2025 年 3 月 29 日 22 时 44 分，一辆小米 SU7 标准版在德上高速公路池祁段发生严重交通事故。涉事车辆以 116km/h 时速开启 NOA 智能辅助驾驶系统，在检测到施工改道障碍物后发出预警并开始减速，驾驶员接管车辆后持续制动并转向，最终以约 97km/h 速度撞击隔离带水泥桩。碰撞后车辆迅速起火，导致车内三名乘员不幸遇难。
事故背景：事发路段因施工改道至逆向车道，车辆处于NOA智能辅助驾驶状态，时速116km/h。系统检测到前方障碍物后发出预警并启动减速，但1秒后驾驶员接管车辆，随后车辆与隔离带水泥桩发生碰撞。
碰撞后果：碰撞前系统记录时速降至97km/h，但撞击导致车辆前舱严重损毁并起火。目前官方未确认起火原因，仅排除“自燃”可能，推测与机械结构损毁有关。
应急争议：家属质疑车门未能自动解锁，但小米手册明确车辆配备机械应急拉手。由于事故车尚未移交，车门机制是否失效尚无定论。
此次事故暴露了当前智能驾驶系统的局限性：
感知与响应矛盾：NOA系统在碰撞前2秒发出预警，但驾驶员仅有1-3秒反应时间。研究表明，72%的自动驾驶事故发生在系统提示接管后的2秒内。
AEB功能局限：小米SU7的AEB系统仅针对车辆、行人等常规目标，无法识别锥桶、水泥桩等障碍物，与行业普遍标准一致。
数据透明度困境：车企掌握行车数据，但事故车需经司法鉴定才能深入分析，导致责任界定滞后。
事故处理标准化流程
72 小时黄金响应期：小米在事故发生后 24 小时内成立专项小组赶赴现场，48 小时内向警方提交车辆数据，72 小时内尝试与家属会面。
第三方技术鉴定：委托独立机构（如中国汽车工程研究院）对事故原因进行溯源，避免 “自证清白” 的舆论风险。
1. 车主端：理性看待智驾功能
明确责任边界：L2级辅助驾驶需驾驶员全程监控，系统仅辅助转向、制动，不能替代人工操作。
应急技能储备：熟悉车辆机械解锁装置（如应急拉手）、三角警示牌摆放（高速路需150米外）、急救常识等。
2. 车企端：技术优化与信息透明
功能设计人性化：优化AEB识别范围，增加对非常规障碍物的预警；强化接管提示（如声音、震动多模态提醒）。
数据共享机制：建立第三方数据存证平台，事故后及时向监管部门提交完整数据，减少信息不对称。
3. 行业端：标准制定与风险管控
统一安全标准：参考国际SAE分级，明确L2+/L3功能定义，避免“智驾平权”等模糊宣传误导用户。
强化测试验证：针对复杂路况（如施工路段、逆向车道）增加仿真和实路测试场景，提升系统鲁棒性。
4. 社会端：完善应急响应体系
道路安全升级：施工路段增设智能警示灯、临时隔离栏，降低车辆误入风险。
救援流程标准化：交警、消防、医疗部门联合制定新能源事故处置指南，优先保障人员疏散与电池冷却
反思：技术向善的底线
事故中，三名年轻生命的逝去再次警示：智能驾驶的终极目标应是“减少事故”，而非“创造技术神话”。车企需平衡创新速度与安全投入，避免过度营销透支公众信任；用户则需建立“人机共驾”的认知，将安全驾驶习惯置于技术便利之上。
当我们在讨论自动驾驶时，首先要敬畏的是生命。
