近期，小米汽车在其首款车型上市仅半年多后，便迅速展开了大规模的智能驾驶营销活动。然而，这场营销战役似乎并未如小米所愿一帆风顺，一系列关于小米SU7在泊车过程中出现的异常问题引起了广泛关注。
据报道，不少小米SU7车主反映，车辆在泊车过程中出现了撞击障碍物后不仅不停车，反而继续加速的异常情况。这一问题引发了公众对小米智能驾驶技术成熟度的质疑。
抛开各种立场和情绪因素，我们试图深入探究小米SU7泊车功能出现问题的根本原因。小米作为一家在智能手机营销战中摸爬滚打十余年的企业，对“第一”的价值有着深刻的认识。因此，在2023年底的小米汽车技术发布会上，雷军便高调宣布了小米“自研端到端感知决策大模型全球首次应用于量产车”的壮举。
进入2024年，小米再次抢占先机，于5月份推送了全球首个基于端到端技术的代客泊车功能，比华为宣布全球首发商用代客泊车的时间早了整整一个月。这一系列动作无不显示出小米在智能驾驶领域争夺话语权的雄心壮志。
然而，尽管小米在智能驾驶领域展现出初生牛犊不怕虎的勇气，但端到端技术的高门槛却给小米带来了不小的挑战。华为、小鹏、理想等企业在过去几年的分模块范式实践中，已经建立了自动化程度不断提高的数据闭环，并积累了足够的数据进行端到端方案的训练。
相比之下，小米在数据积累方面显然还存在不小的差距。尽管小米宣称要在2024年底前积累1000万个Clips视频片段，但这一数据的可信度却受到了质疑。与蔚来和小鹏等友商相比，小米在销量和智驾里程上的不足，使得其可收集的数据量远远不足。
端到端方案对AI模型的设计和部署经验要求极高。小米虽然在智能手机领域拥有丰富的软件人才资源，但在以AI模型为主的软件2.0时代，这些经验并不足以支撑其在智能驾驶领域的迅速崛起。因此，小米SU7在泊车过程中出现的异常问题，也反映出其在AI模型设计和部署方面的不足。
面对这些挑战，小米需要做的不仅仅是继续积累数据，还需要在AI模型的设计和部署方面投入更多的精力和资源。只有这样，才能在智能驾驶领域站稳脚跟，避免再次出现类似的尴尬局面。
