2025年3月29日深夜，安徽德上高速池祁段的一场悲剧将智能驾驶的安全性争议推向舆论风暴中心。一辆以116km/h时速行驶的小米SU7在NOA智能辅助驾驶状态下，因施工改道区域的静态障碍物未能及时规避，最终以97km/h的速度撞击隔离带水泥桩，导致电池爆燃、车门锁死，车内三人不幸罹难。这起事故不仅成为新能源汽车行业的重大安全事件，更在资本市场引发连锁反应，小米股价当日跌幅超5%，港股科技板块集体承压。
根据小米官方披露的行车数据，事故前车辆处于NOA智能辅助驾驶状态，系统在检测到施工路障后发出警报并自动减速至109km/h。驾驶员在1秒后接管车辆，通过转向和制动尝试规避风险，但最终仍未能避免碰撞。从系统报警到碰撞仅4秒，而驾驶员实际操控时间不足2秒，这一短暂的反应窗口成为争议焦点。
纯视觉方案的智能驾驶系统在应对复杂路况时存在局限性。事发路段为夜间施工改道，路障形态不规则且缺乏明显标识，传统毫米波雷达难以精准识别，而激光雷达版车型（SU7 Max）的缺失进一步削弱了系统的感知能力。此外，电池包在高速碰撞下的热失控风险暴露了新能源汽车安全标准的滞后性，尽管行业普遍采用CTP（Cell to Pack）技术提升能量密度，但电池壳体强度与热扩散抑制技术仍缺乏统一强制标准。
事故引发的核心矛盾在于智能驾驶的责任边界。现行法规尚未明确“人机共驾”状态下的权责划分，车企通常以“驾驶员最终控制”为由规避风险。但用户高频使用NOA功能时，方向盘自动转向等设计容易导致驾驶员产生过度依赖，形成“注意力陷阱”。此次事故中，非车主驾驶的情况更增加了责任认定的复杂性，若驾驶者未经过充分培训或存在操作失误，可能加速事故的发生。
现家属指控“碰撞后车门锁死导致无法逃生”成为争议热点。尽管有车主反馈小米SU7配备机械应急解锁装置，但事故车辆是否因断电导致电子锁失效仍需进一步调查。这一事件也再次引发对新能源车应急机制的拷问——如何在极端情况下保障乘员逃生通道的畅通。
此次事故为高速发展的智能驾驶行业敲响警钟。技术迭代需平衡创新与安全，激光雷达的普及、高精度地图的更新以及应急机制的优化成为当务之急。监管层面，亟需建立统一的事故责任认定标准，明确车企、用户与第三方服务商的权责边界。消费者教育同样重要，智能辅助驾驶的“辅助”本质需通过更清晰的界面设计与用户协议反复强化。
小米SU7事故暴露了智能驾驶发展中的深层矛盾，但也为行业提供了纠错的契机。随着调查深入与技术改进，新能源车的安全性有望逐步提升。