问界M9的AEB误报率目前没有公开的权威统计数据，但从现有信息来看，主流讨论更聚焦于AEB在特定工况下能否有效介入，而非日常误报问题。这意味着用户关心的“误报率高不高”，现阶段缺少可量化验证的依据。

　　一、AEB的工作边界决定了讨论方向

　　标准工况表现稳定：主流L2级AEB对行人、机动车、二轮车等白名单目标基本能稳定识别，日常误报并不突出。

　　异形障碍物是难点：GAEB（异形障碍物制动）针对立柱、围挡、树干等不规则静止物体，属于“低速优先、成功率远低于标准目标”的补充能力，且工况约束极强。

　　速度上限约束：主流AEB工作范围普遍在4—85km/h，超出该区间系统不介入；即便宣传覆盖4—150km/h，也不能据此认定极端场景下必然刹停。

　　二、为何误报率难以简单定性

　　场景依赖性强：急转弯工况下，异形障碍物出现在转弯半径内时，系统反应窗口极短，这类场景在车企AEB测试中通常未被纳入。

　　感知受物理限制：细金属立柱会干扰毫米波雷达，夜间环境下感知难度进一步增加，均会降低AEB的介入成功率。

　　数据透明度不足：事故中AEB是否触发、触发条件是否满足等关键数据尚未完整公开，消费者难以据此判断系统实际表现。

　　三、当前可参考的技术边界

　　认证成绩反映被动安全：问界M9在C-NCAP以93.9%综合得分率获“超五星”评价，中保研四大分指数均获优秀（G）及以上，但这些测评聚焦被动安全，不能直接推导AEB误报率。

　　误报与漏报需区分：误报指系统在无危险时错误触发，漏报指有危险时未介入，两者是不同维度的指标，目前公开信息均不足以对任一指标下结论。