文 | 最话FunTalk，作者 | 林书，编辑 | 刘宇翔😡 文 | 最话FunTalk，作者 | 林书，编辑 |😎 刘宇翔 小米汽车迎来“大考”。 9月19日，小🎉米汽车科技有限公司根据《缺陷汽车产品召回管理条例》和《缺陷汽😅车产品召回管理条例实施办法》的要求，向国家市场监督管理总局备😁案了召回计划。决定自即日起，召回2024年2月6日至2025❤️年8月30日生产的部分SU7标准版电动汽车，共计116887🥳辆。 召回编号S2025M0149I：涉及XMA700🔥0MBEVR2和XMA7000MBEVR5车型，共计9846🎉2辆。召回编号S2025M0150I：涉及BJ7000MBE🎉VR2车型，共计18425辆。 根据国家市场监督管理总😴局公布的召回信息，本次召回的原因在于“车辆在L2高速领航辅助🚀驾驶功能开启的某些情况下，对极端特殊场景的识别、预警或处置可🤗能不足，若驾驶员不及时干预可能会增加碰撞风险，存在安全隐患。😴” 此次召回无需返厂维修，通过OTA技术远程推送软件更😘新，车主无需到店。小米官方表示，此次软件升级将优化辅助驾驶速🔥度控制策略，新增动态车速功能，提升高速领航辅助功能的连贯性和😂可靠性。 但值得注意的是，根据国家标准《汽车产品召回编❤️号规则与编号应用》，召回编号中的代码S 表示安全缺陷，代码I😆 代表受调查影响召回。（GB/T 39061-2020《汽车😜产品召回编号规则与编号应用》国家标准解读）这一编码规则显示，😍此次小米汽车召回是在监管部门调查影响下的被动召回，而非企业自😁觉搞的软件升级版本更新。 当然，无论何种方式，召回真正😊的意义是升级和进步，可以说，这是一家车企的“必修课”。可供参🤩考的是，特斯拉作为OTA召回的先驱，在2024年就通过这种方😡式处理了多起召回，涉及车辆数量高达339万辆，几乎全部与自动🤗辅助转向的“误用风险”相关。 01 官方通告里并⭐未点明代码I 中的“调查”是关于什么事故的调查。 可以😁回溯新闻的是，2025年3月29日，一辆开启NOA智能辅助驾😅驶的小米SU7在安徽铜陵德上高速公路池祁段发生严重碰撞并爆燃🤩，造成三人不幸遇难。 据小米官方通报，“事故发生前，该😉车辆处于NOA智能辅助驾驶状态，以116km/h时速持续行驶👏。事发路段因施工修缮，用路障封闭自车道、改道至逆向车道。车辆🙌检测出障碍物后发出提醒并开始减速。随后驾驶员接管车辆进入人驾🤗状态，持续减速并操控车辆转向，随后车辆与隔离带水泥桩发生碰撞😍，碰撞前系统最后可以确认的时速约为97km/h。” 这😡就是说，事故发生前，车辆在NOA智能辅助驾驶状态以116km😂/h的时速持续行驶，在检测到施工改道路障后发出提醒并开始减速🌟，在驾驶员接管后，车辆持续减速，从116km/h降速至97k🙄m/h，这过程中，第一秒为NOA辅助驾驶状态，第二秒为人工驾🤔驶状态。 事故的最终调查结果还没出来，但这起事故无疑暴🙌露了当前L2级辅助驾驶系统在极端场景下的技术局限：对复杂路况😜的识别能力不足、预警时间过短、人机交接的时间窗口不够充分。 😉 展开全文 就在该召回计划公布的两天前，17日，工🤔信部就《智能网联汽车组合驾驶辅助系统安全要求》（标准解读 |👏 《智能网联汽车 组合驾驶辅助系统安全要求》强制性国家标准（🤗征求意见稿））强制性国家标准（下称“新国标”）公开征求意见，😁标准针对单车道、多车道、领航辅助等不同功能，设置了人机交互、😍功能安全和预期功能安全、信息安全、数据记录等全方位安全技术要🥳求。其中，标准构建了道路交叉口、施工区、环岛、隧道等交通环境💯的试验场景，还增加了对踏板式两轮摩托车、临时障碍物、侧翻车辆😘等目标的探测与响应能力试验。 新国标对组合驾驶辅助系统👏试验提出了新的要求，尤其是7.4.10.4 、7.5.8章节🤔的“手部脱离试验”、“B类道路环境施工区域探测与响应能力试验😁”，该测试条件、场景几乎1：1复刻了“3·29爆燃事故”现场🤩。 从时间先后来看，这起事故很可能就是该召回编号中代码🤯I 的由来。 事实上，这并不是小米汽车第一召回。202😜5年1月24日，国家市场监督管理总局就发布公告，小米汽车备案🥳了召回计划，决定自即日起，召回2024年2月6日至2024年🌟11月26日生产的部分SU7标准版电动汽车，共计3.09万辆🥳。 当时小米汽车表示，“本次召回范围内部分车辆在L2高🤩速领航辅助驾驶功能开启的某些情况下，对极端特殊场景的识别、预😉警或处置可能不足，若驾驶员不及时干预可能会增加碰撞风险，存在😢安全隐患。” 两次召回都是事因 L2高速领航辅助驾驶功🔥能。 02 小米汽车召回以及新国标公开征求意见，😍直指L2高速领航辅助驾驶功能的安全性不足，这恰恰触及了当前智🚀能汽车行业的一个核心痛点——辅助驾驶功能的过度营销与技术现实😴之间的巨大落差。 在过去几年中，“高速公路开辅助驾驶，😆驾驶员可以不管”几乎成为了新能源车企的标准卖点。小米在SU7💯的营销中强调其NOA（Navigate on Autopil😆ot）智能导航辅助驾驶功能，声称能够在高速公路上实现”准自动😂驾驶”体验。 类似的表述在其他车企的营销中同样频繁出现🥳。 今年5月26日，”余承东开车睡觉”事件就是一个典型😎例证。华为常务董事余承东在驾驶问界M8时被拍到低头看手机近2🌟0秒，双手未握方向盘，引发广泛争议。虽然余承东后来澄清是在使😀用智能驾驶时看手机而非睡觉，但这一事件暴露了行业对L2级辅助🙄驾驶功能安全边界认知的模糊性。 更为严峻的现实是，虽然😜交管部门曾多次提醒，L2级系统仍需驾驶员时刻保持对车辆的监控🚀和随时接管的准备，然而，在新国标实施前，监管机构此前并对”高🔥阶智驾”作出明确定义，导致不少车企自行定义相关概念，造成消费😎者认知混乱，这就引发了极大的潜在风险。 “3·29爆燃😜事故”对L2安全性再次敲响了警钟，也使得路政部门增加了提示。😅 毕竟，今年1—7月，我国具备组合驾驶辅助系统的乘用车😂新车销量为775.99万辆，同比增长21.31%，渗透率为6🎉2.58%，较上一年增加了6.5个百分点。 面对电动车😎越来越多采用组合驾驶辅助系统，新国标给予了明确的要求：当车速🤔大于10 km/h，在驾驶员双手离开转向盘后最迟5 s，系统🤗应发出HOR。仅当系统能够检测到驾驶员眼睛的注视方向未偏离驾😆驶任务相关区域时，允许系统在驾驶员双手离开转向盘后最迟10 😁s 发出HOR。若驾驶员继续双手离开转向盘，系统应在发出HO😜R 后最迟10 s 升级HOR。 新国标的即将出台，无😍疑意味着L2级辅助驾驶将有明确的国家标准可依，有助于规范市场⭐秩序，防范安全风险。 今年 4 月，工信部在智能网联汽🔥车产品准入及软件在线升级管理工作推进会上就强调汽车生产企业要🎉充分开展组合驾驶辅助测试验证，明确系统功能边界和安全响应措施😍，不得进行夸大和虚假宣传，严格履行告知义务，切实担负起生产一😉致性和质量安全主体责任，切实提升智能网联汽车产品安全水平。 🤩 此外，今年 8 月发布的《关于加强智能网联新能源汽车产🥳品召回、生产一致性监督管理与规范宣传的通知（征求意见稿）》也👏明确要求车企向消费者提供有关智能网联新能源汽车驾驶自动化等级💯、系统能力、系统边界等信息时，应当真实、全面，不得做虚假、夸😘大系统能力或引人误解的宣传，确保消费者正确理解和驾驶智能网联🥳新能源汽车。企业在组合驾驶辅助系统或功能命名及营销宣传中，不😅得暗示消费者可以视其为自动驾驶系统、具备实际上并不具备的功能😢，防止驾驶员滥用。 这些要求和措施将建立起愈发紧密的安🎉全网，有效防范车企在安全问题上敷衍了事，引导行业高质量发展。😴 03 实事求是地说，所有车企都知道人命关天，要🎉造好车，造安全的车。但当前L2级辅助驾驶向L3级有条件自动驾💯驶的技术跃迁，其难度可能远超行业普遍预期。 从算力需求😜角度看，L2级任务如自动泊车、城市NOA需要数十至数百TOP🥳S的算力支撑，而L3及以上级别则需突破1000TOPS门槛，🔥以满足端到端模型实时推理需求。这不仅是数量级的提升，更涉及算🚀法架构的根本性变革。 在准确性、安全性尚未达到新的标准🙄前，车企不应高调地宣传高速体验的同时夸大高速领航辅助驾驶功能❤️。 此次小米汽车采用 OTA 实施召回，并申请了备案，😎可见安全缺陷并非硬件层面，或者在软件层面就可以解决。 🌟在电动车时代，OTA 除了能解决安全缺陷问题，还成为车企升级😉车载系统的方式。从技术角度来看，智驾行业目前正进行新一轮技术😎革新，很多车企都在大力推动以VLA模型为核心的视觉-语言-动🤯作路线，旨在解决端到端模型的可解释性、长尾场景等问题，而这些😂模型架构、功能上的更新，都需要通过OTA进行。 尽管从🤗形式上看，OTA与手机系统的“在线更新”颇有相似之处，但其中🤯的重要区别就在于：车辆不同于手机，要用更长时间，并且手机系统💯的升级要是出了BUG，顶多让系统卡顿，程序崩溃，而智驾系统，🎉却关乎驾驶员和乘客的生命安全。 这种需要长期维护，且性😂命攸关的特点，决定了在智能时代，车辆交付不再是终点，而是服务😜的起点。 无论是召回还是正常的 OTA 升级，都是车企😴服务的一部分。仍以特斯拉为例，高频次的召回并未对特斯拉的品牌😢形象造成严重冲击。负责任的态度和诚恳妥善解决问题，才是安全负😁责的表现。作为造车新兵，小米汽车在成长之路上，不可避免遭遇各😜种问题，这是必修课。 而新国标的即将实施，对于所有车企🥳而言，既要保证安全又要创新提升技术实力，就意味着竞争重心从营😀销向构建真正实力的根本性转移。在技术层面，除了传统的产品设计😎、制造能力外，云端服务能力、软件开发迭代能力、数据处理分析能😴力等将成为新的核心竞争力。 从某种意义上说，未来汽车行💯业的终极战争，不仅在工厂，更在云端。 小米汽车的这次召🚀回，既是一次技术问题的修复，更是整个智能汽车行业的一次集体反😀思。防范安全隐患、召回是所有车企都要经历的必修课，也必须考出💯好分数。 从积极角度看，小米此次召回，标志着行业对“召🤗回”二字开始感到了新的重量：在追求技术创新和市场竞争的同时，😍安全始终应该是不可妥协的底线。 小米汽车的两次召回也是👍全行业都要面对的考卷：安全是底线，车企若是严谨认真，狠抓安全😜问题，那么召回不会成为一种负担，也有可能激励车企提升技术、提🎉升负责任态度；反之，若认为OTA召回更轻松而敷衍了事，就会将😂自身置于舆论与监管的烈火下炙烤。 智能汽车强监管时代的🤩大幕已经拉开，防范安全隐患、召回都将成为这个时代的新常态。希😁望小米汽车和所有汽车，都能考个满分。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

第一财经 不同硬件、不同大脑，不同机器人厂商进入不同场🌟景，在多方变量的加持下，机器人的规模化落地似乎遥遥无期。 😎 9月17日，第一财经记者在采访第三方部署方、机器人本体厂🤗商和场景落地方时发现，一个行业新角色正在出现。一个类似于安卓🤗操作系统的中间算法层正在承担屏蔽硬件差异、兼容不同大脑架构的🔥功能，为机器人在真实场景中的规模化落地提供可能。 如今😁，这一产业角色已经吸引了谷歌、智元、富临精工（300432.❤️SZ）、格力博（301260.SZ）、东土科技（300353😴.SZ）、巨星新材料等企业押注。但在硬件厂商坚持自家体系、大🤗模型企业追逐通用智能的格局下，行业的“安卓时刻”何时到来，仍😂有待市场与现实工况的双重检验。 机器人涌入场景，跨本体🎉训练遇阻 当机器人厂商涌向场景方，新的问题正在出现。 🥳 “这个月至少有两家机器人公司正在和我们谈合作。”Kel🤩vin是长三角一家物流上市公司的技术负责人，他告诉记者，为了😢和人形机器人厂商进行合作，自己不得不拨出一个八人左右的团队和😢不同机器人企业进行对接。“我们需要开放不同的数据接口，提供一😁个专门的实验场景，还需要根据各家机器人的要求不断调整流程和测😊试参数”。 在大量的人力和物力投入之外，Kelvin坦❤️言自己算不过来ROI（Return on Investmen💯t，投资回报率）。“机器的工作效率不稳定，且运维需要大量后续😁的费用。”他向第一财经记者透露，物流企业马上就会备战“双11🤩”时间，在此期间是否继续让机器人上岗，他还在犹豫。 更😂大的问题是，由于不同厂商的机器人算法不兼容、硬件各自封闭，导🌟致一个场景的成功经验难以迁移到另一个场景。“有的时候我们的流😁水线哪怕是多一个弯折，机器人都需要重新走一轮POC（Proo⭐f of Concept，概念验证）。” “厂商觉得我🙌们不够开放，我们觉得机器人厂商要得太多。”Kelvin说，这🎉是产业上下游之间对接存在的普遍问题。第一财经记者了解到，一些👍“中间人”的角色正在产业链中诞生。前上汽自动驾驶域控制器算法😘负责人，安努智能工程算法总监杨曾告诉记者，团队正在研发的一套⭐中间件算法平台，希望像手机里的操作系统一样，把不同厂商的机器🔥人纳入统一的兼容框架。 就像手机的操作系统让不同软件在💯同一套规则下运转一样，中间件希望能够通过屏蔽底层硬件差异，使😉一套算法能够迁移到不同厂商的机器人上。“如果每遇到一个新的硬🙄件，就要重新训练，机器人在实际场景部署的速度就会非常慢。”重🌟庆大学助理教授，人工智能及多模态实验室具身智能负责人，安努智🤗能首席科学家胡喆告诉第一财经记者，想要提高机器人的通用化，跨😅本体是必须跨过的门槛。 在不改动模型本身的前提下，兼容🤩不同机器人的大脑，成为中间件的挑战。“虽然主流的模型是VLA🤔模型（Vision-Language-Action Mode😢l，视觉-语言-动作模型），但其中的架构仍然不同，有端到端，🥳也有分层式。”胡喆说，中间件在机器人大脑和机器人作业的实际场💯景中充当一个“翻译官”的角色。在他的设想里，输出的指令会先被😆中间件被转化为统一的目标和约束，再交由各家机器人自身的规划控😊制器执行。 “这样我们就不必为每一个新厂商重新训练模型🤔，只需要向每一个机器人的规划控制器下达指令，就能让中间件跑通🤗整个流程。”胡喆说。 展开全文 物理规律难仿真，🎉机器人“干中学” “我们曾经试过，在实验室里跑通了所有😴算法，结果到实际场景中发现完全不是一回事儿。”钛维云创的创始🤯人张磊告诉记者，当自己试图让机器人处理布料这样的柔性物体时，🚀由于布料材质、厚薄、摩擦力不同，实验室的环境并不能完全满足操😆作需要。 张磊透露，像布料、不规则包裹等物体，POC周😜期“很长，且难以给出确切的时间”，“因为我们需要提前磨合算法🙄、下线采集数据、再拿到实验室反复训练，才能勉强适配场景”。 🎉 工厂中的物料、工艺成千上万，换一条生产线、换一个工位，😅都可能带来完全不同的情况。 “离线的强化学习不可能把所🙄有真实场景一网打尽。”胡喆告诉第一财经记者，机器人不仅需要根😎据场景反复调试算法，还往往要重新采集数据回到实验室做离线训练😂，这让整个周期被拉长，时间和人力都被大量消耗。 边做边🚀改，或许才是机器人进行学习的关键。 胡喆透露，他正在尝😴试利用实时的在线学习算法，允许机器人在实际作业过程中一边操作😜一边采集数据，并实时更新模型。这种方式只需在现场额外增加几秒👏钟运行和100个数据量，“我们会根据模型出来的结果选择数据，😉让机器人在不断学习的过程中遗忘无用的数据，保持数据的精简，也😀不会对算力提出过多的要求”。 机器人“干中学”的另一边🙄，团队也在尝试利用仿真等手段降低机器人的学习成本。“现在大部🎉分机器人仿真环境离现实工况还有很大差距，因为仿真环境中缺乏物🔥理定律的支撑。”美国肯塔基大学空气动力实验室仿真负责人、安努❤️智能联席科学家付博直言，大部分仿真平台依赖数据驱动，却缺乏物😴理定律的支撑。 “如果只是换个环境光影、物体形状等表层🔥变量，那在这种仿真里能跑通的算法，一旦放到现实中，往往会失效😀。”付博说。 让虚拟环境逼近真实世界，并不是一件容易的🔥事。“摩擦力、空气流动等连续变化的环境很难被拆成可以极端的小👏单元。”付博解释，以机器人搬箱子举例，这个场景涉及了力学、刚😡体运动学与工程力学等基本的物理规律。付博说，加入这些规律的仿🤔真能够模拟不同重量箱子堆叠时的微小形变，计算箱内散落零件导致😡的重心偏移，并让机器人理解物体变化对抓取稳定性的影响，以及机🤩器人发力点与物体形变的关联。 他坦言，将这些物理定律的😢融入仿真环境是一个“正在进行的过程”，需逐步攻克计算量庞大的🙄技术难题。付博认为，只有当机器人在仿真环境中充分理解并内化这🤩些物理规律，才能在真实场景中更好地应对突发情况，实现泛化能力🎉的提升。“模型永远无法完全替代实验，但我们希望通过极致的物理😀仿真，让真实实验只需做一次就能验证可行性。” 谷歌提前⭐布局，中间件或成规模化关键 从机器人本体和大脑厂商到最😉终的应用企业，中间还需要大量复杂的部署工作——包括接口打通、😂场景适配、算法迁移等环节。对整个产业链而言，这是一块颇具吸引🤩力的“肥肉”，盯上的远不止安努智能一家企业。 今年6月🤗，银河通用和博世中国成立合资公司博银合创。根据双方披露内容，😀合资公司将聚焦复杂装配、智能质检等高精度制造场景，并且构建标😂准化、模块化、可复制的训练与部署体系，支撑机器人产品的快速迭🤔代与规模化部署。 今年年初，富临精工宣布公司与智元机器⭐人等相关方签署了《人形机器人应用项目投资合作协议》，各方共同😂投资设立合资公司实施人形机器人项目。当前，富临精工、智元、巨😢星新材料均为安努智能股东。就在9月，专注于北美市场的产业股东🤩格力博、聚焦机器人操作系统的东土科技也宣布增资安努智能。 👏 在海外，Google（谷歌）的母公司Alphabet孵化😎的Intrinsic也在扮演类似的角色。Intrinsic试🤩图通过通用算法和工具链降低机器人系统的集成成本，让不同厂商的😆机器人在同一套兼容框架下运行。 通过一个类似操作系统的😂中间件来对接不同机器人厂商和场景，这是安努智能董事长文宏杰提😍出的解题思路。虽然路径各异，但上述三家兼具机器人和产业方背景🙄的第三方部署商，它们的共同点都是试图在碎片化的产业格局中，寻👏找一套能跨越厂商和场景的兼容方式。 不过，机器人产业是👏否会像手机产业那样，最终走向由统一“操作系统”支撑的格局，仍😢充满疑问。一位由数码3C行业转至机器人产业的工程师告诉第一财😆经记者。与手机产业面临的问题不同，机器人领域的情况更为复杂，😅硬件厂商坚持各自的体系，而大模型企业则瞄准通用智能，“屁股决😊定脑袋，大家想的未必是同一个目标”。 多方角力之下，第😊三方部署商设想的中间件是否能够建立起产业上下游的桥梁，还需要😴进一步观察。“模型如果停留在实验室、本体如果只会跳几支舞，那😜最终只是一个故事。”文宏杰认为，在当下的机器人产业，关键不是😆讲模型和本体的“故事”，而是扎进具体场景，通过部署获取真机数🥳据和工程化经验，将商业化的流程拉通、沉淀。 在他看来，🔥这些工程化的经验和数据才能汇聚成类似“操作系统”的底座，真正🔥支撑机器人跨厂商、跨场景的落地。“如果中间件能够像安卓这样的🚀操作系统一样稳定通用、开放兼容，任何厂商都能接入，机器人产业😜的规模化会越来越近。” (本文来自第一财经)返回搜狐，😊查看更多