2684台测试车、3551万公里：小米汽车的路测数据能通过同行评审吗？

当一家造车新势力公布路测数据时，我们究竟该关注绝对值，还是实验设计的有效性？胡峥楠宣布小米汽车4款产品共投入2684台测试车、累计路测超3551万公里，这一数字在舆论场中迅速转化为“厚积薄发”的形象。但从学术视角审视，样本量、里程分布与测试工况的匹配度才是决定实验结论可靠性的关键——毕竟，NLP领域里用10万条标注数据训练出的模型，可能不如1万条经精心设计的负采样数据有效。

实验设计的三大维度：从统计功效到边际效用

我们不妨将路测视为一项“大规模现场实验”，其有效性取决于三个参数：样本量（测试车数量）、处理强度（单台车里程）、协变量控制（环境覆盖）。小米给出的数据为：

# 伪代码：实验设计参数评估
total_vehicles = 2684
total_mileage = 3551e4  # 万公里
avg_mileage_per_vehicle = total_mileage / total_vehicles  # 约1.323万公里
num_product_lines = 4
# 则每款车平均测试车数 = 671台

单台车平均1.32万公里的里程，对于量化耐久性指标的置信区间是否足够？参考SAE J1245标准，传统整车耐久测试通常要求单台车8-15万公里的高环/坏路组合，而小米的分布更接近“广度优先”策略——用大量车辆覆盖不同场景，而非深度考验单台极限。这种方案在短期看有助于快速暴露地域性故障（如高寒起动机失效、高温电池热管理问题），因为增加样本量能显著提升罕见故障的检出概率（概率论中的“生日悖论”可直接印证：若某故障发生率为0.01%，671台车中有至少一台遇到该故障的概率约为6.5%）。

[!note] 关键统计阈值

对于要求“6西格玛”水平的故障（即故障率<3.4 ppm），即使2684台测试车全部零故障，也只能在95%置信水平下宣称故障率低于0.0011。这意味着小米的测试规模尚不足以验证极致可靠性。

长期看：路测数据的真正价值在于构建“数字双胞胎”

行业内的baseline——蔚来汽车累计测试里程约3000万公里（2023年数据），特斯拉的海量驾驶数据则源于已交付车辆——均指向一个事实：路测里程的边际效用递减。当车辆基础耐久性可以通过台架试验（如24通道模拟路谱）覆盖80%的验证需求时，实际路测的核心价值转向三方面：

1. 智驾算法的长尾场景搜集：3551万公里中，高架、隧道、雨雾、无标线乡村道路的占比，直接决定感知模型的鲁棒性。小米应已标注出“corner case”的分布密度。

2. 三电系统的真实工况热模型：不同驾驶风格（激进/保守）下的电池温度曲线，是BMS标定的关键输入。

3. 车控策略的闭环验证：例如能量回收与悬架阻尼的联合标定，需通过跨气候区域的重复行驶来收敛参数。

从论文《Scaling Autonomous Vehicle Safety Validation with Synthetic Data》（Zhao et al., 2022）的结论来看，当真实路测里程超过1000万公里后，每增加100万公里带来的新增安全发现量已低于5%。小米的3551万公里，如果场景多样性足够，其数据价值远超单纯“堆里程”——这才是实验设计的真正挑战。

配图分析：测试场景的“选择性偏差”需要警惕

从上图可见，车辆处于夏季高温环境下的动态测试（可能是刹车或操控耐久）。但公开信息中缺乏高原、极寒、潮湿等极端环境的比例数据。需注意：若测试车主要在东部平原行驶，则无法覆盖西南山区的长下坡制动温升场景——这会导致BMS标定偏差，类似于NLP中只用新闻语料训练却部署在社交媒体场景。

短期看，小米通过大量测试车快速完成了“0到1”的缺陷排查，尤其适用于解决供应链一致性问题（不同批次电池的SOC估算偏差）。但长期看，真正决定车辆可靠性的不是总里程，而是测试场景的覆盖密度与极端条件的比例。建议小米后续公布：极寒测试车占比、高环高速（>120km/h）持续里程、以及单车型的最高单台里程数。

趋势预测：测试从“堆数量”转向“智能采样”

下一个趋势是，头部车企将采用分层抽样+数字孪生的双轨验证体系。具体而言：

• 虚拟测试：基于真实路测数据生成千万公里级的合成场景，覆盖那95%的长尾事件
• 真实测试：针对虚拟模型的高熵区域，定点投放少量测试车进行验证

小米的2684台测试车已为其积累了珍贵的真实数据基座，但若不能将数据转化为可复用的仿真驱动标定流程，其边际效用将迅速衰减。我认为，到2025年，行业内会以“每百万真实里程训练的仿真里程倍数”作为技术成熟度指标——这比单纯的路测总里程更能反映工程能力。

原文链接：https://www.ithome.com/0/976/438.htm