以下文章来源于腾讯汽车 ，作者车市新声

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 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 97km/h 时速撞击水泥护栏并引发燃烧。

当前舆论焦点主要集中在两大核心问题上：第一，车辆在 NOA 运行状态下，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 以及汽车行业分析师 - 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。

「核心要点提示」

对于普通用户而言，安全始终是 " 零和一 " 的绝对命题：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，导致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。

在极端情况下强制要求人进行监管，这种策略有待商榷：针对接管时间问题，目前全球范围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导致用户心理落差加剧：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。

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：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。

消费者普遍缺乏对智能驾驶功能的系统性认知：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，并没有为用户提供一个非常细致的讲解。

隐藏式门把手虽具美观性，但纯电子化设计存在安全隐患：半隐藏式电子门把手核心的问题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，外部救援只能通过破窗实施，短时间内非专业人士也难以有效施救。

以下为直播分享实录精华（在不改变原意的情况下有删减、调整）：

业内智驾水平到了什么地步？

Q：目前行业上的智能驾驶都具备什么水平？

智驾产品经理 -AlexCui:  

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，使消费者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 级的辅助驾驶一旦出现事故，责任仍需驾驶者承担。

只有到 L3 级 " 有条件自动驾驶 " 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够做到城市 / 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。第二梯队的车企能够实现高速的 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。

车控 CHEK 合伙人 - 洪泽鑫：

整体来看，不同车企间的技术差别显著，但同梯队内各家水平差异相对有限。

当前高速场景的 NOA 技术已经相对成熟，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。

汽车行业分析师 - 刘嘉伟：

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，导致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，现阶段车企和消费者必须明确 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。值得注意的是，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自动驾驶。

Q：距离实现 " 自动驾驶 " 还有多远？

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金来源是核心问题，保险机制在此具有重要价值。

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 级有条件自动驾驶的边界界定，当前试点项目正在探索具体标准。值得关注的是，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。

留给驾驶者的反应时间，够吗？

Q：此次事件中，关于 " 留给驾驶员反应的时间过短 " 的问题备受网友讨论，业内有无对应标准？

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，目前全球范围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，无论系统是否存在失效，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。从自动驾驶研发角度而言，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规范，自动驾驶也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。

智驾宣传迷雾，

谁来推动智驾风险教育？

Q：现阶段车企对智驾是否存在 " 过度宣传 "？

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导致用户心理落差加剧。

另一个关键问题是行业对 " 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，该技术的核心优势在于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。

但随着越来越多的厂商宣传，" 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。

但是这也并不意味着说用了 " 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 的过程中还经常出现幻觉，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实现畅通无阻。

国内车企相较于特斯拉来说，一方面是数据积累的少，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。

Q：智驾风险教育该由谁来推动？

此次事件中更深层的问题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，最终导致反应滞后。

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事故的绝对数量相对较低，导致企业主动披露系统缺陷的驱动力不足。解决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 有条件自动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 级定义为有条件自动驾驶，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 "，才能真正实现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——随着技术覆盖率提升，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，用户只需要通过 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。

电池自燃困局，

永不燃烧只存在于 PPT?

Q：电车自燃问题何解？

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，相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规范，正规渠道销售的车辆电池基本符合安全要求。但符合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，仍可能导致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，在极端工况下都可能成为起火诱因。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。

车辆碰撞自动解锁

为何再成 " 疑云 "？

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，外部救援只能通过破窗实施，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必须解决的重大课题。

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无法自动解锁。根据国标 GB20072-2024 要求，乘用车在时速 50 公里碰撞后必须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，即使采用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，车门能否在紧急情况下解锁，关键在于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，即可大幅提升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。