2025年3月29日晚，一辆小米SU7标准版在德上高速铜陵段发生惨烈事故。车辆以116km/h的速度行驶时，因施工改道未及时避让隔离带水泥桩，碰撞后起火导致3名乘客遇难。关键细节包括：

系统表现：事故前2秒，车辆NOA（导航辅助驾驶）发出障碍物预警并开始减速；驾驶员接管后1秒内转向并制动，但仍未避免碰撞（最终时速约97km/h）。

硬件局限：事故车辆为SU7标准版，未配备激光雷达，依赖纯视觉方案。

争议焦点：碰撞后车门锁死与电池爆燃问题引发公众对电动车安全设计的质疑。

二、产业现状：智能驾驶的“野蛮生长”

当前智能驾驶产业呈现冰火两重天：

技术竞赛白热化：车企竞相标配城市NOA，华为、大疆等供应商订单爆满，但中小玩家因成本与技术门槛面临淘汰。

市场分化加剧：头部车企（如比亚迪）自研全栈技术，而小众品牌依赖第三方方案，行业前五供应商占据90%市场份额。

政策助推：北京、武汉等地试点L3级法规，工信部计划推出L3认证，但责任划分、数据标准等仍待完善。

三、事故暴露的四大产业痛点

技术缺陷：感知盲区致命

纯视觉方案在逆光、弱光或复杂场景中易失效，事故车辆未配备激光雷达，无法识别施工隔离带。

行业普遍依赖的AEB（自动紧急制动）功能对锥桶、水马等静态障碍物响应不足。

安全标准缺失

现行法规与认证体系未强制要求智驾系统对非常规障碍物的识别能力。

电池安全设计与碰撞后紧急逃生机制缺乏统一标准。

责任界定模糊

法律层面尚未明确L2-L3级事故责任划分，车企常以“辅助驾驶”推诿责任，消费者维权困难。

宣传误导风险

部分车企营销中模糊“辅助驾驶”与“自动驾驶”界限，如小米SU7宣传“高速NOA上市即交付”，但标准版未配备激光雷达。

四、产业影响：从“狂飙”到“刹车”

消费者信任危机

事故后公众对智驾功能的安全性产生质疑，短期或影响相关车型销量。

用户对“技术依赖”心态被打破，可能转向更保守的驾驶模式。

监管趋严

工信部、交通部或加速出台L3级准入标准，强制要求多传感器冗余与安全认证。

智驾系统可能纳入更严格的产品责任体系。

技术路线调整

推动“视觉+激光雷达”融合方案普及，提升系统冗余度。

算法优化方向转向复杂场景语义理解（如识别施工标识、异形障碍物）。

五、未来方向：安全优先，技术平权

技术升级

多模态感知：采用“生物仿生+机械辅助”模式，结合视觉与激光雷达，提升场景理解力。

算力突破：通过AI大模型提升系统决策速度，缩短“感知-响应”时间。

安全标准完善

建立统一的智驾系统安全认证体系，强制要求响应非常规障碍物。

规范责任划分，明确车企与用户权责边界。

宣传审慎

避免夸大营销，区分“辅助驾驶”与“自动驾驶”，加强用户教育。