小米SU7汽車事故仍在持續發酵中。
4月2日，社群媒體上流傳一份《致所有關心小米SU7事故的使用者和公眾的一封信》，落款為“雷軍”，日期為4月2日。這封網傳「公開信」包括：「此刻的承諾：用生命敬畏驅動真相探尋」「反省與行動：把悲劇轉化為產業進步的階梯」「透明化溝通：重建信任需要刀刃向內」「長期責任：用十年堅守兌現安全承諾」等內容。
針對網傳“公開信”的真實性，4月2日下午，據紅星新聞報導，小米公司相關負責人表示：“如果我們要披露什麼，一定是通過官方帳戶發。”
2日下午，記者檢索小米公司、小米汽車及雷軍個人社群媒體帳號，均未發現上述「公開信」。
4月1日晚間，小米汽車官方再次發布一則聲明，稱小米SU7標準版有前向防碰撞輔助功能包括碰撞預警(FCW) 和緊急制動(AEB) 兩個子功能，作用對像是車輛、行人、二輪車三類目標，其中AEB功能工作速度在8-135km/h之間。這個功能和產業同組態的AEB功能類似，目前不響應錐桶、水馬、石頭、動物等障礙物。
簡言之，小米認為當前AEB功能不支援識別事故中的路障，但業界同組態車型亦不支援。
而對此，一位智慧駕駛產業人士告訴記者，施工道路一般會在高畫質地圖予以標註，並且指導NOA改道會提醒接管等。如果小米汽車智駕系統給予即時更新的高畫質地圖以一定的權重，有一定機率可避免事故的發生。
根據小米汽車官方資訊，該公司剛剛於今年二月完成全量推送“小米端到端全場景智能駕駛（HAD）”，表示“端到端引入了用戶駕駛數據訓練，在'無圖'基礎上，軌跡更擬人，通行更高效、駕駛更安全”，並明確HAD覆蓋了高速公路、城市快速路等等。
「無圖」的代價
在探討智駕能力與責任的邊界時，我們不得不承認，即便是在人為駕駛的情況下，小米SU7此次德上高速事故也有一定的遇險機率。
依照小米的通報，事故發生前車輛處於NOA智慧輔助駕駛狀態，以116km/h時速持續行駛。事發路段因施工修繕，用路障封閉自車道、改道至逆向車道。
目前，官方警情通報尚未公開。但由於車速過快，且德上高速位於九華山山區附近，夜間照明情況不佳，事故直接原因究竟是車輛在高速NOA撞擊路障所致，還是駕駛員接管後不當轉向+剎車所致，目前其實沒有定論（雖然兩種情況下小米可能都難辭其咎）。
那麼，為何高速NOA無法識別車道變化呢？
一位不願透露姓名的智駕業人士告訴記者，這可能與智駕系統不採用高精地圖，或是地圖在智駕系統的決策權重過低有關。
「如果智駕系統採用了高精地圖，至少它會提示前方施工，然後NOA的路線規劃也會不同，」該人士表示，但指出在處理改道時，是按照新道路繼續NOA，還是減速並要求接管，各家方案可能都有所不同。
不過，受訪者也告訴記者，道路施工分為臨時施工和計畫施工，計畫施工一般都會統一在路網進行標記，提示智駕更換路線。但臨時施工資訊卻「不一定」上傳。
考慮德上高速地理位置可能引發山體滑坡的風險，臨時施工的可能性也很大——然而受訪者還是向記者透露，據其理解，此次施工並非臨時施工。
記者查閱小米汽車官方訂閱號發現，大約在小米SU7剛發佈初期，公司宣傳其採用了「輕地圖」的城市NOA方案。但在去年10月，小米宣佈已經大量推送1.40版本智慧駕駛，並明確城市NOA功能允許車輛進行施工避讓。
然而，在今年3月19日，該訂閱號又發文，稱今年2月完成了端到端全場景智慧駕駛功能開啟全量推送，並屢次強調智駕系統「無圖」。
“小米的方案是偏感知的，底層肯定沒有高精地圖，另外一個系統設計是有問題的。”前述人士向記者指出：“其實，車路雲是用最低的協同成本實現自動駕駛的方式。”
當然，汽車商家標榜「無圖」並非純粹為了降本。據記者理解，純視覺方案在決策依據上，一定程度會與更新不及時的高畫質地圖矛盾。而在智駕系統參照權重的選擇上，為避免參照資料相互矛盾導致決策困難，也會主動放棄高精地圖。
“純視覺”的邊界
那既然選擇了“無圖”，而重感知，那麼小米智駕的感知能力又如何呢？
回到這次小米事故車輛，從感測組態的角度，SU7標準版Pilot Pro的智駕感測組態為2個前視，3個仰視，4個環視，一個後視攝像機，以及一個前向毫米波雷達（當然還包括12個超聲波雷達，但超聲波雷達性能不足，在高速智駕），俗稱。
而這一組態，幾乎與特斯拉方案如出一轍。特斯拉HW 4.0系統配備了側方四個環視攝像機，頂端三個前視攝像機以及尾部一個後視攝像機，包括車頭一個前向毫米波雷達，也就是“7+1”組態。
幾乎全部依靠攝影機的智駕決策體系，無疑屬於所謂的「純視覺方案」。
那麼，特斯拉純視覺方案的可靠性如何？能否處理意外突發狀況？
去年，媒體進行了一次深度報導，對特斯拉在開啟FSD時引發的多起傷亡事故進行了曝光和分析。
報導中，特斯拉FSD引發了許多「愚蠢」的事故，如直接衝出丁字路口，追撞警燈閃爍的警車等。而其中一起事故對純視覺方案的警告尤其典型。
在該事故中，開啟自動駕駛的特斯拉，在凌晨三點左右，以約40-50公里/小時的中速，幾乎徑直撞向了側翻並橫傾在三條車道的卡車底盤，並造成駕駛員的死亡。而值得注意的是，從影片中看，側翻卡車在尺度上非常巨大，高度接近三米，而路上燈光條件尚可，車速不快，人眼也能快速捕捉並及時反應。
但是，在面對這一在自然人視角尚屬簡單的應急處理，被標榜超越人類駕駛能力的特斯拉FSD卻引發了事故。
媒體援引大學汽車工程專家的提法——上述事件的發生，或許是因為特斯拉無法識別側翻卡車底盤特徵，將其誤認是道路或背景，因此未進行任何應急處理。
這也為純視覺路線帶來了一個靈魂拷問：純視覺智駕不僅需要識車，亦需要識物，不只是路上的行人，寵物，甚至是突然傾倒的貨物——更多人們意想不到的非規則物體，都可能成為交通事故的罪魁禍首。
從小米汽車回復來看，AEB系統確實無法對錐桶、水馬、石頭、動物等改道障礙進行回饋。但小米官方堅稱「友商」AEB也做不到。
但問題在於，小米SU7標準版的傳感器裝置數量，與同價位友商中相比近乎於“吝嗇”，決策亦完全依賴純視覺能力，因此單單比拚AEB系統顯然說服力不足。
根據懂車帝資料，同價位車型中，如理想L6智駕感測構形與小米SU7幾乎相同－但更多包括極氪007、小鵬P7、比亞迪漢EV和海豹改款各組態版本至少組態5個毫米波雷達和1個雷射雷達；問界M5/M7，小鬢性版本至少組態5個毫米波雷達和1個雷射雷達；問界M5/M7，小鵬類型P7+等毫米。
也就是說，比起“友商”，小米SU7標準版在傳感器上的安全冗餘，遠遠不夠。
「一個合格駕駛員的訓練，除了道路交通規則和駕駛技能訓練，更多是靠著無形的生活經驗累積，獲得應對突發狀況的能力。這恰恰是生命對人類的餽贈，也是人工智慧目前還遠遠未能企及的境界。我們未來也許可以達到純視覺的能力，但不應該是通過事故的記者來訓練智能。」這位前智者可能向小米公司累積。 （21世紀經濟報導）