10 分 29 秒 483，中国车首次无人驾驶征服 " 绿色地狱 "

2026 年 6 月 22 日，小米汽车宣布旗下 YU7 GT 以 10 分 29 秒 483 的成绩，完成纽博格林北环赛道（简称 " 纽北 "）全程自动驾驶，创下全球首个纽北自动驾驶圈速纪录。这款搭载内部代号 "Mars" 自研智驾系统的量产 SUV，在全程无人类干预的情况下，以最高时速 211km/h、平均约 120km/h 的速度，通过了纽北 73 个高难度弯道，成为百年纽北史上第一个由 AI 独立完成的认证圈速。同款车型此前由专业车手创造的 SUV 圈速纪录为 7 分 22 秒 755，自动驾驶版本慢了约 3 分 7 秒，但这一差距反而凸显了技术突破的意义——不是追求极限速度，而是验证 " 硅基驾驶 " 在极端场景下的可靠性与潜力。

事件源于小米汽车官方微博于当日 11:00 发布的直播回放，一镜到底的视频展示了车辆从发车到冲线的完整过程。随后，小米集团副总裁、汽车部 CTO 胡峥楠转发评论称：" 其实这才是我们想真正展示的综合能力。" 同日，央视新闻评价此举 " 赋予纽北百年赛道新意义 "。6 月 24 日，雷军进一步宣布，小米 YU7 GT 又以 1 分 49.434 秒的成绩创造浙江国际赛车场（浙赛）首个自动驾驶圈速纪录，形成 " 双赛道 " 认证。微博热搜 # 小米创首个纽北自动驾驶圈速纪录 # 迅速引爆，阅读量超 3 亿，讨论中既有 " 中国智驾骄傲 " 的赞誉，也有 " 封闭赛道无实战意义 " 的质疑，一场关于 "AI 能不能真正替代人类车手 " 的辩论就此展开。

为什么说这是全球首个纽北自动驾驶圈速纪录？技术难度有多大？

根据小米自动驾驶业务负责人王乃岩博士在知乎的解释，该项目核心难点不在于 " 导航 "，而在于 " 实时摩擦力的精准控制 "。纽北赛道全长 20.832 公里，拥有 73 个弯道，海拔落差超过 300 米，部分路段路面抓地力会因天气、温度、积水发生剧烈变化。传统人类车手依靠身体感知和预判来调整刹车点与油门开度，而 AI 必须通过分析电机输出扭矩与实际加速度的反向推算，实时推测脚下路面的摩擦系数，并据此修正控制策略。这意味着，系统不能简单复刻 " 地图数据 "，而需要具备类似人类肌肉记忆的 " 动态适应能力 "。

本次使用的车辆是 "YU7 GT with Track Package" 套件版，包含半热熔轮胎、拆除后排座椅、防滚架、赛车座椅等专属配置，顶部加装了多个定位模块，并非完全原厂状态。但小米强调，所有核心感知与决策均由其 "Mars" 智驾系统独立完成，未通过预录轨迹或遥控干预。王乃岩指出：" 赛道是固定的，但每次天气和路面情况都不一样。我们让 AI 不仅学会‘知道路在哪’，更要学会‘感受路在哪’。" 这种技术路线，本质上是对端到端深度学习模型在极端工况下的压力测试——车辆需要以接近 200km/h 的速度入弯，并在毫秒级内完成转向、制动的联合决策，任何延迟都会导致失控。

有微博博主 " 蒋开石 " 提出疑问：" 纽北赛道上哪来很多行车数据去喂超算训练？" 王乃岩未直接回应，但小米内部人士透露，团队通过高精度地图采集赛道地理信息，并结合大量人类车手驾驶数据，使用强化学习在仿真环境中训练了数百万轮次，再逐步迁移到实车测试。这与特斯拉 FSD 的 " 影子模式 " 思路相似，但目标场景更极端。业内人士指出，纽北自动驾驶的难点并非单纯的 " 地图记忆 "，而是 " 在物理极限边界上的安全泛化 " ——这比高速公路场景复杂一个数量级。

自动驾驶跑纽北 vs 人类驾驶：谁更厉害？差距究竟在哪？

直观的数据对比：人类专业车手驾驶同款 YU7 GT 在 2026 年 5 月创造的最速 SUV 纪录是 7 分 22 秒 755，而自动驾驶用时 10 分 29 秒 483，慢了约 3 分 7 秒。微博博主 " 二萌 _er" 指出，自动驾驶最高时速 211km/h，而人类在纽北大直道可轻松超过 260km/h。博主 " 老孙聊科技 " 认为 " 明年估计能跑到七八分钟 "，暗示 AI 提升速度的空间很大。但从技术底层看，两者的差距并非 " 速度绝对值 "，而是 " 安全余量的取舍 "。

人类车手敢在盲弯中延迟刹车，依靠的是经验、胆量和对车辆失控边缘的精细操控；而 AI 的算法目标函数中，" 安全 " 权重远高于 " 圈速 "。正如博主 " 芝能 - 烟烟 " 所分析：" 自动驾驶求稳，73 个弯每个弯都要安全通过，宁可慢三分，绝不失误一次。" 这种理念使 AI 在高速弯中制动点更早、油门开启更保守，尤其像 " 狐狸洞 "" 旋转木马 " 等著名险弯，AI 可能降速至 80km/h 以下，而人类车手可以保持在 120km/h 以上。此外，人类车手能根据实时体感调整赛车线，例如利用路肩弹跳改变车身姿态，而 AI 目前仍难以处理这种 " 非结构化接触 "。

但差距背后是本质区别：人类的目标是 " 刷新纪录 "，AI 的目标是 " 无事故完成 "。小米 CTO 胡峥楠在转发时写道：" 电能替代化学能，传统油车取得过的所有成绩，用电能都终将实现并超越；智能替代人工，人能实现的操作及成绩，人工智能也终将实现替代。" 这句话揭示了长期愿景：AI 不追求在一场比赛中战胜人类，而是追求在所有场景下稳定超越人类。正如博主 " 金剪刀开箱 " 所说：" 这不是写好的程序，这是内在 AI 在跑，搭载 Mars 自研智驾系统，由 AI 完全接管车辆的感知、决策与控制。这件事的意义会在未来渐渐显现。"

质疑声浪：封闭赛道、改装车辆，这个纪录有参考价值吗？

舆论场中并非只有喝彩。汽车博主 "Cars-Power" 直言：" 封闭赛道，固定路线，没有任何干扰和变量，每个弯道直道数据都是死的，就跟小孩玩的遥控轨道车一样。这种纪录……只能唬唬对车毫无认知的人。" 另一位博主 " 红 A 酱 " 也质疑：" 真有必要自动驾驶纽北吗？这玩意不就是纯开卷考试？" 这些观点抓住了核心争议：自动驾驶的真正价值在于应对开放道路的随机性（如行人、临时施工、动物闯入），而纽北赛道是一个 " 确定性极高的结构化环境 "，AI 在这里的表现是否具备现实迁移性？

然而，更多技术派博主提供了反驳依据。博主 " 荔枝李 Lychee" 指出：" 早在去年 3 月，我就呼吁国产汽车厂家以下赛道和参加赛事的方式在极限场景测试智驾的能力。这不只是显摆，而是对整车极限动力学、热管理、控制系统的全面压榨。" 事实上，车辆在纽北长时间高速行驶，电驱系统、电池热管理、制动系统都面临巨大压力——这些场景恰恰是量产车在公开道路几乎不可能遇到的。此外，时速 200km/h 以上的工况下，感知系统对远处物体的识别距离、决策延迟都面临更严苛考验。小米自动驾驶团队认为：" 如果 AI 能在纽北跑完，那么它对高速公路的适应性将游刃有余。"

关于 " 改装车辆是否公平 " 的质疑，小米官方和部分博主回应称：车辆使用的 Track Package 套件是小米官方提供的选装包，非定制原型车。博主 " 型车志 " 强调：" 跑自动驾驶圈速的也是‘量产车’，所谓的‘ YU7 GT with Track Package ’。当初那些信誓旦旦说‘原型车’的，脸疼不。" 从技术角度看，拆除后排座椅、加装防滚架影响的是车身重心和重量，但并未改变智驾系统软硬件核心，因此圈速成绩虽不能代表纯原厂状态，但足以证明 " 自动驾驶算法在赛道工况下的可行性 "。

这项纪录对普通消费者意味着什么？从赛道到公路有多远？

对于大多数用户，纽北自动驾驶听起来 " 与我无关 "。但正如凤凰网科技《凤凰车研所》视频所问：" 小米自动驾驶跑赛道，跟你我有啥关系？" 核心关联在于技术降维。赛道是极限测试场，而量产车的 L2+ 级辅助驾驶正在向 L3 级进化。中国电动汽车百人会报告显示，2026 年国内 L3 级自动驾驶试点城市已扩至 20 个，但量产系统中 " 极端场景下的接管需求 " 依然是最大痛点。例如高速上突遇暴雨、大曲率弯道、路面异物——这些场景在纽北赛道被放大 100 倍。小米在纽北验证的 " 摩擦力感知算法 "" 极限工况下的扭矩控制策略 "，未来有望直接移植到量产车的主动安全系统中。

微博博主 " 路探社路社长 " 提出了一个更深层的思考：" 高速为什么限速 120？主要是因为人有生理极限。是生理反应速度、极限制动距离限制了车速。自动驾驶的普及成熟，除了解放人的精力，说不定有一天，能打破目前的道路限速。" 虽然这一展望尚需政策与技术双重突破，但纽北自动驾驶的成功至少证明：AI 在固定路线上的极限操控能力已经接近甚至部分超越人类平均驾驶水平。当智驾系统处理纽北 73 个弯道的准确率从 95% 提升到 99.9% 时，日常驾驶中的 " 危险接管 " 概率将大幅下降。

从产业格局看，小米此举可能引发 " 赛道智驾竞赛 "。博主 " 子墨 Kimi" 预测：" 我估计国外车企应该是不敢跟进的，就不知道国内智驾第一梯队的车企敢不敢去刷下？" 目前华为、小鹏、蔚来等均有高调布局智驾，但尚未公开挑战纽北自动驾驶圈速。小米以 " 首个 " 身份抢占舆论高地，也为后续 OTA 升级提供了极佳的品牌背书——毕竟，能自己跑完纽北的车，用户对它的辅助驾驶信任度自然会更高。

常见问题解答（QA）

Q：小米 YU7 GT 自动驾驶跑纽北用了什么技术？最高时速多少？

A：车辆搭载内部代号 "Mars" 的自研智驾系统，由 AI 完全接管感知、决策与控制。最高时速 211km/h，平均约 120km/h，全程无人干预。车辆使用了 Track Package 套件（半热熔轮胎、防滚架等），顶部加装定位模块。

Q：为什么要宣传自动驾驶比人类慢 3 分钟的圈速？意义在哪里？

A：慢 3 分钟恰恰证明了算法以安全为首要目标，而非盲目求快。这在极限工况下验证了系统的感知、控制和热管理能力，为未来 L3/L4 级自动驾驶在高速公路、恶劣天气等场景的可靠性提供了数据支撑。同时，这是全球首个公开认证的纽北自动驾驶圈速，具有里程碑意义。

Q：这个纪录是 " 作弊 " 吗？车辆经过重大改装吗？

A：车辆使用的 Track Package 是小米官方提供的赛道选装包，可选配于量产车订单，因此属于 " 可量产状态 "。核心的智驾系统软硬件与原厂一致。小米强调全程无人驾驶、一镜到底、无剪辑，获得官方认证。

延伸价值：全球 " 赛道智驾 " 竞赛开启，中国车企的先发优势

横向对比，全球范围内此前并无车企公开挑战纽北自动驾驶圈速。特斯拉曾以 FSD Beta 在封闭场地展示赛道驾驶，但未在纽北进行官方计时。奔驰、保时捷虽有高性能电驱动车型，但均未将 " 无人驾驶跑圈 " 作为公开测试项目。小米此次的 " 首创 " 并非偶然——公司自 2024 年起就持续在纽北积累人类驾驶圈速数据，并逐步过渡到 ML 训练，形成一条 " 先有人后无人 " 的技术爬坡路径。

背景知识科普：纽博格林北环（N ü rburgring Nordschleife）建于 1927 年，全长 20.832 公里，因高难度和危险性被称为 " 绿色地狱 "。此前所有圈速纪录均由人类车手创造，分为原型车、量产车、SUV、电动车等多个类别。小米将 " 自动驾驶 " 设立为新赛道，相当于在汽车运动史上开辟了一个 " 硅基竞赛 " 分类。未来，纽北官方可能像 " 电动圈速榜 " 一样增设 " 自动驾驶圈速榜 "，而中国车企有望在这一新兴领域保持先发优势。

对普通读者的实用建议：如果你正在关注智能电动汽车，可以从两个维度评估车的智驾水平：一是看车企在高速 / 城区 NOA 上的开城速度和用户数据；二是看它在极限场景（如赛道、雨雪、夜间）是否有公开测试成果。小米的纽北成绩虽不能直接等于日常智驾能力，但它暗示了这个品牌在技术研发上的投入和信心。同时，理性看待赛道成绩：任何封闭测试都无法 100% 复现开放道路的复杂随机性，但 " 敢上纽北 " 本身就是一道门槛较高的筛选。

结语：当 AI 学会在 " 绿色地狱 " 中跳舞

10 分 29 秒 483，一个在人类车手看来 " 慢悠悠 " 的数字，却承载了中国智驾技术的一次大胆破圈。它未必能立刻改变你驾车上班的方式，但至少证明了一件事：自动驾驶的边界不再是 " 泊车入库 " 或 " 高速跟车 "，而是正在向人类能力的天花板——极限赛道——发起挑战。正如胡峥楠所说，" 智能替代人工 " 不是一句空话，它正以纽北 73 个弯道为考场，一步步走向现实。未来，当我们讨论圈速时，可能需要先问一句：" 这是人开的，还是 AI 开的？" 而这道问题本身，就是时代变革的注脚。

最后，留给行业一个思考：当 AI 能独自穿越 " 绿色地狱 "，它是否也能在某个雨夜、某条不熟悉的乡间小路上，让你更安心地松掉方向盘？技术的答案，永远比想象更近。

# 小米 YU7 GT # 纽北自动驾驶 # 全球首个圈速纪录 # 小米汽车 # 自动驾驶技术

本文由 AI 生成