当大家还在争论“自动驾驶什么时候能真正上路”时，小米又为人们提出了一个新问题：当AI开始挑战人类驾驶极限时，自动驾驶的发展是否正在进入一个全新的阶段？

6月22日，小米汽车官方宣布YU7 GT达成全球首个纽博格林北环赛道自动驾驶圈速纪录，官方成绩为10分29秒483。据了解，这台小米YU7 GT是选配赛道专业套装，并搭载自主研发的自动驾驶系统，在全程无人监管、无人接管的状态下完成了纽北“刷圈”挑战。

事实上，关于这次测试，此前已经有迹象流出。此前，一位小米签约的摄影师就曾拍到过一台带有激光雷达的YU7 GT旁边，摆放着一块刻有“Nordschleife Autonomous Driving Prototype”字样的纽博格林官方牌匾的牌子。当时便引发外界对于小米正在进行高性能自动驾驶测试的猜测。如今，这项纪录正式公布，也意味着小米在纽北的布局已经从“性能验证”进一步延伸到了“智能驾驶验证”。

对于传统车企而言，纽北赛道是验证底盘调校、悬挂性能和动力系统的终极考场。而对于自动驾驶车辆来说，难度甚至更高。因为系统不仅要“看得见”赛道，还要实时预测车辆动态、计算轮胎抓地极限，并在数百个弯道中持续作出最优决策。

要知道，小米此前已经通过多次刷新单圈纪录，证明了其对于这条“绿色地狱”赛道的熟悉度。现在，小米也证明他们的汽车无需任何人触碰方向盘就能找到最佳的行驶线路。更重要的是，验证了其在极限工况下的稳定性。

小米真正想证明的是什么？

如果只是追求圈速，小米此前已经做到了。上个月，小米宣布YU7 GT（选配赛道专业套装）在纽北赛道以7分34秒931的成绩刷新纽北最速SUV圈速纪录，比此前排名第一的奥迪RS Q8 performance快了14秒之多；而同样是选配赛道专业套装的小米SU7 Ultra，此前也以7分04秒957的成绩，刷新“纽北最速量产电动车”的圈速纪录，只不过随后，保时捷Taycan Turbo GT凭借Manthey套件和新款倍耐力Trofeo RS轮胎的加持，以6分55秒的成绩夺回了冠军。

这些成绩已经证明了车辆本身具备极强性能。而这次自动驾驶刷圈，目标显然不再只是展示马力和底盘。它更像是在验证三个关键能力：第一，自动驾驶感知能力，纽北赛道不像城市道路拥有清晰车道线，自动驾驶系统需要在高速状态下，实时判断自身位置和最佳路线，这对定位精度提出了极高要求；其次是决策能力，赛道驾驶不是简单沿着路线行驶，每一个弯角都存在无数条可能线路，根据车速的变化，AI需要不断计算何时刹车、刹车力度、入弯角度、转向幅度以及出弯加速时机，而且这些决策必须在毫秒级完成；而车辆控制能力同样重要，毕竟当车辆以200公里/小时以上速度冲向弯道时，任何细微误差都可能被放大，从工程角度来看，这已经不仅仅是智驾系统，而是整车控制能力的综合体现。

自动驾驶赛车，其实已经发展很多年

当然，有关自动驾驶“刷圈”、跑赛道这事其实早有先例，早在2017年，蔚来EP9电动超跑车就曾在德克萨斯美洲赛道，在无人驾驶测试中用时仅为2分40秒33，最高车速达到了257公里/小时，成为当时全球最快的无人驾驶汽车。作为参考，人工驾驶的圈速为2分11秒30。虽然圈速仍落后于人类车手，但它证明了自动驾驶技术具备高速驾驶的可行性。但其重要意义在于，这是早期自动驾驶超跑的标志性演示，蔚来通过它来宣传电动和自主研发的技术。

而对于自动驾驶的赛事，最著名的就算是此前关注度颇高的A2RL阿布扎比自动驾驶赛车联赛，它是由ASPIRE发起的全球顶级自主驾驶竞速赛事，无人驾驶赛车车辆采用统一底盘、电池及传感器套件组成的“自动驾驶堆栈”，依靠AI算法，在这种高速下的极限工况（如超车、避障、伦理决策）的情况下，比拼自动驾驶系统的稳定性、决策精度。最经典的则是与前F1车手科维亚特上演的“人机对战”。

就目前而言，人类司机仍然占据着微弱的优势。但在去年的意大利摩德纳赛道上，一辆由大学团队研发、由人工智能“驾驶”的赛车首次在圈速上超越人类职业车手与量产超跑的官方纪录。这一突破由Indy Autonomous Challenge推动完成，标志着自动驾驶技术首次在真实高性能赛道环境中创造“官方赛道纪录级别”的成绩，也让AI在极限速度驾驶领域迈出了关键一步。

这台AV-24赛车，在Unimore Racing的AI驾驶系统操控下，创下赛道新纪录（58.3秒）——击败此前由兰博基尼Huracán STO保持的纪录（59.3秒）。值得一提的是，AV-24并非为赛道极致性能优化设计的赛车。它采用标准Dallara底盘，空气动力学改进有限，动力水平也低于超跑级别的Huracán。当然，这也展示了AI在复杂高速环境中的能力边界和自动驾驶的“潜力”，也进一步证明了高速赛车竞赛作为自动驾驶技术试验场的价值。

回过头来看，小米YU7 GT创造纽北自动驾驶圈速纪录，真正值得关注的并不是10分29秒483这个数字。而是它释放出的一个信号：过去几年，行业一直围绕自动驾驶是否安全展开讨论。而未来几年，一个新的问题或许会逐渐出现：当AI能够在赛道上比人类更快、更稳定、更精准地驾驶车辆时，我们究竟该如何重新定义“驾驶”本身？