作者 | 本一编辑 | 德新10分29秒483这是今年6月22日小米YU7 GT赛道套件版在完全无人驾驶状态下跑完纽博格林北环赛道的成绩。这个速度什么概念呢大概比小米首席测试车手任周灿的圈速纪录慢了大概3分钟比人类创下的最快纪录由保时捷919 Hybrid Evo保持大概慢了5分钟。这个圈速在赛车界看起来不算很快。但如果你去翻纽北将近百年的赛道记录从没有一台自动驾驶车在20.8公里的赛道上实现过有效官方记录。纽北赛道位于德国埃菲尔山区的原始森林两侧全部被密密麻麻的绿树覆盖被称为「绿色地狱」其以弯道多、视野差、缺乏缓冲、天气诡异多变以及极长的赛道长度极具挑战和危险性。10分29秒是纽北无人驾驶品类的第一个有效圈速记录做成这件事的是一家2021年进入造车领域的手机厂商。小米内部给这个项目取了个代号叫MARSMi Autonomous Racing System小米无人赛车系统。项目团队的核心成员只有2到3个人是全职项目负责人王东从小米汽车内部整车、座舱、智驾等部门抽调了人员组成了超过200人的协作团队。小米为啥要做这件事一家新的汽车厂商为什么要把资源投到一个看起来像噱头的赛道项目上一、纽北是小米 L3 的起点MARS项目负责人王东说他们一开始并没有直接研究怎么跑赛道而是先做了详细的技术方案解构。让自动驾驶汽车跑赛道行业常见的做法是录制人类车手的操作数据然后回放成绩也能不错但这种操作最多只能体现通信链路和车辆基础冗余能力。小米选了一条更难的路——从最底层的物理数学模型开始一层一层往上搭先建非线性的整车动力学模型和轮胎模型再往上叠加传统控制方法、优化控制以及规划方法。为什么要走这样的路线因为赛道和日常驾驶工况根本区别在于在日常驾驶中方向盘、油门的输入跟车辆的响应基本是线性可预测的。但在纽北这种极限工况下轮胎被推到抓地力的极限边缘线性规律失效如果这时候继续猛打方向车不但不会转弯反而会推头或者甩尾失控。小米智能驾驶科学家王乃岩用「两个圆」比喻MARS的意义目前所有量产辅助驾驶系统都运行在一个「小圆」里也就是基于线性模型的安全舒适区但车辆真正的物理性能极限是一个更大的「大圆」。MARS的目的就是去度量和缩小这两个圆之间的差距。系统不需要在日常驾驶中触碰极限边界但必须精确知道边界在哪里。知道了边界才能在突发的长尾场景中从容地增加安全缓冲、重新规划避险路线而不是在不知道边界的情况下慌张地急刹或失控。图片来源小米自动驾驶征战纽北纪录片MARS的控制技术负责人刘启源则把这个项目的意义表达得更加直接「对控制来说它能探索极限边缘这个极限边缘带来的收益最终会反馈到L3的研发上面。」刘启源日常在王乃岩的团队负责L3的控制MARS不是一个独立的赛道娱乐项目它的技术链条直接连着小米L3产品的开发。二、小米智驾的三线并进端到端、VLA和L3小米智驾从搭建自研团队以来陆续建立了三条并行的技术路线端到端、VLA以及L3自动驾驶。端到端由陈光负责这是L2辅助驾驶的主力引擎追求全场景泛化和用户体验。陈光此前有百度 Apollo L4和一汽研究院的双重背景是少数同时做过L2量产和L4 Robotaxi的人。VLA由Wayve背景的陈龙搭建。Wayve是一家快速崛起的英国AI与自动驾驶公司他去年3月从Wayve离开后加入小米在Wayve创立的「LINGO 项目」是全球第一个在公开道路上测试的VLA自动驾驶系统。L3则由王乃岩主管王之前是图森未来的联创、中国区CTO。三条路线在小米内部的分工逻辑很明确端到端和VLA共同服务于L2 辅助驾驶的泛化性和体验L3则聚焦在一个完全不同的维度智驾系统的可靠性。三条技术线都汇报给小米智能驾驶业务负责人叶航军他是小米老将2021年小米造车前夕就向雷军请缨成为小米汽车最初的核心高管团队。图片来源AI 生成三、王乃岩一个「泼冷水」的人小米L3的关键先生王乃岩是90后、香港科技大学博士2014年获得Google PhD Fellow当年中国只有4人获得这个殊荣。他还是深度学习框架MXNet的核心开发者之一以及图森未来的中国区CTO。在图森的8年里他做的是L4级重卡的自动驾驶算法。2024年初图森解散王乃岩后来在播客中回忆这是他「最痛苦的经历」「让我对人性有了更多理解。很多朝夕相处的同事在巨大变革时想的事情、做的决定可能完全跟你的预期不一样。」但他做了一件事尽可能让还想在这个行业做的核心团队成员一起走。2024年王乃岩带着包括刘启源在内的控制团队加入了小米接手了一个在当时行业稍微有点「非主流」的项目做L3。因为当时国内智驾行业的关注焦点完全在L2的军备赛上端到端、纯视觉、城市NOA全国开城各家争得都是谁的辅助驾驶系统地理覆盖更广、需要的人工干预更少。即使到今天L3在很多人看来是仍然是一个法规尚未成熟、商业模式不清晰的产品。王乃岩不时会在知乎上发些文章给行业「浇浇冷水」比如批评端到端被过度神化、批判大模型应用于自动驾驶的诸多迷思。这些文章在行业内引起过争议但所谓「暴论」也让他的技术预判能力被更多人看到。入职小米两个月后他写了一篇纲领性文章《迈向自动驾驶2.0 时代》向外界阐述了自己团队的方向自动驾驶1.0的可靠性 大模型大数据的灵活泛化性 自动驾驶2.0。这句话也道出了小米做L3的底层逻辑。图片来源王乃岩知乎文章截图在L3真正到来之前行业内的争议一直存在渐进派认为L2做好了自然能到L3L3做好了自然能升到L4。但在王乃岩的框架里L2到L3之间有一道「巨大的鸿沟」它们的差异根本不在功能层面。L2哪怕是今天最先进的 L2系统本质上还是是辅助驾驶。驾驶员必须时刻监视路面状况随时准备干预。法规上甚至不能用「接管」这个词因为责任始终在驾驶员手上系统只是在「辅助」。L3则是另一个「物种」。按照SAE标准和国内法规定义L3系统一旦激活并正常运行系统承担全部责任。用户可以脱手、脱脚、脱眼可以在车上回微信、看视频。当系统判断需要人类接管时必须给出约10秒的充裕时间。在这10秒的交接期内出了问题仍然是系统的责任。王乃岩管这个叫「负责任的自动驾驶」。但这意味着 L3初期能做的事情可能比L2还少很多L2能开的复杂城市路段L3系统出于安全考虑可能会拒绝激活。L3最初大概率只覆盖高速公路这样规整的场景其ODD运行设计域比 L2要窄得多。但L3的底线偏偏又很高一旦在符合要求的场景下开启就必须做到绝对可靠。王乃岩用「频谱」比喻L3。如果把自动驾驶看作是一个频谱一端是简单的定速巡航另一端是完全无人的RobotaxiL3处在频谱上一个很特殊的位置技术上它更像L4对可靠性有极高要求商业上它更像L2最终目标是把车卖给消费者消费者还在驾驶位上。从这个角度看小米做L3并不是在L2赛道上跟别人拼功能覆盖而是另辟蹊径用L4级别的可靠性思维去做一个面向消费者的产品在L2军备竞赛白热化的时候悄悄补齐高阶能力。图片来源SAE International国际自动机工程师学会v四、L3 最难的不是技术如果只是把系统做到统计学上比人安全L3还不算最难。王乃岩认为L3量产面临的最大挑战其实在社会层面关键瓶颈在「错误对齐」。很多自动驾驶公司喜欢强调「系统的事故率已经低于人类」但王乃岩认为比人好只是必要条件之一还有一个前提同等重要让大众能接受你错误的模式。「不能犯一个三岁小孩坐在车上都不会犯的错误。你只能犯那些人觉得我也可能避免不了的错误而不能犯人觉得这也太简单了的错误。」现实中智驾系统最让人无法接受的往往不是复杂场景下的失误而是在空旷高速上突然幽灵刹车、或者对静止的白色大卡车视而不见诸如此类「反常识」的错误。即便统计学上事故比人少只要出一次这样让人觉得很蠢的事故整个社会对其车型产品的信任也会大打折扣。所以小米L3团队的核心技术目标之一不是让AI完全不犯错这在当前技术条件下显然不现实而是确保智驾系统犯错的下限与人类能「对齐」。尽管对已知的出错场景能针对性地采集数据、强化模型把「已知的不安全」变成「安全」但自动驾驶里还会遇到「未知的不安全」——即你不知道哪里有风险自然也不能针对性地补数据。「我们不可能解决所有的未知不安全人也不会百分百不出事故。但把未知的不安全控制在合理和可接受的概率范围内这是从工程和系统上更具实操性的方案。」图片来源论文 A Survey on Vision-Language-Action Models for Autonomous Driving五、VLA 的角色从「只会开车」到「理解世界」要把「未知的不安全」降到可接受范围王乃岩认为「只用自动驾驶数据去训模型不可能完美做好自动驾驶。」人不是从出生就直接被训练开车的得先活了二十来年对物理世界积累了足够多的常识认知然后才被「微调」到开车这个任务上。比如漆黑的夜路上旁边小胡同里突然射出一束灯光。正常人都知道要小心。有灯意味着有人活动灯是冲外打的里面大概率有车或行人要出来。但一个只用驾驶数据训练出来的端到端模型缺少对物理世界的这种推理能力可能就会「像愣头青一样冲过去」。这正是VLA模型在小米L3体系中扮演的角色不是替代端到端而是给端到端加上「认知世界」的能力。图片来源AI 生成VLA通过语言模态引入了高层次的人类知识、道路规则和常识推理让系统不只是「会开车」而且「理解为什么要这么开」。王乃岩对VLA的价值有着十分清晰的判断VLA的核心不在可解释性「决策是错的也可以解释出来大模型最擅长干这个」。VLA重要的是它的推理能力。语言是高度抽象的概念推理起来效率很高而且经过海量互联网文本的训练后具备了很强的逻辑链条能力。这种推理能力尤其在长尾和极端场景中能帮助系统做出更接近人类常识的判断。在具体架构上小米选择从底层自研VLA基座模型从LLM预训练、VLM预训练、具身基座模型预训练到自动驾驶微调全部自己干。小米智能驾驶VLA技术负责人陈龙解释过为什么不用开源模型。「你不知道它预训练阶段包含什么数据网上有很多抽象内容可能被混入训练数据最终可能产生蝴蝶效应影响驾驶行为。」对于一个要承担法律责任的L3系统来说信任链条必须从头建立。图片来源小米汽车六、波音的教训软件怎么处理「不确定」L3的可靠性不只靠AI模型的能力还靠系统层面的冗余设计。行业里讨论L3的时候往往强调硬件冗余多装激光雷达、多上传感器多做几个冗余域控。但王乃岩认为只是硬件冗余远远不够。波音737Max在机头两侧装了两个独立的迎角传感器。但当其中一个传感器因结冰故障给出错误数据时软件系统配套的机动特性增强系统MCAS错误地相信了那个数据判断飞机即将失速不停压机头最终导致了 2018 - 2019年两起灾难性的事故。硬件有冗余设计罪魁祸首却是有缺陷的软件错误地处理了冗余传感器的数据。图片来源AviationToday概率与置信度王乃岩用这两个名词去定义小米L3方案对「不确定」的处理方式。当传感器之间出现冲突比如一个传感器看到前方有人另一个没看到。系统不会武断地选择相信谁而是用概率表达这种不确定性「前方大约90到105米处可能有人好像想往我这边走。」这种带模糊度的信息传递给下游的决策和规控模块后系统会自动触发防御性驾驶策略先减速靠近后看清楚置信度提高了再决定下一步动作。「安全最核心的一点是把我不知道我不知道变成我知道我不知道。」知道自己不确定就可以小心行事。最危险的是以为自己确定这正是波音737 Max之前酿成重大空难事故的元凶。七、豪华行政轿车小米L3可能比我们想象得快我们试图拆解了小米的L3背后的技术哲学但具体的产品长什么样有几个确定的事情小米已经在北京获得L3级自动驾驶道路测试牌照持续开展常态化路测。测试主要在智能网联汽车高快速路测试路段进行这和王乃岩提到的「L3聚焦高速限定场景」吻合。从L3的产品逻辑来看初始ODD运行设计域锁定高速场景几乎是行业共识。相比城市道路高速场景的道路结构规范、交通参与者类型相对单一、没有红绿灯和行人横穿更适合率先实现「系统全责」。图片来源华为至于车型产品受限于L3系统增加的成本以及L3目标用户的定位搭载L3的车辆基本上是高端车型。小米大概率也会走类似路线HiEV获知的消息是小米将把L3放在一台豪华行政级的轿车上。这个产品逻辑不难理解L3的「脱手脱脚脱眼」最契合高端行政用车的使用场景。放眼整个行业L3并不只有小米一家在做但热闹程度远不及L2赛道。华为是目前国内可以说是唯一一家在L3上大力押注的玩家。2026年4月发布的ADS 5乾崑智驾解决方案明确为L3级有条件自动驾驶的规模化商用做好了准备。尊界S800 Grand Design典藏大观车型堆上了六颗激光雷达的矩阵配置从硬件层面做了极致的冗余预埋。其他供应商卓驭、元戎启行、Momenta等智驾供应商也在布局L3方案。法规方面2026年6月工信部公示了《智能网联汽车自动驾驶系统安全要求》强制性国标要求L3系统致命事故率低于10⁻⁸/小时预计2027年7月正式实施。首批L3准入试点已经启动长安深蓝SL03和北汽极狐阿尔法S在特定区域开始上路运营。早在2017年奥迪就发布了具备L3能力的A8量产车型但最终因为法规不成熟、单点故障风险过高和权责界定模糊而夭折。2025年底马斯克在回复用户的一条推文时暗示FSD用户可以玩手机取决于周围的交通状况。但被问到如何看待马斯克这句评论时王乃岩很克制地说「他说可以让你玩手机但没说给你兜底。只有前半句没有后半句是不行的。」图片来源X截图L3的门槛不在于功能有多强而在于车企敢不敢为系统的行为承担法律责任。「可能比大家想象的都要快。但技术Ready到产品推出之间还有法规、社会等很多因素。我们做技术的唯一能做的是尽早把技术达到成熟阶段。」王乃岩是这么看的。图片来源AFP他对2026年智能驾驶的发展态势做的预测更具体一些「辅助驾驶从尝鲜到在某些场景下你真的可以信赖它、视为一个伙伴的转变。」很多人可能觉得「这不是已经发生的事情吗」但王乃岩认为还没有。「重点在伙伴。第一足够可信你知道它不会对你造成伤害第二它的很多行为预期跟你一致能适应你的好习惯和细微偏好让你觉得这不像是一个机器在开车。」有意思的是陈龙对VLA上车时间的态度是「When its ready, its ready.」两个人的表态看似不同一个说「比想象的快」一个说「准备好了才上」底层逻辑其实一致不急于推出一个半成品去抢时间节点但对技术成熟度本身保持信心。这或许也是小米做L3的另一层意思在L2赛道上行业比的是谁跑得快、谁覆盖的场景多但在L3这条赛道上比的是谁更有耐心、更有能力把「负责任」这三个字最终落到实处。
