3月29日晚间，一辆小米SU7以116公里/小时的速率在高速路上行驶，路遇说念路施工，车辆需要改说念行驶，但因变说念不足时最终以97公里/小时的速率与水泥护栏发生碰撞，车辆随后发生失火，驾驶员和另外两名乘客磨痛苦难。
碰撞发生前数秒，车辆处于NOA（提拔导航驾驶）景况。直到事故发生前两秒，NOA发出风险辅导“请谨防前哨有阻截”，发出降速肯求，并初始降速。下一秒，驾驶员接受，随后碰撞发生。这速即激勉公众相关现阶段提拔驾驶系统感知才能、接受机制等一系列问题的追问。
安徽铜陵小米SU7事故现场、事故后的车辆颓残。（视频截图）
系统报警到碰撞的4秒里，驾驶员仅有1.5秒灵验操作时刻。在97公里时速下完成“识别—判断—转向—制动”的操作链，这条件东说念主类在0.8秒内作念出两次精确转向。更值得反念念的是，涉事车辆此前17分钟捏续发出“轻度分神报警”。这种温水煮青蛙式的安全清晰，让驾驶员在潜意志里酿成“系统可靠”的依赖。
新动力汽车的竞争本应是安全底线之上的科技改进，但如今麻烦的是，“既要信托系统，又要随时接受”，成为现时智驾发展中的最大悖论。
自动驾驶天然尚未到来，关联词东说念主们已经越来越多依赖趋近于自动驾驶的提拔驾驶功能，这些功能被车企以L2+级提拔驾驶的时势下放。在L2+级提拔驾驶仍有局限的情况下，东说念主们却已经民俗于依赖系统，由此激勉一系列事故。
“东说念主们初始把驾驶座当沙发，这是比算法罅隙更危急的领略罗网。”中国浮滥者协会投诉部主任王芳指出。
因此有必要重估现时智能驾驶系统的鸿沟，并在这还是过中厘清驾驶员、车企和监管者的背负。对行业来说，每次对安全问题的避难就易，可能都会透支通盘行业的异日。而对驾驶员而言，必须充分相识到智能驾驶工夫的局限性，不行将生命王人备交给算法。
纯视觉道路的争议
小米SU7车祸激勉的第一个争议就是纯视觉道路是否可靠。
事故车型为小米SU7设施版，该版块NOA采纳纯视觉道路，莫得安设激光雷达。而更高端的Pro版、Max版和Ultra版则采纳“视觉+激光雷达”的道路。
特斯拉一直被视为“纯视觉”道路的代表，2024年以来，国内车企也初始更为积极地尝试纯视觉道路，如小鹏致使被以为全面转向纯视觉道路。
2024年4月3日，中国28座城市的小米汽车拜托中心同步开启首批小米SU7汽车拜托。照相/本刊记者 殷立勤
智能驾驶可以被分为感知、决策和扩充三部分。在感知门径，主流作念法曾是使用激光雷达、录像头等多种传感器，以减轻车辆感知门径压力。特斯拉则烧毁激光雷达，只使用录像头蚁合的视觉数据。这是一个马斯克用第一性旨趣念念考的案例，既然东说念主开车时只蚁合视觉信息，机器开车时也应如斯。
关于纯视觉道路究竟是否存在短板的问题，清华大学苏州汽车经营院智能网联中心工夫总监孙辉告诉《中国新闻周刊》，纯视觉道路的短板主要在于三个方面：深度感知局限，高动态场景（反光、逆光）允洽性弱，以及夜晚、雨雾场景性能衰减显豁。“在算力允许的情况下，从获取信息完备的角度看，‘视觉+激光雷达’一定优于纯视觉。两种决策的差距主要体当今对不规则、珍稀阻截物的判断上，纯视觉主要依赖模子的泛化才能，因此存在一定的漏检风险，尤其是在光芒不足或过曝时，更可能失去感知才能。”
不外，比拟于纯视觉道路是否可靠的疑问，一个更纷乱的问题可能是具体的纯视觉道路是否可靠。有业内东说念主士告诉《中国新闻周刊》：“不行苟简对比两条道路的优劣。看成‘纯视觉’道路代表，特斯拉FSD才能就比较强。”
关联词国内干系车企在硬件与模子测验层面比拟特斯拉均有差距。
比如关于“纯视觉”道路的一个质疑在于其夜间进展。“面前多数特斯拉仍在使用3.0版块硬件，配备8个200万像素录像头，144 TOPS算力，这一版块硬件的录像头夜间成像可能存在问题。关联词新款Model Y使用4.0版块硬件，配备8个500万像素索尼录像头，720 TOPS算力。索尼录像头在光照强度仅有1勒克斯傍边，也就是莫得蟾光的夜间也能明晰成像，而在光照强度为8万—10万勒克斯的夏天正午，也不会过度曝光，是以这款录像头对照度的允洽范围远超东说念主眼。”有经久体恤智能驾驶鸿沟的学者告诉《中国新闻周刊》，“比拟之下，国内干系车企可能配备数目更多的录像头，基本包括前后两只800万像素录像头，关联词录像头对照度的允洽范围可能不足特斯拉使用的索尼录像头，可能导致夜间成像质地存疑。”
而在前述业内东说念主士看来，国内车企在车载录像头、芯片等硬件方面的树立尚可，关联词测验算力与数据的缺失才是重要。
在孙辉看来，纯视觉道路主要从硬件与软件两方面升迁进展，软件方面的升迁主要依赖数据，大模子测验需要海量数据，尤其是Corner case（旯旮场景）数据，这些数据的数目和质地决定了智驾系统的进展。
前述学者进一步解说称，国内车企测验算力迢遥不足，何况一些车企用户数据闭环刚刚建成，致使还莫得建成，而只是依靠数据蚁合能蚁合的数据量有限。特斯拉V12版块FSD使用1000万段，每段1分钟时长的用户数据。要是1分钟对应的行驶距离是1公里，这意味其使用1000万公里用户驾驶数据，如斯数据量难以通过数据蚁合的花样完成，从蚁合到标注的资本为七八十亿元，因此莫得车企简略依靠数据蚁合的花样蓄积富饶的数据。
有国内第三方智驾决策供应商告诉记者，在数据方面，特斯拉比拟国内厂商照实具备很大上风，因其具有先发上风。据他预估，要是一家车企累计销量高出百万辆，便会具备“相对可以”的模子测验数据基础。
2023年7月，宇宙东说念主工智能大会时期，智能驾驶、机器东说念主、大模子、芯片等鸿沟的科技后果眩惑东说念主们参不雅体验。图/IC
“由于算力与数据的不足，国内车企‘纯视觉’道路比拟特斯拉FSD迢遥存在差距，但值得谨防的是，‘激光雷达+视觉’道路的功能性、安全性都优于纯视觉道路。”前述业内东说念主士直言，国内车企莫得激光雷达的提拔驾驶系统“差好多”。
在他看来，国内车企从昨年头始密集发布“纯视觉”道路，更多照旧出于降本沟通。“面前激光雷达的价钱还在3000元—7000元之间，从车企采购零部件资本的角度来看，每加多1000元都终点勤奋。尽管有激光雷达厂商宣称售价已在千元以下，关联词前提是一次性大批采购。”他以为，本年被视为智驾平权元年，这意味着智能驾驶成为“标配”，因此车企源头在较廉价位车型烧毁激光雷达。
智驾局限安在？
哪怕是归拢款车型，不同树立的提拔驾驶系统也不尽疏通，关联词车企在先容一款车型的提拔驾驶才能时，常常仅先容其高配版才能有的才能，而一些低配版块致使可能不搭载提拔驾驶系统。
车企的宣寄语术照实容易让浮滥者丧失警惕。关联词另一方面，哪怕是一款车具备提拔驾驶功能，东说念主们也常常容易淡薄其局限性。比如小米SU7三款车型中，比拟于Pro版、Max版，天然设施版不配备激光雷达，车载算力更低，关联词相同具备高速NOA功能。
东说念主们已经民俗于在高速场景使用提拔驾驶功能，关联词频年数次高速车祸激勉东说念主们关于提拔驾驶的商酌。
“高速NOA与城市NOA罢了的难度可谓一丈差九尺。关联词从风险角度来讲，东说念主类驾驶员在熟悉城市集景后，再到高速场景驾驶，关联词提拔驾驶功能却优先在高速场景推出。企业潜意志以为高速NOA容易达成，不外是将车说念保捏、定速巡航等功能组合。”前述业内东说念主士清晰。
即使是在现时较为熟谙的高速场景，提拔驾驶依然有显豁短板。孙辉清晰，在高速NOA中，比较常见的短板有施工、事故等突发场景应付欠安、异形车识别效果不睬想、贫乏避险计谋较保守，也就是倾向于刹车，易导致被追尾事故。
其中，施工厂景照实是高速NOA的纷乱局限，频年好多激勉外界关于提拔驾驶商酌的事故都发生在高速公路维修路段。
“车企还莫得追究对待说念路维修工况，比如AEB关于锥桶、水马等无法平常反应，根源在于关于这么的场景测验不足。高速公路维修路段是一个典型的Corner case（旯旮场景），车企莫得针对这种场景蚁合到富饶多的数据，致使莫得对这些数据进行处理。”前述学者以为。
他清晰，源头，高速公路维修路段到来前，会在一王人LED败露屏上辅导，关联词只怕莫得提拔驾驶系统会识别辅导翰墨。其次，在维修路段，会成立说念路指引标志牌，系统能否识别这么的标志牌也存在疑问。再次，维修说念路常常会安排渐进式限速，百家乐AG比如斯次发闯祸故的维修路段，限速40公里/小时。关联词这些限速标志牌常常并不标准，驾驶员看到限速从120公里/小时冉冉下跌到80公里/小时、60公里/小时、40公里/小时的时候能准确明白，关联词提拔驾驶系统可能难以连贯地明白这些渐近式限速标志牌。“面前智驾系统在使用Transformer模子时，尽管算法已经改良，但由于车载算力有限，一般也只会关联前后4帧，约40毫秒的信息，这意味系统的‘挂念’有限，而由于系统默许在高速公路行驶，并不会识别这些限速标志。因此与其盯住事故发生前的终末三秒，不如多去问问，为什么此前车辆并未降速。”
恰是因为像高速公路施工这么的旯旮场景仍然存在，确实的自动驾驶才难以到来。汽车自动驾驶工夫被分别为L0至L5六个级别，L3级是分界线，L3级及以上为自动驾驶。尽管国内车企束缚推出L2+、L2.9等见解，关联词仍然称不上自动驾驶。
“不要说还剩下1％的旯旮场景，哪怕只剩下0.01％的旯旮场景，依然不行离开驾驶员。”前述业内东说念主士欷歔，莫得东说念主能恢复还剩下几许待措置的旯旮场景。
确实罢了自动驾驶就需要措置旯旮场景的问题，不外这并非易事。关于驾驶而言，东说念主工智能与东说念主类容易犯的无理不同。东说念主类最容易犯的无理是疲困驾驶、分神驾驶，系统既不会疲困，也不会分神，而是取决于测验。关联词由于车载算力的截至，大模子、推理模子面前还难以垄断于车端，车端更多垄断深度学习模子，其不具备大模子、推理模子的泛化、推理才能，因此更容易在旯旮场景出现问题，也就是所谓的“黑天鹅问题”，要是在天鹅这一标签下录入1万张日间鹅像片，深度学习模子不会将一只黑天鹅像片识别为天鹅，从而出现误判。
特斯拉源头但愿通过“任性出名胜”的花样措置这一问题，特斯拉FSD V12版块已经躲闪30亿公里的行驶里程数据，V13版块的下一个主义是躲闪约100亿公里的行驶里程数据，关联词这昭彰莫得穷尽统共驾驶场景。
前述学者告诉记者，面前，像梦想等车企也在尝试将视觉言语模子与现存的深度学习模子联络结，赋予系长入定推理才能，从而措置“黑天鹅问题”，但这仍取决于车端算力的突破。深度学习模子的参数级别约为10亿级，而所谓大模子的参数级别至少在百亿级。本年车载算力应该会突破1000 TOPS，接近1500 TOPS，也就是使用两颗英伟达Thor芯片，而来岁可能会突破2000 TOPS，这意味着比较好的推理模子可以“上车”。“跟着车载算力的升迁，以及智能驾驶模子的高出，旯旮场景的问题有可能被更好地措置。”
在旯旮场景问题措置前，智驾的局限便恒久存在。
把驾驶员“喊追究”不丢东说念主
尽管智能驾驶在现阶段仍然停留在提拔驾驶阶段，尚未确实罢了自动驾驶，关联词跟着车企束缚将L3级的才能下放到L2+级，其仍然条件驾驶员谨防力保捏聚首与为驾驶员提供富饶便利之间的悖论已经出现。
在启动提拔驾驶功能的情况下，驾驶员谨防力常常难以聚首，从而带来事故隐患。
2024年4月，好意思国国度公路交通安全管束局（NHTSA）针对特斯拉的Autopilot系统发布了一份走访叙述。他们分析了2018年1月至2023年8月时期发生的956起车祸——这些事故在发生时或发生前，都启用了Autopilot。其中，有135起车祸可以通过车辆数据日记和EDR（事件数据记载器）深信驾驶员在碰撞前的反应。在82％的事故中，驾驶员莫得刹车或在碰撞前不到1秒才刹车；在78％的事故中，驾驶员莫得转向或在碰撞前不到1秒才转向。这足以标明驾驶员们有多信任提拔驾驶系统。
中国浮滥者协会投诉部主任王芳也指出，近期73％的自动驾驶干系投诉波及“过度信任系统导致的分神驾驶”。
2024年10月28日，河南郑州市，东说念主们参不雅比亚迪首个新动力汽车科普空间——郑州迪空间并体验智能驾驶。图/视觉中国
尽管车企也在使用工夫技巧保证驾驶员谨防力富饶聚首，但这一方面被以为有悖于东说念主性，另一方面，车企为展现更好的提拔驾驶才能，也在追求所谓的“零接受”。
孙辉告诉记者，从工夫层面来说，DMS（驾驶员监测系统）可以很好地对驾驶员景况进行及时监测，得到微神采信息，如疲困、谨防力溜达等，但由于车内阴私保护等沟通存在接受意愿不高的承诺。提高驾驶员使用提拔驾驶系统门槛可能会被明白成车企工夫不自信，同期放松了客户权限，容易导致负面的市集反应，造孽规情况下预期车企不会优先采纳。
在L2+级提拔驾驶的语境下，提拔驾驶系统究竟应该在何时、何地交给驾驶员接受，面前并无明确监管条件。
“关于L2+级提拔驾驶而言，面前最纷乱的是把东说念主‘喊追究’，也就是接受，在驾驶员仍要负责的情况下，莫得必要条件系统措置一切问题。比如：要是系统在高速公路上识别到维修路段的一个特征，是不是就可以径直把驾驶员‘喊追究’？要是监管不在这方面提议明确条件，车企便会倾向于无穷‘秀技’。因为车企常常在潜意志中以为，提拔驾驶系统把驾驶员‘喊追究’比较‘丢东说念主’，一朝提拔驾驶系统常常退出，还会被以为接受率（MPI）过高，从而被以为提拔驾驶系统性能较差。因此车企为了裁减接受率，提拔驾驶系统常常有‘不行也行’的倾向，最为典型的可能就是特斯拉，FSD就是不肯意退出。”前述业内东说念主士直言。
他清晰：“要是提拔驾驶系统在某些场景莫得经过充分测试，在碰到这些场景时就该果决退出，致使在干系场景根底不应该下发提拔驾驶功能。在这少许上华为作念得比较好，比如其在昨年也一直莫得下发环岛、掉头等工况的NOA功能。关于汽车产业而言，一起恶性事故足以残害一个品牌，因此车企源头要确立起把驾驶员‘喊追究’并不‘丢东说念主’的意志。”
这次小米SU7事故发生后，驾驶员在接受后两秒便发生碰撞，由此激勉接受时刻的商酌，关联词关于L2+级提拔驾驶而言，面前这一设施并不存在。
汽车安全鸿沟常用TTC（碰撞时刻，联想车辆与前哨阻截物发生碰撞所需的时刻）来评估合理的接受时机。系统发出接受预警时，TTC越长，就意味着驾驶员有更充足的反当令刻。
同济大学汽车学院训导朱西产的团队通过模拟器测试发现，从系统辅导到事故发生的平均时刻仅1.7秒，而东说念主类驾驶员平均需要2.3秒才能完成从识别辅导到灵验接受的操作。而当系统处于3级自动驾驶景况时，驾驶员谨防力溜达率高达82％。
当今有针对L3级自动驾驶的TTC外洋设施，条件智驾系统从发出预警到驾驶员生效接受应有10秒的TTC时刻，但关于L2+提拔驾驶莫得强制性条件。
“面前车辆硬件就难以高慢L3级的TTC时刻条件，要是车辆以120公里/小时的速率行驶，10秒对应距离高出300米，面前鲜有车辆搭载的激光雷达探伤距离能达到300米。”前述业内东说念主士坦言，TTC能作念到5秒便已经可以，这也应该成为监管的硬性条件。
孙辉也建议，莫得好意思满的接受算法，面前的问题在于应付系统失效时“最小风险计谋”的缺失，面前L2+仅作念报警辅导，然后便退出。可参考高阶自动驾驶中“最小风险计谋”的作念法，完善救急处理机制。当碰到无法处理的复杂情况或系统出现严重故障时，简略赶快采取左迁运行模式，如将车辆安全地指点至路边泊车，或在确保安全的前提下，以较低的速率行驶到安全位置。
前述业内东说念主士清晰，面前提拔驾驶系统的接受常常是“无提醒接受”，而每一次“无提醒接受”都会导致安全隐患，因为“无提醒接受”确立在驾驶员谨防力时刻聚首的假定之上，关联词这种假定难以成立，因此源头应该确立起预留充足时刻的情况下有提醒接受的标准。
而监管之是以是空缺，在很猛进程上亦然因为现时不同车企、不同车型L2+级提拔驾驶才能鸿沟并不明晰。即使是罢了难度较低的高速NOA，不同车型的性能进展相反仍然较大。在本年这一智驾平权元年，奇瑞小蚂蚁搭载的猎鹰智驾系统也宣称具备高速NOA功能，而其售价已经低至5万元。
“近期AG真人百家乐靠谱吗，咱们也在参与中国汽车工业经营院的智驾长测，将售价从5万元到30万元以上的不同车型分别为六档，所选车型均宣称具备高速NOA功能，通过打分测试其性能相反。”前述学者清晰，但愿借此冉冉破坏NOA穷乏国度设施，车企“宣称”具备NOA功能就具备NOA功能的情况。测试是制定下一步监管规则的基础，一些廉价位车型要是在提拔驾驶系统性能上进展较差，就理当通过更多、更合理的接受来保险安全。