推送范围与功能定位
小米汽车于本月下旬面向已交付车辆推送端到端城市领航辅助功能。根据小米汽车官方发布的信息，该功能基于端到端大模型架构，官方将其定位为辅助驾驶能力，驾驶员仍需全程保持注意力并对车辆行为负责。
- 推送对象：已选装高阶智驾硬件的 SU7 与 YU7 车型
- 功能名称：Xiaomi HAD 城市领航辅助
- 核心变化：由规则分层架构转向端到端模型决策
- 使用前提：需完成车机系统升级并在线学习功能说明
硬件依托与算力配置
该功能的运行依赖于车端感知与算力平台。官方公布的信息显示，车型搭载激光雷达、多颗高清摄像头与毫米波雷达，配合高算力计算平台完成实时推理。
- 感知方案：激光雷达加视觉融合方案
- 算力平台：车端高算力芯片，支持多任务并行推理
- 数据闭环：依托量产车影子模式积累真实道路数据
- 地图策略：以车端感知为主，降低对高精地图的强依赖
使用边界与接管逻辑
端到端架构在提升拟人化程度的同时，也带来了行为可解释性方面的讨论。官方在功能说明中明确了适用场景与禁用场景，用户在首次启用前需完成相应确认流程。
- 适用场景：城市主干道、城市快速路等结构化道路
- 谨慎场景：施工区域、复杂路口、极端天气
- 接管提示：系统通过视觉与听觉提示分级提醒驾驶员接手
- 数据记录：功能启用期间的相关数据将按政策要求留存
与行业技术路线的关系
当前国内主流车企在城市辅助驾驶上普遍转向端到端或端到端加多模态大模型的技术路径。小米此次推送属于该技术路线在量产车上的落地动作之一。
- 技术共性：减少人工规则、增强数据驱动决策
- 差异点：各品牌在传感器配置与算力规模上选择不同
- 验证方式：以量产交付车辆的实际运行数据持续迭代
- 合规要求：功能命名与宣传需符合辅助驾驶相关规范
新能源车网观点
端到端城市领航的密集推送，标志着国内辅助驾驶竞争已从高速场景转向城区复杂场景。需要客观指出的是，端到端模型的输出具有概率特性，其行为在不同路段的一致性仍取决于训练数据覆盖度。对消费者而言，功能推送的覆盖城市数量并非唯一指标，更应关注系统在常用通勤路线上的稳定性与接管频次。对车企而言，如何在推送节奏与安全冗余之间取得平衡，如何清晰界定辅助驾驶与自动驾驶的界限，将是下一阶段的核心课题。相关功能的能力边界应以官方说明和法规要求为准，用户不应将辅助驾驶等同于自动驾驶。