日前，小米汽车针对安徽铜陵高速公路交通事故发布官方说明，首次详细回应公众质疑。此次事故因涉及智能驾驶功能、车辆安全性能等敏感议题，引发社会广泛关注。小米方面强调将配合警方调查，但部分核心问题仍存疑，凸显智能汽车事故责任判定的复杂性。

事故还原：施工路段碰撞成关键节点

根据小米披露的数据，事发时车辆处于NOA（自动辅助导航驾驶）状态，以116公里/小时行驶在逆向车道（原车道因施工封闭）。系统检测到障碍物后发出预警并开始减速，约1秒后驾驶员接管操控，车辆持续减速至97公里/小时时与隔离带水泥桩发生碰撞。值得注意的是，事故路段施工改道的特殊路况与车辆主动安全系统的局限性形成叠加风险。

起火原因存争议，车门开启状态成谜

针对舆论热议的"自燃"质疑，小米否认电池系统自燃可能性，初步推测系"猛烈撞击导致整车系统严重受损"。但官方同时坦言，因未接触事故车辆，无法确认具体起火原因及碰撞后车门是否可开启。这一表态引发公众担忧：若事故导致车辆系统崩溃，是否会影响紧急逃生机制？目前行业尚无针对剧烈碰撞后车门自动解锁的强制性标准。

责任界定面临多重挑战

事故调查面临三大技术难点：

1. 辅助驾驶系统责任边界：NOA功能退出后，系统提示与驾驶员接管的时间差如何影响事故认定；

2. AEB功能局限性：涉事车型标准版AEB未设计识别静态障碍物（如锥桶、水泥桩），是否符合当前行业普遍标准；

3. 数据完整性：车企提供的行驶数据与警方现场勘查结论需交叉印证。

第三方汽车安全专家指出，此类事故往往需要数月技术分析，涉及车辆工程、交通环境、人类行为等多学科研判。

沟通进展：家属会面尚未实现

针对"未联系家属"的质疑，小米表示3月30日即派工作组赴铜陵，但受调查程序限制，与家属会面需警方协调。这种企业-警方-家属的三方沟通机制，暴露出智能汽车事故处理中多方协调的制度空白。法律界人士建议，应建立更透明的事故信息共享机制，平衡调查保密性与公众知情权。

行业启示：智能驾驶安全标准亟待完善

此次事故将智能汽车的安全冗余设计推向风口浪尖。据统计，2023年国内与辅助驾驶相关的事故中，约34%涉及施工路段识别失效。清华大学车辆学院教授李明向媒体表示："现行AEB标准仍基于传统交通环境制定，亟需针对中国复杂的道路工况建立更细化的测试体系。"

目前，小米承诺将依法配合后续调查。随着新能源汽车渗透率突破40%，此次事故或成为推动智能驾驶安全标准升级的重要案例。公众期待，在保护企业创新动力的同时，如何构建更完备的安全防护网，将成为行业监管的下一个攻坚点。

文/贾斯帕