报告行业投资评级 - 看好丨维持 [12] 报告的核心观点 - 特斯拉Robotaxi服务在美国奥斯汀南部启动试运营，迈出自动驾驶商业化关键一步，此次是对纯视觉方案的首次公开验证 [2][6][20] - 中国凭借政策协同性与技术优势，商业化进程与美国头部企业并驾齐驱，2023年已实现限定区域的无主驾安全员商业化运营 [8][29] - 2024年中国出租车及持证网约车总保有量或在400 - 500万台级别，当前国内头部企业运营Robotaxi数量不足3000台，市场渗透率不足1% [8][40] - 无人驾驶商业化落地进程为Robovan>Robotruck>Robotaxi，Robotaxi仍处于量产前夜，加速推广瓶颈在于前期全无人化运营数据积累和区域性运营牌照制约 [9] 各部分总结 特斯拉Robotaxi试运行，无人驾驶商业化加速 - 2025年6月22日，特斯拉Robotaxi服务在美国奥斯汀南部启动，首批约10辆2025款Model Y SUV组成车队，特定区域运营，少部分受邀用户可试乘，每次行程收4.20美元，副驾驶配安全员 [6][20] - 行业头部玩家聚焦Waymo、Zoox和特斯拉，Waymo采用跨越式路径，直接研发L4级无人驾驶；特斯拉选择渐进式路线，基于量产车部署L2/L3级辅助驾驶系统，以纯视觉方案叠加低成本硬件收集数据驱动算法迭代，此次试运营是对该技术路径首次公开验证 [7][24][28] - 截至2025年5月，Waymo车队规模达1500辆，服务覆盖4个城市，每周完成超25万次付费出行，计划2026年底扩展至七个美国城市 [25] - 2024年，Robotaxi行业中国及全球规模分别为16.5亿元、77.8亿元，预计2030年分别为390亿美元、666亿美元 [27] Robotaxi开启商业化运营，中美企业角逐 - 中国凭借政策协同性与技术优势，商业化进展与美国并驾齐驱，2023年多家企业实现Robotaxi平台商业化运营 [29] - 国内头部企业如萝卜快跑、小马智行和文远知行等已在试点区域运营，萝卜快跑车辆总数超1000辆 [32] - 国家和地方政府频繁发布支持政策，2023年底《准入通知》和《服务指南》弥补政策空白，地方规定相对宽松 [34] - 中国监管“循序渐进”，技术可靠后放开；美国更开放，部分城市大胆放开 [35] - 中国Robotaxi单车成本为美国代表性企业的三分之一左右，领先企业加速全球化布局 [36] - 2021 - 2024年国内网约车保有量从156万台增至328万台，2023年全国巡游出租车137万台，2024年出租车及持证网约车总保有量或400 - 500万台，国内头部企业运营Robotaxi数量不足3000台，市场渗透率不足1% [40] 商业化进程：Robovan>Rotruck>Robotaxi - 无人驾驶商业化落地进程为Robovan>Robotruck>Robotaxi，Robovan率先落地，因商业模型跑通、算法技术门槛低、路权政策宽松 [9] - Robotruck以渐进式技术路线商业化，L2+辅助驾驶前装系统要求低，长距离运输降本，数据沉淀支撑向L4迭代 [45] - Robotaxi单车成本待突破，运营模型未闭环，目前年均成本大于10万元，单公里运输成本是出租车/网约车2倍左右，预计2026年每公里成本有望与有人驾驶出租车持平 [50] - Robotaxi加速推广瓶颈在于前期全无人化运营数据积累和区域性运营牌照制约，区域运营权稀缺排他，运营商有望享受技术迭代红利 [9][54]

特斯拉Robotaxi试运营启动 - 特斯拉于2025年6月22日在德克萨斯州奥斯汀启动Robotaxi试运营服务，初期部署10辆2025款Model Y车型，采用邀请制，运营范围限定在特定区域，运营时间为上午6点至午夜12点 [3] - 乘客支付固定费用4.20美元，车辆配备人类安全员，配备紧急中止开关 [3] - 受邀参与者反馈积极，包括减速带减速效果良好、停车平稳、夜间行驶稳定、处理狭窄施工路段和避让动物等场景表现优异 [3][6][9][11] 特斯拉Robotaxi技术表现与问题 - 部分场景出现技术问题：未对倒车卡车刹车导致险情、左转时短暂逆行、系统分配车辆接客困难、无视限速标志等 [11][12][15] - 有用户质疑车辆可能由后台人工操控，因在限速20英里区域以35英里时速行驶 [15] - 马斯克预测到2026年底美国将有数十万至超百万辆特斯拉自动驾驶汽车行驶 [11] 特斯拉Robotaxi商业模式与市场反应 - 特斯拉计划融合Uber和Airbnb模式，车主可通过共享闲置车辆获得收入，公司抽取佣金 [2] - 2025年Q1特斯拉电动汽车交付量暴跌13%，公司将Robotaxi定位为救星，预计2026年底显著改善财务状况 [20] - 官宣Robotaxi后特斯拉股价上涨9%至349美元，市值达1.03万亿美元，马斯克身价超3350亿美元 [20] 中国无人驾驶出租车发展 - 2025年被视为无人驾驶出租车商业化元年，中国已有超15个城市允许完全无人驾驶运营 [21] - 百度萝卜快跑2025年Q1提供超140万次出行服务，同比增长75%，累计服务超1100万次，业务扩展至迪拜、阿布扎比和香港 [21][22] - 滴滴与广汽埃安联合发布L4 Robotaxi车型，计划2025年底量产，2026年在广州、北京示范运营 [22] - 哈啰出行联合蚂蚁集团、宁德时代成立合资公司，注册资本12.88亿元，专注L4自动驾驶技术研发和商业化 [23] 自动驾驶技术路线对比 - 特斯拉采用纯视觉方案，依赖摄像头和FSD计算机，声称比Waymo方案"安全7倍，成本低7倍" [23] - Waymo和中国公司采用多传感器融合方案，配备激光雷达、雷达等实现环境感知 [24] - 全球Robotaxi市场处于关键转型期，技术成熟度、监管框架和公众信任仍是核心挑战 [24]

特斯拉自动驾驶技术进展 - 特斯拉首批Robotaxi车队在得州奥斯汀上路，采用2025款Model Y，基于纯视觉方案（摄像头+自研AI芯片），实现"端到端"模型学习驾驶技能 [1] - 纯视觉方案被视为技术突破，国内车企小鹏也跟随该路线，将激光雷达移出核心感知架构 [1] 激光雷达市场现状 - 2023年全球车载激光雷达销量约160万台，其中中国市场占比90% [1] - 激光雷达价格从30万元以上高端车型下沉至15万元级大众市场，成本已降至1000多元 [9] - 行业主流产品线束为64线/128线/192线，测距能力达150米有效检测 [2][6] 技术路线争议 - 视觉方案存在物理局限：夜间信噪比衰减、异形障碍物识别歧义等问题持续存在 [1][4] - 激光雷达优势在于"检测即所得"，是确切的物理量，能提升AEB功能成熟度 [3][7] - 视觉方案开发代价高昂，需海量数据驱动，而激光雷达可减少开发工程量 [7] 激光雷达技术演进 - SPAD（单光子雪崩二极管）将成为未来主流技术，索尼芯片方案将被华为/速腾/禾赛采用 [8] - 半导体技术进步将推动激光雷达性能提升，2025-2026年可能出现突破性产品 [8] - 线束数量持续增加，角分辨率优化，测距能力有望突破200米 [6][15] 车企应用现状 - 除特斯拉和小鹏外，多数车企仍依赖激光雷达作为辅助驾驶核心组件 [5] - 激光雷达使用呈现"强者恒强"态势，需结合视觉方案才能发挥最大效用 [7][13] - 蔚来/理想/小米等车企已配备激光雷达，形成市场竞争驱动力 [12] 成本与供应链 - 激光雷达成本持续下探，性价比优势显现，能帮助车企减少技术弯路 [9] - 供应链体系已建立，可保证产品批量一致性，售后更换成本约几千元 [10][11] 性能边界与挑战 - 量产环节实际有效测距多为80-120米，少数能达到150米 [15] - 雨雾雪天气和玻璃/水面等高反射物体会影响检测精度，算法可部分缓解但无法根除 [16] - 参数标称的200米测距需结合线束数量和角分辨率综合评估 [6]

特斯拉Robotaxi服务正式推出 - 当地时间6月22日，特斯拉在得州奥斯汀正式推出无人驾驶出租车Robotaxi服务，首批投入约10台焕新Model Y [2] - 首批试乘采取邀请制，受邀用户可通过Robotaxi APP在运营范围内呼叫车辆，需绑定银行卡，车费暂定为固定4.20美元 [2][4] - 服务覆盖奥斯汀南部区域，运行时间为早6点至午夜12点 [4] Robotaxi运营模式与规模规划 - 运营模式结合Airbnb和Uber的特点，车主可通过App一键将车辆加入Robotaxi网络，随时加入或退出，车主共享车辆的收入预计将远超车贷支付 [5] - 公司将运营部分自有车队，车主车辆可灵活参与，可选择共享几小时、几天或几周 [5] - 预计Robotaxi车队规模在几个月内快速扩展到1000辆，到2026年底将有超过100万辆自动驾驶特斯拉投入运营 [5] 技术方案与安全性能 - 此次是纯视觉方案首次投入L4级别试运营，自动驾驶技术仅用摄像头和神经网络，无需激光雷达等设备 [2][8] - 目前车内副驾驶座位配有安全员作为过渡措施，遇到危险情况可通过紧急开关强制接管车辆，远程操作员提供兜底保障 [7] - 根据2025年第一季度安全报告，开启特斯拉辅助驾驶的车辆安全性是普通车辆的10.6倍，目标是让无人驾驶比人类驾驶安全10倍以上 [2][7] 商业机会与硬件基础 - 马斯克称Robotaxi是"万亿美元级机会"，车队可实现高利用率（每车每周运行超40小时），毛利率可能高达70%-80% [2][5] - 随着焕新Model Y升级无人驾驶硬件，未来每辆特斯拉都可以加入Robotaxi车队，通过车辆共享换取收益 [2] - 首款Robotaxi概念车Cybercab目标在2026年或2027年之前开始生产，售价将低于30000美元，每英里运营成本预计低至0.20美元 [4] 行业技术路线对比 - 行业多数企业坚持激光雷达路线，通过大量传感器冗余保证安全，Waymo数据显示其整体交通事故可减少64%，导致伤亡事故减少81% [8] - 纯视觉路线摄像头在夜间、强逆光、雨雾雪等低能见度场景下误判率高，存在深度感知缺陷，特斯拉和小鹏汽车通过应用Lofic架构等技术解决"看不清"问题 [9] - 此次服务推出被视为对"算法能否替代硬件冗余"的压力测试，技术之争将决定未来十年自动驾驶发展的终局形态 [9]

智能辅助驾驶技术路线 - 特斯拉坚持纯视觉方案的理论基础是全球道路交通体系本质围绕视觉感知能力构建 人工智能结合数字神经网络和摄像头是与现有道路系统最匹配的解决方案 [1] - 马斯克批评激光雷达技术 认为道路系统并非为从眼睛发射激光而设计 摄像头与激光雷达同时工作可能导致信息冲突和交通事故 [3] - 纯视觉方案最大优点是成本较低且贴近人眼逻辑 通过对摄像头持续优化可无限接近人类眼睛 [20] 第一性原理 - 第一性原理是系统中最基本的命题或假设 不能被违背或删除 核心思想是回归事物本质 剖析最基本原理构建新认知框架 [3] - 智能辅助驾驶的第一性原理应聚焦本质需求 以标准化能力推动普惠价值 实现从A点到B点的安全 舒适 高效 [4] - 手机行业演进史为汽车智能化提供启示 基带芯片以"稳定传输"为第一性原理 智能辅助驾驶应成为像基带一样可靠的基础设施 [4] 特斯拉技术发展历程 - 2014-2016年外部合作期 采用Mobileye EyeQ3芯片 算力0.25 TOPS 支持1个前视摄像头 1个毫米波雷达和12个超声波雷达 [6] - 2016-2019年自研过渡期 转向英伟达方案 算力10 TOPS 配备8个摄像头 1个毫米波雷达 12个超声波雷达 同时开始自研FSD芯片 [7] - 2019年进入全面自研期 推出HW3.0 配备两颗自研FSD芯片 算力144 TOPS 相比前代增长7倍多 [7][9] 特斯拉技术方案演进 - 引入BEV+Transformer算法栈 让视觉感知网络获得测速 测距能力 将2D画面拼接成360度全景俯视图 [13] - 升级占用网络 将车辆周围空间划分成小方格标记是否被物体占据 实现高分辨率三维感知与重建 [14] - 推出端到端方案 完全采用一张神经网络链接感知 规控和执行 2023年测试中运行速度比原方案更快 删除30万行人工代码 [16][17] 技术方案对比 - 纯视觉方案在信息丰富度 三维深度 测距精度 相对场景可靠性等方面弱于多传感器融合方案 但成本更低 [19] - 激光雷达在探测距离 精度和实时性方面有明显优势 但易受天气影响 可能发生多次反射导致信号失真 [20][21] - 多传感器融合方案需承担更高硬件成本 开发能融合多传感器数据的算法 并采用高算力芯片处理数据 [23]

小鹏汽车技术路线 - 小鹏汽车自主研发的图灵芯片首次上车，搭载在中型SUV G7上，一颗图灵芯片的有效算力等同于三颗英伟达Orin X，整台G7的有效算力超过2200Tops [2] - 小鹏Mona M03顶配版配备两颗Orin-X芯片，算力达508TOPS [2] - 小鹏宣布将采取纯视觉方案，认为激光雷达"看不远、干扰多、帧率低、穿透性差" [2] 纯视觉技术方案 - 小鹏通过定制AI编译器、协同设计模型架构等方法，实现VLA和VLM大模型与图灵芯片的耦合 [3] - 小鹏训练了超过40万小时的视频数据，相当于AI看了3万部《流浪地球》，视频数据量将在今年增加到2亿clips [10] - 小鹏智能算力集群正向两万卡水平前进，云端集群运行效率常年保持在90%以上 [13] - 去掉激光雷达后节约了20%的感知算力，模型反应更快，视觉信息处理帧率达到业界主流激光雷达处理帧率的12倍 [13] 激光雷达技术发展 - 激光雷达成本12年间下降了400倍，禾赛已将激光雷达价格压到200美元 [3] - 激光雷达供应商通过自研关键器件并压缩成芯片实现降本，部分主机厂称禾赛激光雷达报价已降至人民币三位数 [25] - 激光雷达存在"多径效应"问题，但已有方法通过训练神经网络模型和多源数据对比来解决 [26][28] 技术路线对比 - 纯视觉方案优势：算力要求低、响应速度快、数据获取成本低 [13][22] - 激光雷达优势：测距精度高、不受光线条件限制、能识别视觉欺骗性场景 [30][31] - 视觉方案在极端天气下仍需依赖毫米波雷达 [25] 行业竞争格局 - 小鹏将纯视觉高阶智驾能力下放到13万元起的Mona Max，同时激光雷达也下探到同价位区间 [4] - 小鹏试图重新定义辅助驾驶标准，认为"算力"才是检验辅助驾驶的第一标准 [6] - 特斯拉和小鹏代表纯视觉派，而更多品牌转向激光雷达方案 [4][6] 技术争议 - 专家质疑去掉激光雷达是否能真正提升反应速度，认为占用算力的主要是大模型而非激光雷达 [18][19] - LOFIC技术最早由荣耀手机提出，工艺复杂且商用效果未达预期 [19] - 360°安全取决于传感器布置，视觉和激光雷达都可以实现 [21] 未来发展趋势 - 小鹏计划在2027年前结束纯视觉与激光雷达之争 [35] - L3及以上自动驾驶阶段，车企需证明纯视觉方案更安全 [34] - 最终衡量标准是哪种方案能更大概率防止事故发生 [36]

特斯拉纯视觉方案 - 公司坚持视觉处理方案，目标是让人人买得起安全智能的产品[1] - 即将推出基于纯AI技术的通用型全自动驾驶(FSD)解决方案，延续2016年以来的视觉优先战略，完全抛弃激光雷达[1] - 方案仅依靠摄像头和自研芯片实现L4-L5级自动驾驶，连毫米波雷达也已弃用[4] - 视觉方案搭配端到端神经网络架构，通过数十亿真实世界数据样本训练，实现多场景安全驾驶[4] - 公司认为先进技术不需要昂贵繁杂的传感器，纯视觉最贴近人类驾驶习惯，是自动驾驶的"第一性原理"[4] 激光雷达市场发展 - 全球乘用车激光雷达市场2024年同比增长68%，规模达6.92亿美元[1] - 中国激光雷达配置车型达94款，相比上一年度翻倍[1] - 激光雷达成本8年内降低99.5%，从数千美元降至200美元左右[1] - 行业认为激光雷达正从"可选功能件"进化为"必选安全件"[1] - 2024年高阶智能辅助驾驶进入20万元以内市场，激光雷达上车趋势明显[19] 技术路线对比 纯视觉方案 - 依靠摄像头捕捉RGB图像数据，通过深度学习算法提取语义特征[6] - 最大优势是硬件成本低、系统集成简单，但依赖算法处理能力[6] - 在恶劣天气和复杂光照条件下可靠性面临挑战[6] - 需要处理大量图像数据，对系统算力和能耗要求高[6] 多传感器融合方案 - 结合激光雷达、摄像头、毫米波雷达等多种传感器[8] - 激光雷达测距精度达厘米级，不受光照影响[11][12] - 摄像头提供丰富语义信息但受环境影响大[11][12] - 毫米波雷达在恶劣天气表现稳定但分辨率低[11][12] - 多传感器融合可弥补单一传感器缺陷，提升系统鲁棒性[17] 市场应用差异 - 特斯拉FSD在北美渗透率超30%，但可能低估中国路况复杂性[7] - 中国车企针对"鬼探头""加塞"等本土场景开发针对性解决方案[7] - 理想汽车CEO表示激光雷达在中国路况下可实现130公里/小时AEB功能，比纯视觉方案探测距离更远[16] - 华为、理想等企业认为L3/L4级自动驾驶必须配备激光雷达[13] 行业发展趋势 - 技术路线本质是"算法驱动"与"硬件驱动"的理念之争[16] - 特斯拉通过海量数据训练全能算法，国内车企通过硬件堆砌安全冗余[16] - 行业正从"单车智能"向"系统智能"演进，结合V2X实现协同控制[19] - 智能辅助驾驶进入规模化普及阶段，安全是行业不可逾越的底线[20]

政策监管与行业调整 - 小米汽车将官网及App中的"智驾"一词全面替换为"辅助驾驶"，SU7标准版的Xiaomi Pilot Pro更名为"小米辅助驾驶Pro"，SU7 Pro/Max的Xiaomi HAD更名为"小米端到端辅助驾驶" [1] - 理想、蔚来、小鹏等新势力车企也调整宣传话术，门店销售人员不再主动提及"智驾"，转而强调空间、舒适性等卖点 [1] - 2024年4月工信部发布《智能网联汽车功能安全标准（征求意见稿）》，明确禁止车企使用"自动驾驶""智驾"等模糊表述，要求统一为"辅助驾驶"或"组合辅助驾驶" [1] - 2025年4月工信部在智能网联汽车产品准入会议上要求车企不得对L2级辅助驾驶功能进行"自动驾驶"或"全场景智驾"等夸大宣传，并加强对OTA升级的监管 [3] 事故与安全风险 - 2025年3月29日一辆启用智能辅助驾驶功能的小米SU7发生严重事故，导致3人死亡 [2] - 调查显示62%的消费者误将L2级辅助驾驶视为"完全自动驾驶"，而实际技术对静态障碍物的识别率不足30% [2] - 部分车企曾以"零接管""车内睡觉"等危险场景作为卖点，用户通过"方向盘配重块"等手段欺骗系统，放大风险 [2] - 特斯拉Autopilot事故频发，部分用户误以为车辆可完全自主驾驶，国内某新势力品牌曾因宣传"城市NOA通勤模式"被消费者投诉误导 [3] 技术路线与局限性 - 小米SU7标准版采用纯视觉方案，在极端天气或复杂路口的识别能力存在争议，Pro/Max版本配备激光雷达，但"端到端"技术仍面临"长尾问题"挑战 [2] - 某头部高精地图企业负责人表示纯视觉方案在夜晚或极端天气下难以保证安全行驶，激光雷达虽能弥补短板却面临成本与算力的双重压力 [4] - 华为乾崑智驾ADS 4已支持有条件L3级功能，但仍强调"手不能离方向盘" [7] 消费者教育与责任划分 - 车企开始强调"人机共驾"原则，在系统激活时强制要求驾驶员保持注意力，并通过DMS实时监测疲劳状态 [6] - 小米要求用户首次激活功能前完成15分钟AR模拟训练，涵盖紧急接管等场景，并生成个性化评估报告，用户手册以12页篇幅详述8类失效场景 [6] - 小鹏推出"智驾险"，在系统退出后5秒内仍提供理赔保障，鸿蒙智行明确事故责任归属，强调"辅助功能不可替代驾驶员" [6] 行业未来发展趋势 - 短期内车企需在技术宣传与合规风险间寻找平衡点，长期来看行业将加速向L3级及以上自动驾驶演进 [7] - 工信部将OTA升级纳入召回管理，要求企业减少升级频次并加强验证，激光雷达与纯视觉的融合将成为主流，"安全冗余"设计将成为标配 [7] - 消费者对智能驾驶的接受度将逐步提升，但前提是车企能建立"技术诚实"的品牌形象 [7]

技术路线 - 公司坚定不移推进基于视觉处理技术的智能驾驶路线，目标是让"人人买得起安全智能的产品" [1] - 公司的视觉处理方案搭配端到端神经网络架构，已通过数十亿真实世界数据样本训练，实现了多场景、更安全的智能驾驶技术路径 [1] - 公司认为"先进的技术不需要昂贵繁杂的传感器"，用实力证明了视觉方案的可行性 [1] 行业观点 - 业内分析人士指出此举意在凸显技术路线的差异化优势 [6] - 纯视觉方案若能达到与多传感器融合相当的安全性能，有望在降低智能驾驶系统成本方面取得突破，对推动自动驾驶技术大规模普及具有重要意义 [6] - 有专家表示视觉系统在极端天气与光线条件下的表现仍存在挑战，能否通过算法优化与数据积累完全弥补硬件多样性不足仍需市场检验 [7] 研发投入 - 2024年公司研发投入331亿元人民币，2025年第一季度研发投入103亿元，研发投入又一次刷新记录 [7] - 公司将精力集中在生产制造和研发创新技术等方面，不断取得新成绩 [7] - 特斯拉辅助驾驶技术再精进，是普通车辆安全10.6倍 [7] 高管观点 - 公司CEO马斯克曾多次批评激光雷达是"错误的解决方案"，称其在复杂道路环境中效率低下 [7] - 马斯克认为视觉系统结合生物神经网络才是最优解，因为纯视觉方案能最贴近人类驾驶习惯，是通向完全自动驾驶的"第一性原理" [7]

文章核心观点 - 小米SU7汽车事故持续发酵，公司在事故原因、智驾系统能力及责任边界等方面存在诸多待解问题，其“无图”纯视觉智驾方案的可靠性受到质疑 [1][8] 分组1：网传公开信情况 - 4月2日社交媒体流传落款为“雷军”的《致所有关心小米SU7事故的用户和公众的一封信》，包含“用生命敬畏驱动真相探寻”等内容 [1] - 小米公司相关负责人称若披露信息会通过官方账号发布，记者检索未发现该“公开信” [3] 分组2：小米汽车官方声明 - 4月1日晚间小米汽车官方声明SU7标准版前向防碰撞辅助功能包括碰撞预警和紧急制动，作用对象为车辆、行人、二轮车，AEB功能工作速度在8 - 135km/h，不响应锥桶等障碍物，且行业同配置车型亦不支持 [4][5] 分组3：智驾系统情况 - 今年二月公司完成全量推送“小米端到端全场景智能驾驶（HAD）”，称“无图”且更安全高效，覆盖高速公路等 [6] - 高速NOA无法识别车道变化可能与不采用高精地图或地图决策权重过低有关，计划施工一般会标记提示换路线，但临时施工信息不一定上传，此次施工并非临时施工 [10][11][12] - 小米曾宣传“轻地图”城市NOA方案，后宣布大量推送1.40版本允许施工避让，今年又强调智驾系统“无图” [13][14] - 汽车商家标榜“无图”部分原因是避免与更新不及时的高清地图矛盾导致决策困难 [15] 分组4：感知能力情况 - 小米SU7标准版智驾传感配置为“9 + 1”，与特斯拉“7 + 1”配置类似，属纯视觉方案 [17] - 特斯拉纯视觉方案曾引发多起伤亡事故，如撞向侧翻卡车底盘，可能因无法识别物体特征 [19][20][22] - 小米AEB系统无法对改道障碍反馈，且SU7标准版传感器设备数量与同价位友商相比近乎“吝啬”，安全冗余不足 [23][24][25]