文｜李小事

前幾天，特斯拉官方發布了一則視頻，當中展示其基于純視覺技術方案實現了碰撞預判功能，在車輛實際碰撞發生前，提前70毫秒彈出安全氣囊和預緊安全帶，而這項功能已在去年通過OTA遠程軟件升級，免費推送給特斯拉車主。

70毫秒，0.07秒，大約是人兩次眨眼的時間。

這幾乎不被感知的時間差，正在引發監管機構和整個汽車行業的連鎖反應。

歐洲E-NCAP已經宣布，將“預碰撞響應時間”納入新的安全評級標準，這意味著，特斯拉的這次OTA，不再只是一家車企的產品更新，而可能成為全球汽車安全標準的風向標。

為什么特斯拉盯上了這幾乎可以忽略不計的0.07秒，回到安全氣囊這個略顯傳統的被動安全功能。

答案很簡單，這不僅關乎生死攸關的瞬間，也是企業技術布局和市場趨勢下的自然選擇。

新造的中間地帶

要了解這提前的0.07秒，得先看看安全氣囊是怎么工作的。

傳統氣囊彈出的邏輯可以概括為四個字：撞了才動。

也就是當車輛發生碰撞時，分布在車頭和B柱的傳感器檢測碰撞能量超過閾值，向氣囊控制器發送信號，點火、充氣、展開。整個過程大約需要30到70毫秒。但由于是發生在車輛碰撞之后，傳感器的位置本身就在潰縮區，當它“發現”碰撞時，車頭可能已經被壓縮了幾十厘米，乘員的身體已經開始向前沖。

于是這種情況下，各家車企比的是誰能在碰撞發生后的第一時間彈出氣囊，盡可能減輕撞擊帶來的傷害。

這項技術還有個更為人所熟知的“帽子”：被動安全。

而特斯拉的做法不同，它用的是車上那幾顆原本為自動駕駛服務的攝像頭，實時掃描前方路況。當AI判斷“碰撞已無法避免”時——比如AEB已經嘗試過剎車但距離不夠，系統會在實際撞擊發生前，提前最多70毫秒發出氣囊預觸發信號，同時拉緊安全帶。

70毫秒是什么概念，氣囊點火充氣到完全展開需要大約20到30毫秒，剩下的時間可以用來預收緊安全帶、調整座椅姿態。

那么問題來了：這項技術到底算主動安全，還是被動安全？

嚴格來說，它“夾在中間”。

主動安全的定義是“避免碰撞”，AEB、車道保持、盲區監測都屬于這一類。而特斯拉這套系統并沒有幫你避免碰撞，它只是在碰撞無法避免時才接管，不屬于主動安全范疇。

被動安全的定義是“碰撞后保護”，包括氣囊、安全帶、車身潰縮設計等，但特斯拉在碰撞前就已經開始動作了，也不是純粹的被動安全功能。

當然，糾結概念屬性也并沒有多大意義，我們可以給這項功能下個大致的定義：它借用了主動安全的“眼睛”，為被動安全的“盔甲”爭取了時間，這是一個以前不存在、現在被特斯拉硬造出來的中間地帶。

以復用替代革新

如果你以為特斯拉為這個功能研發了什么革命性的新硬件，那你可能要失望了。

車上還是那8顆攝像頭，還是那塊自研的FSD芯片，還是那套已經跑了84億英里的視覺算法。

什么都沒加。

這恰恰是這件事最值得玩味的地方。它不是從0到1的發明，而是從1到1.1的優化——把本來就在運行的數據，多發給了一個接收方。

具體來說，特斯拉純視覺方案在日常行駛中持續計算障礙物距離、相對速度、碰撞時間等參數。這些數據原本只服務于自動駕駛決策：剎車、轉向或保持。現在，當系統判斷“碰撞不可避免”時，會將同一份信號再發給氣囊控制器。

算力需求沒有明顯增加，從工程角度看，這是一次數據鏈路層面的調整。

除了硬件復用，數據積累是這項功能能夠落地的支撐條件。

特斯拉Cybertruck（參數丨圖片）首席工程師韋斯·莫里爾曾指出一個差異：傳統車企的安全系統開發主要依賴實驗室中有限次數的法規碰撞測試，而特斯拉可以利用車隊數百萬英里的真實碰撞數據進行仿真，每條數據對應真實事故中的車速、碰撞角度和乘員狀態。這意味著視覺模型不僅被訓練識別“是否會發生碰撞”，也被訓練評估“碰撞將以何種形式發生”，而后者是傳統安全系統開發的長期盲區。

當然，視覺系統存在誤判的可能，針對這一風險，特斯拉采用了雙重確認機制。

視覺信號發出預觸發指令后，氣囊控制器不會立刻點火，而是進入待命狀態。傳統物理傳感器（加速度傳感器、壓力傳感器等）同時工作。只有在物理傳感器也在預期時間窗口內確認碰撞發生時，氣囊才會展開。

這一機制的設計邏輯是：視覺系統提供預判，物理傳感器提供確認。兩道信號缺一不可。它既降低了誤觸發的概率，又保留了視覺預判爭取到的時間窗口。同時，如果物理傳感器因碰撞角度或潰縮變形而延遲響應，視覺信號可以作為備份觸發源，避免漏觸發。

從系統冗余的角度看，這是一次謹慎的功能擴展，而非激進的硬件替代。

國內車企能快速跟進嗎？

這個問題要分兩種情況來回答。

自研派：有能力，但有差距。

華為、小鵬、理想、蔚來，這些車企的電子電氣架構與特斯拉最接近，都是中央計算+域融合的路線，從技術整合能力上說，他們完全有可能做出類似的功能。

事實上，華為也確實已經率先邁出一小步。2025年發布的智界V9，搭載了一套基于ADAS預判的座椅防護系統：車輛通過攝像頭提前捕捉碰撞風險信號，在撞擊前將座椅自動調整到更安全的直立姿態，雖然還沒有做到直接控制氣囊，但邏輯是相通的：先做低風險預判，再逐步向高權限控制延伸。

但是，華為和特斯拉之間還差著一樣東西：數據。

特斯拉有超過400萬輛車的影子模式，有84億英里的FSD里程積累的真實場景數據。訓練一個“什么情況下碰撞不可避免”的模型，需要的正是這些長尾場景。國內自研派的車隊規模小了一個數量級，真實碰撞數據的積累更是稀缺，畢竟沒人希望自己的車真的去撞。

功能安全認證也是一個門，安全氣囊系統要求ASIL D等級（最高功能安全等級），將視覺信號引入決策鏈，意味著需要重新走一遍認證流程。這不是幾個月能搞定的事，業內預估，自研派可能需要1到2年才能推出類似功能。

外采派：最難的不是技術，是合同。

使用第三方智駕方案的車企，比如采購大疆、Momenta、黑芝麻智能等方案，面臨的困境更為復雜。

第一個是黑盒問題。供應商交付的通常是封裝好的感知結果，比如“前方有一個障礙物”，而不是原始數據或中間層特征。主機廠拿不到足夠的信息，自然無法二次開發。

第二個是責任問題。如果某次誤觸發導致事故，責任誰承擔？是智駕供應商的算法判斷失誤，還是主機廠的氣囊控制器邏輯有問題？沒有明確答案。

第三個是架構問題。智駕ECU和氣囊ECU往往由不同供應商提供，分別采購、分別驗證，中間缺乏安全級的通信鏈路。要讓它們“對話”，不是寫幾行代碼就能解決的，涉及硬件、軟件、功能安全的全面改造。

結果就是，外采派的車企短期內幾乎不可能跟進。除非智駕供應商主動提供一整套“預碰撞安全解決方案”，而目前，還沒有哪家供應商拿出了這樣的產品。

這場關于0.07秒的討論，最終還是要回到一個更樸素的問題：用戶到底為什么買單？

過去幾年，汽車市場的營銷語境里充斥著算力、參數、大模型、城市NOA開城數量。這些指標在不斷攀升，但用戶在日常駕駛中的對比感知卻越來越模糊。

特斯拉這次的方向，某種程度上是對這種趨勢的偏離，把一個原本屬于被動安全范疇的功能向前推了半步。

這或許才是這項功能更值得被討論的地方，它不是技術革命，但展示了另一種思路：當技術積累足夠深的時候，安全這個最傳統的領域，依然有可以被重新挖掘的空間。