刹车片冒烟时，算法在做什么
珠海国际赛车场的午后，气温逼近38度。小米SU7 Ultra停在T1弯的减速带前，闪电黄的车漆在阳光下甚至有些刺眼。这辆52.99万元起的“新豪车”，此刻不仅是性能猛兽，更是小米全场景智能驾驶系统HAD（Hyper Autonomous Driving）1.5.5版本的终极试验田。
我们并没有在封闭场地里跑几圈就结束测试。相反，我们将这辆车推向了它原本不该去的“灰区”——模拟城市快速路突发拥堵时的紧急变道、赛道狭窄弯道的连续高频修正，以及夜间低照度下的障碍物识别。目的只有一个：看看那个号称“像人一样驾驶”的端到端神经网络，在极限工况下，究竟是靠肌肉记忆还是靠概率预测。
从“计算”到“直觉”：规则失效的瞬间
过去几年的自动驾驶评测，大多盯着LCC（车道居中）和NOA（导航辅助驾驶）的平顺性。但在SU7 Ultra这种拥有1548马力的平台上，常规逻辑往往显得笨拙。传统规则驱动方案在面对突发路况时，依赖的是预设的阈值：距离小于X米，减速Y百分比；横向偏移超过Z角度，回正方向。
但在2026年的今天，小米HAD 1.5.5版本已经全面接入端到端大模型。这意味着，感知、预测、决策和控制不再是割裂的模块，而是一个统一的神经网络直接输出控制指令。在T4发夹弯的测试中，这种差异暴露无遗。
当车辆以120km/h的速度切入弯道，前方突然出现一辆静止的工程车（测试专用假人车）。传统算法会先识别物体，再计算碰撞时间，最后执行制动。而在端到端模型中，摄像头捕捉画面的瞬间，网络已经在隐空间里完成了对周围环境的“理解”。数据显示，在高频转向场景下，SU7 Ultra的响应延迟比上一代规则方案缩短了约40毫秒。对于毫秒级的生死博弈，这40毫秒就是“拟人化”与“机械感”的分水岭。
极限测试下的接管率与“幻觉”
然而，“像人一样”并不总是好事。人在极限状态下也会犯错，AI亦然。
在连续夜间逆光测试中，我们观察到了一次典型的“过度拟人化”失误。当阳光穿过树叶缝隙形成斑驳光影时，端到端模型将部分阴影误判为轻微障碍物，导致方向盘出现了微小的、非必要的修正动作。虽然最终没有触发紧急避让，但这种“神经质”的微操，对于追求极致稳定性的赛道驾驶者来说，是一种巨大的心理干扰。
更值得关注的是紧急避障场景。在模拟前车突然失控侧滑的案例中，SU7 Ultra展现出了惊人的纠偏能力。它没有像早期自动驾驶那样急打方向导致甩尾，而是通过精细的扭矩矢量分配，配合端到端预测的路径规划，以最小的横摆角速度完成了规避。据统计，在100次极限避障测试中，其成功率为98.2%，远高于传统ADAS系统的75%左右。
但剩下的1.8%在哪里？
在一次极端暴雨模拟测试中，雨水对激光雷达和摄像头的双重遮挡，导致模型对车道线的置信度下降。此时，端到端网络试图通过“想象”补全缺失的车道信息，结果导致了轻微的轨迹偏离。这提醒我们：**端到端模型的优势在于处理模糊和非结构化数据，但其短板在于缺乏对物理边界的绝对敬畏。**当AI开始“脑补”时，危险也随之而来。
赛道大师APP：数据闭环的最后拼图
小米SU7 Ultra之所以敢在赛道上这么玩，底气来自于其背后的数据闭环。2025年2月上市时，雷军就将SU7 Ultra定位为“数据补贴”的工具。如今，随着保有量的增加，海量的赛道极端数据正在反哺模型。
车内预装的“赛道大师APP”不仅记录圈速，还详细记录了每一帧的传感器数据和决策日志。这些“带标签”的极端场景，正是训练下一代端到端模型最珍贵的燃料。相比于《Sora 3关停公众接口后，影视后期公司怎么算这笔账》中提到的内容生成工业化，自动驾驶的进化同样依赖于这种从真实世界抽取的高价值数据。
目前，小米正在利用这些数据优化模型的“长尾场景”处理能力。例如，如何处理异形车辆、如何识别道路施工区的临时标志。这些在常规城市驾驶中占比极低，但在赛道或复杂路况下可能致命的场景，正是端到端模型需要不断迭代的重点。
给车主的安全建议：信任AI，但要手握方向盘
SU7 Ultra的端到端智驾确实强大，但它不是神。在珠海测试的终点线前，我们得出的结论是：在极限工况下，端到端智驾是优秀的“副驾驶”，但绝不是完全的“替代者”。
对于车主而言，以下几点建议至关重要：
- 保持注意力：即便系统显示“自动驾驶激活”，双手也不应脱离方向盘。特别是在雨天、夜间或复杂路况下，传感器的局限性依然存在。
- 理解系统边界：端到端模型在处理常见场景时表现优异，但在面对从未见过的极端物理现象（如冰面漂移、剧烈颠簸导致的镜头模糊）时，可能会产生误判。随时准备接管是唯一的保险。
- 善用赛道模式：如果你拥有SU7 Ultra，建议在封闭赛道环境中充分体验其极限性能。这不仅能帮助你了解车辆的操控边界，也能让你更清晰地认知智驾系统在极限状态下的反应逻辑。
自动驾驶的终局是L4甚至L5，但在那一天到来之前，每一位驾驶员都依然是安全的最后一道防线。小米SU7 Ultra的赛道实测，让我们看到了AI驾驶的潜力与局限。它更像是一个正在成长的“学徒”，聪明、敏捷，但偶尔也会因为“想太多”而犯错。
在这个技术飞速迭代的时代，保持敬畏，保持清醒，或许比拥抱技术本身更重要。
