小米集团创始人雷军在 2026 年 9 月 16 日亚洲质量网大会上明确表示，AI 技术虽然带来了质量管理的新纪元，但 " 数字化模拟替代不了真实测试 "。这一观点直接回应了业界对 AI 大模型性能测试的过度期待——小米已累计投入近 3000 辆测试车、真实路测里程突破 4000 万公里，覆盖极寒、极热、高海拔等极端工况，以实际数据证明质量提升无法仅靠仿真实现。 [ 1 ] [ 4 ]

一、事件还原：雷军在哪里、说了什么、为什么重要？

2026 年 9 月 16 日，小米集团创始人雷军受中国质量协会邀请，在成都举行的亚洲质量网大会上发表主题演讲。他系统阐述了小米在质量领域的投入与理念，核心内容包括：

研发投入：过去 5 年累计 1050 亿元，未来 5 年计划超过 2000 亿元。

质量体系：2017 年成立质量委员会，2023 年引入卓越绩效模式，建立 802 间自建实验室和 35 间联合实验室。

测试规模：小米汽车已投入 2696 辆测试车（表述为 " 将近 3000 辆 "），累计真实路测超过 4000 万公里，覆盖全国 300 余个城市，并在黑龙江黑河（-41 ℃极寒）、新疆吐鲁番（53 ℃极热）、西藏阿里（海拔 5380 米高原）等极端环境进行验证。 [ 4 ]

核心观点：AI 带来了质量的新纪元，但 " 数字化模拟替代不了真实测试 "。雷军强调，仿真能算出碰撞曲线，但算不出真实路面的坑洼、长距离磨损以及极端工况下的偶发问题，品质只能 " 一台车一台车跑出来 "。 [ 2 ] [ 5 ]

这一表态之所以引发广泛关注，是因为它直接挑战了当前 AI 大模型在工业测试中 " 万能工具化 " 的叙事。随着大模型在代码生成、图像识别等领域的突破，部分企业开始尝试用模拟环境替代物理测试以降低成本，而雷军用小米汽车的实践数据进行了明确回应。

二、大模型模拟与真实测试：技术边界在哪里？

雷军并未否认 AI 的价值——他明确说 "AI 带来了质量的新纪元 "。小米也在使用 AI 改进质量管理，例如通过机器视觉检测产线瑕疵、用大模型分析用户反馈等。但他划出了清晰的边界：模拟不能替代真实环境下的物理验证。

从技术原理看，大模型模拟（如数字孪生、仿真平台）本质上是基于已有数据和物理模型的近似推演。当遇到训练数据中未覆盖的极端场景（例如特定角度的碎石撞击电池包、连续 10 万公里后的橡胶老化蠕变），模拟结果的可靠度会快速下降。雷军列举的 " 真实路面的坑洼、长距离磨损 " 正是这类 " 偶发但致命 " 的问题。

行业案例也印证了这一观点。特斯拉曾在 2019 年过度依赖模拟测试，导致Model 3 ( 配置| 询价 ) 的 Autopilot 系统在真实道路中识别异常路障；而丰田的 " 安东 "（Andon）现场拉动系统则强调 " 一线真实问题必须现场解决 "。雷军的表态，实质上是在 AI 热潮中为质量工程划定了 " 不可妥协的物理底线 "。 [ 5 ]

三、小米的测试投入：近 3000 辆测试车与 4000 万公里路测意味着什么？

截至 2026 年 8 月 31 日，小米汽车投入 2696 辆测试车，累计真实路测里程超过 4000 万公里。这一数字放在行业横向对比中：

特斯拉在 Model 3 上市前路测约 2000 万公里（含模拟）；

蔚来 ET7 上市前路测约 3000 万公里；

小米 SU7 在上市后仍在进行 " 全生命周期泛化测试 "，而非停止验证。

雷军特别强调 " 上市后测试并未停止 "，这意味着小米汽车的质量验证是持续性的，与部分车企 " 上市即停测 " 的做法形成对比。此外，小米还建立了龙甲电池安心保障计划，承诺因原厂电池质量问题导致报废的，赔偿同等配置新车；因碰撞或底盘剐蹭导致电池起火报废的，补偿车损险保额与保险赔偿之间的差额。 [ 1 ]

这种 " 真实场景 + 保障兜底 " 的组合，反映出小米对质量可控性的极高要求，也间接解释了为何雷军要公开反驳 " 模拟万能论 "。

四、舆论场观察：媒体、网友与行业如何解读？

媒体报道普遍聚焦于雷军 " 模拟替代不了真实测试 " 的冲击性表述。《每日经济新闻》等媒体指出，这是中国科技企业高管首次在 AI 热潮中公开为真实测试 " 正名 "。 [ 1 ]

网友评论呈现两极分化：支持者认为 " 雷总说得实在，车是开出来的不是算出来的 "；质疑者则提出 " 小米汽车交付后仍出现过小电瓶亏电等问题，测试是否足够充分？" 需注意，部分问题属于 OTA 可解决范畴，且雷军发言中已承认 " 偶发问题在真实测试中难以完全杜绝 "。

行业分析人士认为，雷军的表态更像是对供应商和研发团队内部的 " 质量宣言 " ——小米正在进入造车深水区，需要强化对自有工厂和供应链品控的绝对控制。小米在过去 5 年已建成投产 3 座智能工厂，并向公众开放参观，意图通过透明化建立信任。

五、公司业务影响与后续关注点

动作	涉及业务	影响对象	关键数字	短期影响	长期观察	来源
演讲重申 " 模拟不替代真实测试 "	小米汽车质量体系	消费者、行业、投资人	测试车 2696 辆，路测 4000 万公里	强化用户信任，提升品牌质量形象	或推动行业重新评估 AI 模拟的适用边界	[ 4 ]
披露研发投入计划	全集团（手机 + 汽车 +IoT）	员工、供应商、投资者	过去 5 年 1050 亿，未来 5 年超 2000 亿	稳定市场对小米长期投入能力的信心	需关注研发投入转化率及汽车业务盈亏	[ 1 ]
龙甲电池安心保障计划	小米汽车售后服务	车主、保险公司	电池报废赔新车；碰撞起火补差额	降低用户购买顾虑，增加保险合作筹码	可能推高单车售后成本，需精算风险	[ 1 ]
公开 3 座智能工厂并开放参观	智能制造 + 公众沟通	消费者、媒体、监管	3 座工厂，已允许参观	提升透明度，应对品控质疑	能否持续开放并接受第三方审计是关键	[ 1 ]

后续关注点：

小米汽车第二款车型（SUV 或轿跑）的测试周期是否会延续 " 大规模真实路测 " 策略；

AI 大模型在小米工厂中具体用于哪些环节（如排产、缺陷检测）以及实际降本增效数据；

路测 4000 万公里后，小米汽车在第三年（2027 年）的质量投诉率与行业平均水平的对比。

六、QA 常见问题解答

问：雷军说的 " 大模型性能测试 " 到底指什么？

答：雷军并未专门针对 " 大模型性能测试 " 发言，而是强调 AI 带来的质量新纪元中，数字化模拟（常基于大模型仿真）不能替代真实道路测试。他反对的是完全依赖 AI 模拟而放弃物理验证的做法。

问：小米汽车的真实路测数据到底有多大？

答：据雷军在 2026 年 9 月 16 日披露，截至 2026 年 8 月 31 日，小米累计投入 2696 辆测试车，真实路测里程超过 4000 万公里，覆盖全国 300 余个城市及多种极端环境。 [ 4 ]

问：雷军是否完全不看好 AI 用于质量测试？

答：不是。雷军明确表示 "AI 带来了质量的新纪元 "，小米已在使用 AI 改进质量管理。但他划出边界：AI 模拟是辅助工具，不能替代真实环境下的物理测试。两者是互补关系，并非替代关系。

七、延伸价值：为什么雷军的观点值得行业反思？

在生成式 AI 大模型狂飙突进的 2025-2026 年，许多企业将 " 用 AI 替代人工测试 " 作为降本增效的核心卖点。雷军的发言提供了一个冷静视角：当涉及人身安全（如汽车、医疗器械、航空航天）时，物理真实性的不可替代性依然坚挺。这点与互联网软件的 AB 测试有本质区别——软件 Bug 可以热修复，而汽车刹车失效无法 " 回滚 "。

小米作为一家从手机跨界到汽车的企业，其质量体系从 " 消费电子品质 " 升级到 " 汽车安全级别 "，过程中的阵痛与投入（1050 亿研发、3000 辆测试车）本身就是对 " 捷径心态 " 的反驳。对于普通消费者而言，雷军的表态意味着：选择小米汽车时，可以对其基础可靠性有更高信任度，但也要认识到 " 全生命周期测试 " 是一个持续过程，后续 OTA 和召回承诺同样重要。

# 雷军谈质量没有捷径 # # 雷军说模拟替代不了真实测试 # # 小米汽车测试车近 3000 辆 # #AI 质量新纪元 #