小米SU7高速上发生碰撞爆燃事故，引发社会广泛关注，关注焦点集中在车辆在NOA运作时的状态下，从风险预警到碰撞发生的4秒时间内，留给驾驶员的时间是否充足。

  2.业内人士指出，当前智能驾驶技术宣传存在预期管理失衡的现象，过度宣传承诺使用户心理落差加剧。

  3.由于此，车企和消费的人必须明确L2系统的本质定位，驾驶员仍是责任主体，系统仅作为辅助工具。

  4.另一方面，智驾风险教育亟需推动，行业应建立法规框架与行业自律机制，明确使用场景限制。

  5.最后，车辆碰撞自动解锁问题再成“疑云”，建议厂商增设独立备用电源模块，提高事故中车门开启概率。

  《车市新声》是由腾讯汽车推出的一档直播栏目，旨在联合合作伙伴、特邀专家、学者围绕围绕如无人驾驶、价格战等车市热点事件直播解读相关议题，硬核输出带来干货的分析与解读。

  近日，小米SU7高速上发生碰撞爆燃的事故引发社会广泛关注。根据公开信息数据显示，事故发生前涉事车辆处于NOA辅助驾驶状态下，在车辆发出请注意前方障碍物风险提示的1秒钟后，驾驶员接管车辆，在接下来的1-3秒之间，车辆以约97 km/h时速撞击水泥护栏并引发燃烧。

  当前舆论焦点大多分布在在两大核心问题上：第一，车辆在NOA运作时的状态下，从风险预警到碰撞发生的4秒时间内，留给驾驶员的时间是否充足。第二，网传遇难者家属称“车门自动锁死，无法逃生”，碰撞后车门无法正常解锁的问题再度被推到台前。

  腾讯汽车《车市新声》栏目邀请车控CHEK合伙人-洪泽鑫、智驾产品经理-AlexCui和汽车行业分析师-刘嘉伟围绕“小米SU7高速碰撞爆燃”事件所引发出的一系列问题进行探讨解析。

  高速NOA本是被多数一线车企视为技术成熟的场景，理论上可达到千公里接管的可靠性，但实际应用中仍可能遭遇极端偶发案例，使用户面临不可控风险。当车辆行驶总里程达到一定规模时，即便极低概率的事故也会因基数庞大而成为必然事件。

  针对接管时间问题，目前全世界内尚未建立接管反应时间的统一标准。不过，据国外某汽车俱乐部测试多个方面数据显示，人类完成接管所需最短反应时间为2.6秒。从实际驾驶场景来看，2-3秒的时间窗口确实不足以让驾驶员完成有效操作，尤其在高速行驶状态下更为明显。

  ●当前智驾技术宣传存在预期管理失衡的现象，前期过高的宣传承诺使用户心理落差加剧：

  以“端到端”技术为例，相比此前的规则算法，端到端确实是一个更高级的方法，很多国内车企也正是抓住这点去营造自己高端的人设，甚至有车企在仅实现了一部分端到端技术的情况下，就说成实现了“端到端”，这是一种非常不好的风气。

  纯视觉方案在夜间低光照、高速照明条件复杂等场景存在天然局限，这类关键风险提示往往被弱化甚至忽略。普通消费者缺乏专业判断力，易受营销话术影响，误认为“技术成熟等于全域适用”，进而引发操作风险。

  目前车企终端销售人员对智能功能的掌握程度非常有限，且厂商提供的培训也不够充分，往往会告诉消费者去APP培训一下就可以，但其实APP的功能相对简单，并没有为用户更好的提供一个非常细致的讲解。

  半隐藏式电子门把手核心的问题就在于完全依赖电子开关控制，车辆断电后外部无法开启。小米虽在车内左侧储物格设计了应急机械解锁拨钮，但实际事故中驾乘人员未必能迅速定位该装置。尤其高速碰撞导致人员昏迷时，外部救援只可以通过破窗实施，短时间内非专业人士也难以有效施救。

  当前车企的智驾能力呈现明显梯队化差异，但端到端、无图NOA等同质化宣传用语的出现，使消费的人难以直观感知技术差异。

  行业采用L0到L5一共6个等级来定义智能驾驶，目前所有市售技术均属法规定义的L2辅助驾驶范畴，L2级的辅助驾驶如果出现事故，责任仍需驾驶者承担。

  只有到L3级“有条件无人驾驶”时，在某些特定场景或环境下，责任主体才转移至车企和供应商。

  国内智驾发展主要围绕两大场景：一个是行车域，具体包括高速场景以及城区道路的场景；另一个是停车域，具体包括泊车场景。

  目前国内第一梯队的车企已经能做到城市/高速NOA双场景覆盖，危险接管里程普遍达到百公里级别，个别突破至千公里级别。第二梯队的车企可以在一定程度上完成高速的NOA加自主泊车的能力，而第三梯队则只能实现最基础的自主泊车功能。

  当前高速场景的NOA技术已相对成熟，第一梯队智能驾驶系统可实现约1000公里一次危险接管——即系统未能识别突发障碍（如故障车辆）时需驾驶员紧急介入的情况。第二梯队大约500公里需要危险接管一次，后续梯队则降至300公里左右危险接管一次。

  而在城市NOA仍是完全不可用的状态，第一梯队可维持30-40公里一次接管，第二梯队约10公里一次，表现欠佳的系统可能每2-3公里就需接管。

  从技术概率层面分析，当前主流车企的智驾系统已能实现百公里甚至千公里仅需一次危险接管的水平，这种概率看似极低，但对于普通用户而言，安全始终是“零和一”的绝对命题。

  以此次小米事件为例，高速NOA本是被多数一线车企视为技术成熟的场景，理论上可达到千公里接管的可靠性，但实际应用中仍可能遭遇极端偶发案例，使用户面临不可控风险。

  这也揭示了行业长期停留在L2阶段的核心矛盾——当车辆行驶总里程达到一定规模时，即便极低概率的事故也会因基数庞大而成为必然事件。

  因此，现阶段车企和消费的人必须明确L2系统的本质定位：驾驶员仍是责任主体，系统仅作为辅助工具，无论如何都不能完全放心地把驾驶权限交给车辆。有必要注意一下的是，接管率过低的系统反而可能带来更多隐患，部分用户因长期依赖导致逐渐放松警惕，误将辅助驾驶等同于无人驾驶。

  目前已有部分车企在智驾配套领域展开探索，例如小鹏推出的智驾险已初步具备责任兜底机制。在推进L2到L3级自动驾驶时，事故责任界定与赔付资产金额来源是核心问题，保险机制在此具备极其重大价值。

  值得注意的是，L2向L3进阶存在实质性差异，即便现阶段某些品牌的辅助驾驶系统虽能实现点到点的运行，但受限于系统冗余要求，L3落地仍需突破一定挑战。首先是成本问题，车企需构建双系统冗余架构，这在价格战背景下难以实现，必须让我们消费者理解并接受由此产生的溢价；其次是责任界定与赔付机制，单个企业的保险方案需向车企联盟模式演进，形成更完善的赔付保障体系。

  此外，关于L3级有条件无人驾驶的边界界定，当前试点项目正在探索具体标准。需要我们来关注的是，由于我国庞大的汽车保有量基数，系统故障概率需降至十万分之一量级才能满足推广要求。这种严苛的安全阈值将直接影响L3的应用场景范围界定，这些核心问题的解决是L2向L3进阶的必要前提，不能仅凭路测视频的片段表现就低估技术落地的复杂性。

  由于本次事件具体细节尚未完全披露，无法判断系统是在撞击前两秒退出导致反应不及，还是因驾驶员的一些紧张操作而引发事故。

  针对接管时间问题，目前全世界内尚未建立接管反应时间的统一标准。不过，据国外某汽车俱乐部测试多个方面数据显示，人类完成接管所需最短反应时间为2.6秒。从实际驾驶场景来看，2-3秒的时间窗口确实不足以让驾驶员完成有效操作，尤其在高速行驶状态下更为明显。

  我们呼吁相关的行业标准能够尽快制定推行，当前责任认定仍遵循L2法规框架，无论系统是不是真的存在失效，最终责任主体均为驾驶员。但若要推进L3法规落地，必须建立接管时间预警标准并配套数据采集系统，这不仅能规范系统失效阈值设定，更将为责任划分提供客观依据。

  该事故场景具有极高特殊性，在正常行驶的高速上，对向车道封闭，通过水马临时改道形成的逆向行驶车道。从无人驾驶研发角度而言，此类极端场景通常不在常规测试和系统应对的预设范畴。此外，各车企及供应商的研发体系均存在思维局限性，在未经历实际Case之前，难以穷尽所有潜在风险场景的应对策略。在这种极端情况下强制要求人进行监管，这种策略其实都是有待商榷的。就像航空业一样，包括系安全带、不要起立等每一个操作都是事故经验积累逐步完善安全准则规范，无人驾驶同样是需要经历现实场景的持续验证与迭代优化，才能逐步建立更完善的安全机制。

  从客观层面分析，当前智驾技术宣传确实存在预期管理失衡的现象。以此次小米事件为例，该场景本身属于极端工况本就不利于智驾系统发挥，但前期过高的宣传承诺使用户心理落差加剧。

  另一个核心问题是行业对端到端概念的滥用——虽然所有车企都在标榜自身采用端到端技术，但实际实现程度存在本质差异。理论上，只要存在数据回传训练环节，厂商即可宣称使用端到端技术，但究竟回传数据量是1%还是100%、模型迭代频率是实时还是季度更新，这些关键信息在宣传时均被有意模糊化。这种仅用技术术语包装却缺乏实质信息披露的传播方式，是个很不负责任的行为。

  “端到端”是一个技术上的名词，本质上通过数据采集来训练模型，并进行技术迭代，该技术的核心优点是处理海量危险场景时的泛化能力——系统可通过持续收集的corner case（极端案例）自主优化模型，而非依赖工程师逐个场景编写应对规则。

  但随着慢慢的变多的厂商宣传，端到端技术似乎变成了一个更好能力的代表。但初代端到端系统因数据积累不足，实际表现可能劣于传统系统，需经历数据积累期才能展现技术优势。

  但是这也并不代表说用了“端到端”就一定好，许多车企即使没有实在去用这套技术，但只要稍微能够挨上边就通过概念嫁接进行话术包装，导致行业出现伪端到端乱象。

  即便是特斯拉也还没有把“端到端”技术优化的非常成熟，通过对其技术路线的拆解以及与内部研发人员的交流可知，特斯拉的大模型技术是弱于ChatGPT的，当前在使用ChatGPT的过程中还常常会出现幻觉，更不要说特斯拉的大模型了。在实际的使用中也是如此，即便是在原产地北美也还不能够实现畅通无阻。

  国内车企相较于特斯拉来说，一种原因是数据积累的少，另一方面是算力储备也相对更弱。不过“端到端”确实是一个更高级的方法，很多国内车企也正是抓住这点去营造自己高端的人设，甚至有车企在仅实现了一部分端到端技术的情况下，就说成实现了“端到端”，我认为这是一种非常不好的风气。

  此次事件中更深层的问题就在于行业宣传与用户认知的错位。当前车企普遍侧重强调智驾的便利性与先进性，却极少主动界定系统能力边界。例如，纯视觉方案在夜间低光照、高速照明条件复杂等场景存在天然局限，这类关键风险提示往往被弱化甚至忽略。普通消费者缺乏专业判断力，易受营销话术影响，误认为“技术成熟等于全域适用”，进而引发操作风险。以小米事件中的事故场景为例，涉事车辆处于夜间弱光环境，本不适宜完全依赖纯视觉方案，但用户可能因信息不对称而未能采取必要监管措施，加之系统接管窗口期极短，最后导致反应滞后。

  以烟盒标注吸烟有害健康为例，智驾系统同样需要强制公示潜在风险。当前行业存在两方面问题：一是销售环节刻意规避负面信息，二是公开平台仅保留正面评价形成误导性认知。同时由于缺乏立法约束，加上部分销量较低的品牌其发生意外事故的绝对数量相比来说较低，导致企业主动披露系统缺陷的驱动力不足。处理问题的核心在于建立法规框架与行业自律机制，建议将风险公示制度提升为行业优先推进事项。

  此外，未来L3有条件无人驾驶的落地阻力也不仅在于技术瓶颈，更在于权责界定与风险管控。L3级定义为有条件无人驾驶，在政策和企业宣传方面都应明确使用场景限制。事实上，这种能力边界的界定工作不应迟至L3阶段才启动，而应贯穿当前L2系统的全生命周期——只有当用户清晰知晓“何时能用、何时慎用、何时禁用”，才能真正的完成人机协同的安全价值。

  从今年开始车企集体推进智驾平权战略，高速NOA功能正快速向十万级车型普及。这背后潜藏的风险不容忽视——随技术覆盖率提升，类似事故的发生概率或将持续攀升。

  现阶段车企在用户教育层面存在很明显责任缺失，需特别指出的是，部分车企的销售演示存在严重误导性：在试驾的过程中选择一条经历反复验证的路线来保障智驾完成率，无法真实反映日常使用场景，同时导致消费者实际用车体验与销售承诺形成落差。此外，当前用户教育体系也有待完善，用户只一定要通过APP视频观看与答题完成测试就能够解锁智驾功能，这相对来说是不够负责的。就我个人而言，每一款新的方案到我的手里，完成城市道路100公里+高速1000公里的深度适应才能建立系统信任度。作为车企，更应向用户阐明系统性能下限而非过度渲染理想状态，帮助建立客观认知体系。

  当前消费者普遍缺乏对智能驾驶功能的系统性认知，就我自身的实际体验来看，目前车企终端销售人员对智能功能的掌握程度非常有限，且厂商提供的培训也不够充分，往往会告诉消费者去APP培训一下就可以，但其实APP的功能相对简单，并没有为用户更好的提供一个非常细致的讲解。

  厂商需在用户教育和媒体传播层面投入更多资源，才能真正释放智能驾驶的体验价值。随着智驾平权战略的推广，搭载相关功能的车型迎来快速普及，但同时伴随技术规模化应用，相关交通事故发生概率可能同步上升，需建立完善的市场教育体系来保障技术健康发展。

  此次事发车辆采用的是磷酸铁锂电池，该类型的电池在国内已发展多年，有关标准体系相对完善。无论是国内动力电池安全标准还是国际运输安全准则规范，正规渠道销售的车辆电池基本符合安全要求。但符合规定标准不代表绝对安全，正如所有工业产品都存在安全边界，当遭遇极端工况如高温、大面积机械损伤、碰撞、穿刺或挤压等情况时，仍可能会引起电芯变形或刺穿从而引发短路起火，目前行业上还没有厂商能承诺电池永不燃烧。

  当前技术仍在迭代，电池起火的概率正在降低，然而化学材料特性决定了完全杜绝燃烧在技术上难以实现。

  电池自燃问题目前尚无法彻底根除，其根源在于电池材料的固有特性。此前固态电池被视为更安全的解决方案，但最近也有研究称由于其采用金属锂作为正极材料，其热失控风险未必低于液态电解液电池。

  具体到此次事件中来看，车辆以90多公里时速撞击水泥墩，这种情况下无论是什么车都会存在自燃风险。据现场事故图来看，应该是由前机舱起火后引燃的电池包，但前机舱爆燃的原因仍需要后续调查。作为一台车来说，无论是电路系统、冷却液管路还是其他组件，在极端工况下都有几率会成为起火诱因。行业能做的只有通过持续优化将事故概率降到最低，但彻底杜绝自燃在技术上尚不具备可行性，即便是油车亦是如此。

  此前行业内已多次出现类似事故，车企也进行了改进：碰撞时自动解锁及降窗。但是这些都是有触发条件，而触发条件目前尚未找到完美的应对机制。

  用半隐藏式电子门把手，其核心问题就在于完全依赖电子开关控制，车辆断电后外部无法开启。小米虽在车内左侧储物格设计了应急机械解锁拨钮，但实际事故中驾乘人员未必能迅速定位该装置。尤其高速碰撞导致人员昏迷时，外部救援只可以通过破窗实施，短时间内非专业人士也难以有效施救。

  隐藏式门把手虽具美观性，但纯电子化设计存在安全风险隐患。当前车辆物理按键持续减少的趋势值得警惕，包括换挡、转向灯等关键功能全面电子化后，如何保留关乎生命安全的核心物理冗余，将成为智能汽车发展过程中一定要解决的重大课题。

  车辆前端的小电瓶在碰撞中可能已受损，导致低压系统停止工作，此时即便车门未变形也可能没办法自动解锁。根据国标GB20072-2024要求，乘用车在时速50公里碰撞后一定要保证至少一个车门无需工具即可打开。然而实际高速碰撞时速往往远超该标准，如本次案例中车辆结构已产生严重形变，即使采取高强度材料也难以完全保持车门正常开启功能。

  小米SU7采用的是半隐藏式电子驱动门把手，并非机械结构。这类设计需注意断电状态下的开启问题——若电子系统失效，物理盖板同样无法开启。此前类似的事故中已证明，车门能否在紧急状况下解锁，重点是断电时能否确保车门解锁冗余机制。建议厂商增设独立备用电源模块，将其安置在车身碰撞风险较低区域。理论上，只要任一车门区域的电源可驱动解锁系统，即可大幅度的提高事故中车门开启概率，毕竟四门同时完全形变的可能性极低。