成都，2025年10月13日，一辆小米SU7在发生碰撞后失控起火。事故后的调查报告显示，碰撞导致车辆低压系统断电，隐藏式电子门把手无法自动弹出，外部救援人员难以快速打开车门进行施救。车内驾驶员最终不幸身亡。随后的检测证实，驾驶员涉嫌酒后驾驶，且事发时车速严重超出道路限速。这起事故迅速在网络上发酵，标题充斥着“小米SU7碰撞起火门把手失灵致人死亡”的骇人字眼，评论区里，“工业垃圾”、“设计缺陷”、“杀人工具”的指责声浪一波高过一浪。似乎所有矛头都理所当然地指向了那台静静燃烧、已然变形的金属躯壳。
然而，当情绪化的声讨逐渐平息，一个被绝大多数讨论有意无意忽略的问题浮出水面：在这起悲剧中，车辆本身究竟应该承担多少责任？如果我们把“小米SU7”这个标签暂时拿掉，换成任何一个其他品牌的车型，在驾驶员酒驾、严重超速并发生足以导致车辆起火的猛烈碰撞后，其乘员生存概率、车门应急开启的成功率，真的会有天壤之别吗？没有人去追问这个对比。舆论的放大镜，只聚焦在了“小米”和“SU7”这两个词上。
这恰恰是当前汽车舆论场最令人困惑的现象。我们热衷于对单一品牌、单一事故进行“审判”，却极度缺乏将个案置于整体基数中、将单一品牌置于行业全景里进行对比的耐心与理性。评价一辆车安全与否，难道不应该看它在庞大用户群体中的事故概率，而是盯着那几起被无限传播的极端个案吗？
让我们先看看最基础的事故率。截至2025年4月，小米SU7累计交付量突破3.5万辆，期间公开报道的交通事故约为23起。用小学数学计算一下，事故率大约是0.066%。这个数字是什么水平？有行业分析指出，同期中国汽车行业的平均事故率预估在0.1%左右。也就是说，在上市初期的这个阶段，小米SU7的事故发生率低于行业平均水平。再看更严峻的致死事故数据。一种统计说法显示，小米SU7的首年事故死亡率约为0.12人/万辆。而根据公安部数据，2024年中国道路交通万车死亡率为1.16人，行业平均的车辆事故致死率则在0.5至1.2人/万辆之间。即便按照另一个数据源，2025年小米汽车的事故致死率为0.43人/万辆，也仅约为行业平均数据（1.16人/万辆）的37%。
商业保险公司的数据或许更具说服力。2025年4月，小米曾联合国内五大保险公司公布过一组数据：在4月1日至10日期间，小米汽车的保险理赔率为0.72%，而行业同期的平均理赔率为1.2%。保险公司是纯粹的商业机构，它们的精算模型直接关系到真金白银的盈亏，理赔率低意味着出险概率低，这从另一个侧面印证了小米车辆在初期保有阶段的事故风险控制。
当我们谈论“爱起火”时，数据对比就更关键了。一种广泛流传的认知是“电动车更容易起火”。但国家消防救援局等权威机构2025年的数据给出了截然相反的结论。统计显示，2025年新能源汽车的起火率约为万分之0.，即0.0018%。而传统燃油车的起火率高达万分之1.，即0.015%。按这个比例计算，传统燃油车发生火灾的风险，是新能源汽车的8倍以上。即便是回溯到2024年，新能源汽车的起火概率约为0.00175%，也远低于燃油车的0.0052%。国际数据同样支撑这一结论，在新能源汽车普及率极高的挪威，2022年的数据显示，每10万辆燃油车发生68起着火事故，而每10万辆新能源及混合动力汽车仅发生3.8起。
当然，必须承认的是，新能源汽车一旦起火，其燃烧速度更快、释放毒气、复燃风险高，导致人员伤亡的概率确实更大。有数据显示，新能源汽车起火事故中造成人员死亡的比例约为31%，而燃油车约为19%。这是电池化学特性带来的挑战，也是所有电动车企业需要共同攻坚的安全课题，而非小米一家独有的“原罪”。评价安全性，首先要看“起火概率”这个前提事件发生的可能性，再看“起火后后果”的严重程度。抛开概率谈后果，无异于因噎废食。
那么，被许多人视为标杆的特斯拉，其安全性数据又如何呢？特斯拉定期发布的安全报告显示，在2025年第二季度，使用Autopilot自动辅助驾驶功能的特斯拉车辆，平均每行驶669万英里（约合1076万公里）才会发生一起交通事故。而在未使用Autopilot的普通驾驶模式下，这个数字是每96.3万英里一起事故。作为对比，美国国家公路交通安全管理局的数据指出，美国道路上所有车辆的平均水平是每行驶70.2万英里发生一起事故。也就是说，开启Autopilot的特斯拉，事故发生率仅为美国平均水平的十分之一左右。2025年第一季度的数据同样亮眼，使用辅助驾驶功能的特斯拉车辆，平均每744万英里发生一起碰撞事故。
这些数据无疑证明了先进辅助驾驶系统在降低事故概率方面的巨大潜力。但这里存在一个关键的统计口径问题：特斯拉报告的是“行驶里程事故率”，而前述小米的数据多是“保有量事故率”（即每万辆车发生的事故数）。两者维度不同，不能直接进行数值大小的简单对比。但这恰恰说明了对比数据的复杂性——你需要确保比较的基准是统一的。更值得玩味的是，即使强如特斯拉，其完全自动驾驶系统也并非完美。2026年3月，美国国家公路交通安全管理局升级了对特斯拉FSD系统的安全调查，原因是在低能见度环境下，系统可能存在识别缺陷且未能及时向驾驶员发出警报。截至当时，调查涉及的事故已从最初的4起增加到9起。这说明，任何技术都是在迭代中前进，没有绝对的安全，只有相对的风险降低。
回到小米SU7本身，它并非没有缺陷。2025年9月，小米汽车主动召回了约11.7万辆SU7标准版车型，原因是其高速领航辅助驾驶功能在应对“极端特殊场景”时，存在识别、预警或处置能力不足的隐患。这次召回，与2025年3月那起导致三名乘员死亡的NOA状态下的致命事故，其核心问题指向了同一领域。主动召回，是车企负责任的表现，也印证了国家缺陷产品召回制度的有效性——如果一款车真的存在普遍性、不合理的安全缺陷，监管机构必然会介入。同样，针对成都事故中暴露的隐藏式门把手在断电后救援难题，小米在后续推出的新款SU7上，已经增加了机械应急开启结构，以提前满足2027年将实施的新国标要求。车辆的安全性能，正是在这样一次次事故分析、技术迭代和法规升级中不断完善。
在更权威的标准化碰撞测试中，小米SU7在中国新车评价规程中获得了五星安全评级，综合得分率达到93.5%。这是一个经过标准化碰撞测试、可以与同批次其他车型直接对比的客观成绩。然而，在舆论场上，一个五星碰撞成绩的热度，往往远不及一起极端事故的传播力。人们习惯于记住惨烈的画面，却容易忽略枯燥的统计数字。
这种选择性关注，造就了网络上车评的“双标”奇观。当批评者指责小米SU7“三天两头上绿化带”时，他们不会去计算那0.066%的事故率在行业里处于什么位置，也不会去查询同期其他热门车型的事故统计。当有人渲染电动车起火恐怖时，他们绝不会主动提及燃油车起火概率是电动车8倍的这个事实。而当他们追捧某些品牌的辅助驾驶“遥遥领先”时，也常常对监管机构对其展开的安全调查视而不见。数据成了任人打扮的摆设，需要时拿来孤立地证明某个观点，不需要时便弃之如敝履。
这种讨论方式，对消费者毫无益处。它制造了信息迷雾，放大了焦虑情绪，却无助于人们做出基于事实的理性判断。汽车安全是一个复杂的系统工程，涉及主动安全、被动安全、电池安全、软件安全等多个维度。任何一个维度的缺失都可能酿成悲剧，但任何一个维度的优秀也不代表全部。对于消费者而言，真正有价值的参考，是像中保研、C-NCAP这类权威碰撞测试的成绩，是保险公司基于海量数据得出的理赔率，是车企公布的、经得起审计的辅助驾驶安全里程报告，是国家监管部门发布的缺陷召回信息，以及基于足够大样本量统计出来的事故率、故障率数据。
当我们下次再看到某起汽车事故新闻，并下意识地想给某个品牌贴上标签时，或许可以先问自己几个问题：同级别其他车型在类似事故条件下的表现数据有吗？这款车的销量基数是多少？事故发生的概率到底有多大？导致事故的主要原因中，人的因素占了多少，车的因素又占了多少？如果这些问题都没有答案，那么基于单一事件的愤怒指责，除了宣泄情绪，究竟还有多少意义？汽车工业已经进入了一个用数据驱动研发、用数据衡量性能的时代，关于汽车安全的讨论，是时候告别“我觉得”，拥抱“数据表明”了。毕竟，在关乎生命的安全议题上，情绪化的口水远不如一个经得起对比的数据更有力量。
全部评论 （0）