真實體驗小米智駕，我覺得汽車AI Agent前路漫長

文 | 索鵝圖

AI萬神殿 原創(chuàng)出品

這個國慶，朋友新提了小米汽車，于是我們打算溜一溜智駕，直接拉到地獄級難度的橫斷山脈試了幾天，看看明星車型上的AI agent走到哪一步了。

總結來說，驚喜不多，驚嚇不少。10月4日當天下午，我們驅車從宜賓沿銀昆高速進入橫斷山脈，問題開始顯現(xiàn)，最想提的一點就是急彎很難居中行駛，并且，當駕駛員介入干預糾正時，系統(tǒng)還會搶駕駛員的方向盤。

比如，小米汽車位于左邊超車道時，當行駛到向右彎曲的路段，其奇特的邏輯就顯現(xiàn)出來了：并不居中行駛，而是偏左，甚至是貼著左線行駛，讓人很沒有安全感，就想遠離左側，本能地就會往路中間打一點點，此時會被方向盤自動迅速扯回左側，由于手上力道尚存，此時車會劇烈左右蛇行晃動，這種情況，在幾天的駕駛中較為頻發(fā)。

后來不光我一個人遇到，同行朋友也在急彎路段反復遇到，這個路段集中在宜賓到昭通，和保山大理之間的多急彎路段。同行的人原本睡覺休息，會在這種場景下被晃醒。

急彎不居中，推測是端到端方案里固有的決策短視缺陷，這種方案傾向于基于單幀畫面做決策，缺乏對連續(xù)行駛的長期規(guī)劃，導致行為僵硬。

除了搶方向盤的問題，其次是減速不當?shù)膯栴}。

一次是處在右車道時，路右側出現(xiàn)三個雪糕桶，當時系統(tǒng)就把速度從110驟減到78左右，后面正好有一輛工程車迅速逼近，目測距離不足20米，差點發(fā)生追尾，同樣情形如果是由人來做決定，幾乎沒有減速的必要，但智駕算法表現(xiàn)出幾乎「逢雪糕桶必減速」，而不加區(qū)分雪糕桶在部分場景下，個位數(shù)的雪糕桶僅僅扮演一種「警示彈窗」。而非真有前方修路導致車道二變一收窄的情況（這種情形的雪糕桶是一長串，延綿數(shù)百米）。

另一位駕駛員也遇到類似情況：當右側出現(xiàn)雪糕桶，系統(tǒng)會向左規(guī)避，緊貼車道線行駛，可以看出這是小米對待雪糕桶的一種應激反應。從這些減速策略中，我推測小米是吸取了此前銅陵高速路上三女生遇雪糕桶改道不及時而身亡事故的教訓。

還有一種情況是，隧道口會放兩個雪糕桶，起到警示作用，這時汽車也會自動降速約20%，降速我能理解，但是在雪糕桶消失之后，遲遲未提速，在隧道口這種短暫致盲區(qū)保持低速狀態(tài)，則有點呆板了。

另外，在超車時，旁邊車道若有車壓線貼線行駛，小米會識別為障礙物往往立刻降速，值得商榷的是，我們正常人遇到大車，要迅速超車，不要逗留，以免夜長夢多，但小米反而減速會導致長時間和大車保持并行狀態(tài)。

以上這些不恰當減速可以說是一些不完美的瑕疵，但會帶來一個后果是，確定感不足。

這一點，老司機和新司機的耐受程度不一樣的，同行司機中，新司機更接納智駕能力，而老司機對智駕出錯的容忍度較低，一次不合意，可能好幾天都不愿意用智駕。

比如，我是大約十年駕齡的老手，我的解決方案就是，每次遇到急彎密集路段，就會取消NOA功能，以免再次出現(xiàn)機器與人搶奪方向盤的情形。

上面是常見情況，下面再聊聊偶發(fā)情況，但這種其實更加嚴重，安全隱患更大。

10月4日晚八點左右，天色剛黑，過會澤縣后，沿銀昆高速即將進一個叫朱家村的隧道，進隧道前幾秒鐘，汽車毫無征兆地突然降速到65，我所熟悉的常識是：高速路隧道一般是限速到80，陡然降速到65，就存在較大追尾危險。

我一時不知這65從何而來。直到我在下一個隧道口找到了65的源頭，一塊警示鐵牌上寫著：「危化學品車輛降速到65行駛」。

這很可能說明，小米的攝像頭，僅僅是抓取了65這個數(shù)字，就采取了降速，而沒有讀取實質性內容，說明小米的AI agent只是被動感知，不具備推理能力去理解完整上下文，一個更高級的AI agent應該能通過主動視覺和內化規(guī)則能力，去準確理解交通標志的全部含義。

歡迎小米工程師在后臺查閱行車參數(shù)，在相同時間地點通過的小米車輛，或許會遇到降速至65的情況，很好鎖定bug。

隨后，在即將到達銀昆高速崗紀服務區(qū)附近時，我沒有進服務區(qū)的意圖，導航里也沒有設置服務區(qū)途徑點，我非常確定人車意圖都是直行，但就在該服務區(qū)入口匝道處，系統(tǒng)突然意圖右拐進服務區(qū)，被我一把奪回方向盤，拉回了主路。

此外，小米汽車還有一個分心提醒的功能，也值得吐槽，如果打開，體驗較糟糕，比如，我只是看了三秒鐘地圖就要提醒我分心，那這屏幕干脆取消算了。還比如，我如果眼神看向遠方的車，也會被識別為眼神不專注，這件事發(fā)生過三次，并無大礙，但有些煩擾。

小米產品優(yōu)秀，也以營銷能力見長，比如小米會重點營銷其路測超過數(shù)百萬公里的事實，但隨之而來就會讓人自然地想問一句：那么多工作人員路測了上百萬公里，為何沒有測出上述這些情形？

今天凌晨的成都鬧市區(qū)，發(fā)生一起駭人聽聞的事故，車主被證實是酒駕，但仍有一點值得探究：營救者試圖揪出車主時，打不開車門，這起事故，盡管責任人是車主，卻使得小米股價一度盤中急跌7%，這也給了我們一個量化指標：安全問題再多優(yōu)化一點，是價值千億的。

汽車是最接近實現(xiàn)無人化自動化的場景，小米也是其中最強有力的競爭者，只是眼下，不愁賣的小米，還需要一些時日拿出有說服力的智駕，至于車上的小愛同學，目前可以幫我選餐廳，是我愿意給好評的，但整體上智能程度沒有達到我的預期，不能算是這輛車的靈魂，也試出了不少盲區(qū)，可以再試一段時間再來另起一篇。

AI最終還是需要生長在硬件上，小米汽車集成了強大的傳感器、算力和執(zhí)行器，因而是AI agent的最理想的硬件載體。超級硬件巨頭也最容易獲得超級AI入口，小米 AI進度條的觀測窗口，一個是手機agent，一個就是汽車agent 了，我們會持續(xù)關注。

*本文如有提及上市公司，僅作為研究交流用途，不構成推薦股票或相關金融產品的建議。