理想汽车自动泊车“蛄蛹”失败，路人吐槽：能磨蹭一下午

2026年7月27日，一段短视频在社交平台迅速传播。

画面中，一处地下停车场内，一辆理想汽车正在车位前反复尝试自动泊车。前前后后、左左右右——车身姿态频繁调整，持续进退修正，却始终无法驶入目标车位。后车排起了长队，现场围观的群众越来越多。有路过车主拍下这一幕，配文直言：“我要是不给车主打电话，它能在这蛄蛹一下午。”

一、事件还原：“蛄蛹者”的5分钟

7月27日，有车主在地下停车场使用理想汽车的“离车泊入”功能——车主下车后，车辆自行完成泊车。车主站在远处看着车子来回调整，反复尝试了大约5分钟，始终无法停进去。

最终，车主在一群人的围观下，亲手把车倒进了车位。

视频迅速发酵。7月28日，理想汽车官方客服回应称，自动泊车需要在中控屏开启“VLA泊车”功能，系统会识别车位及周围环境，只有当条件符合要求时才能顺利完成泊车。“如果车位周围有立柱、立体障碍物，系统可能无法检测到，就会出现反复调整的情况。”客服同时表示，车主可将行车记录仪视频发给售后，结合车辆后台数据具体分析故障原因。

7月29日，理想汽车产品线负责人李昕旸公开发文回应：“跟这位理想i6用户了解了一下情况，当时车后有电动自行车占位，导致自动泊车过程遇阻。”涉事车主随后也确认了这一说法：“走近才发现车位后面有辆电动车占了位置，系统多次尝试找角度避开它。”

李昕旸同时承诺，理想正与自动驾驶团队一起努力，在9月推送的9.1版本中优化复杂场景下的泊车能力，并优化泊车受阻提醒。

二、技术解剖：VLA为什么会被一辆电动车难住？

这次事件的核心，是一辆电动自行车。

一个车位后方多出的几十厘米空间，让一辆搭载VLA（Vision-Language-Action，视觉-语言-行动）大模型的智能汽车在众目睽睽之下“折腾”了5分钟。

VLA是理想汽车自研的司机大模型，旨在让智能驾驶系统从“感知”走向“理解”。它的技术逻辑是通过视觉识别、语言理解和行动规划的三位一体，实现类人的驾驶决策。但这次事件暴露了一个关键问题：当障碍物不在常规感知范围内时，系统如何决策？

电动自行车停在车位后方——对于倒车入库的路径规划来说，这个位置并不在车辆的常规前向或侧向感知主视野内。系统检测到了后方有物体占位，于是反复尝试调整角度以避开它。但每一次调整都可能让车辆进入一个新的“死胡同”——空间不足以完成一次完整的入库操作，系统只能再次调整、再次尝试，形成一个死循环。

客服的解释印证了这一点：“系统会识别车位及周围环境，只有当条件符合要求时才能顺利完成泊车。”也就是说，VLA的泊车逻辑有一个隐含前提——车位及周边环境必须满足系统的“可泊入条件”。一旦条件不满足，系统会持续尝试，而不是果断放弃并提醒驾驶员接管。

这正是问题的症结所在：系统缺少一个关键的决策节点——“我搞不定了，你来吧。”

三、并非孤例：理想自动泊车的“历史档案”

这并非理想汽车第一次因自动泊车登上热搜。

早在2025年，就有多位理想L6车主在投诉平台反映，自动泊车功能无法居中停入固定车位。有车主投诉称，车辆自动泊车时将车位处的排水渠错误识别为限位器，导致车头大部分在车位以外。客服的回复是“等待下次OTA可能解决，可能是下次，也可能是下下次，遥遥无期”。

更严重的事故同样存在。2025年7月，一位理想L8车主在自家车库使用自动泊车时车辆自行撞墙，保险杠破裂。更离奇的是，事故前后三小时的行车记录视频“精准消失” 。2025年8月，一位理想L6车主投诉，使用离车泊入功能时车辆失控，而驾驶员此时已远离车辆，没有控制车辆的权限与能力。

2025年9月，理想汽车曾对部分车辆进行主动召回。但进入2026年，投诉仍在继续。2026年以来，理想L6、L7、L9等多款车型的自动泊车功能被车主集中投诉。车质网上，关于理想汽车自动泊车无法入位、发生碰撞、雷达故障的投诉记录多达数十条。

这不是一次偶发的“翻车”，而是一个系统性的功能短板。

四、行业镜像：自动泊车不是理想一家的难题

理想不是唯一一家在自动泊车上“翻车”的车企。

2025年1月，小米汽车因智能泊车辅助功能存在碰撞风险，召回30,931辆SU7标准版。召回原因是“软件策略问题，可能导致授时同步异常，影响智能泊车辅助功能对静态障碍物的探测”。2025年9月，小米再次因类似问题召回超11万辆SU7。一年两次大规模召回，指向同一个问题——自动泊车对静态障碍物的感知和决策存在系统性的不完善。

2025年，新能源汽车召回105次，涉及265.2万辆。工信部在2025年汽车标准化工作要点中明确提出，要推动自动泊车等标准批准发布及实施，加快自动驾驶系统安全要求强制性国家标准研制。

当一个功能需要监管部门专门出台标准来规范时，说明这个功能的问题已经不是个别现象了。

五、深层反思：辅助驾驶的“能力边界”谁来画？

这次事件最值得深思的，不是一辆车停不进去，而是整个行业对辅助驾驶功能边界的模糊处理。

理想汽车将VLA定位为“司机大模型”——这个名字本身就暗示了一种能力替代的预期。但在实际使用中，系统却无法处理一个车位后方有电动自行车的场景。宣传时谈“大模型”“类人思考”，出问题时谈“条件符合要求时才能顺利完成”——这种话语体系的落差，才是消费者不满的真正来源。

工信部2025年发布的《智能网联汽车产品准入、召回及软件在线升级管理与技术指南》明确要求，企业在向消费者提供智能网联汽车驾驶自动化等级、系统能力、系统边界等信息时，必须确保信息的真实性和全面性，不得进行虚假或夸大宣传。

“系统边界”四个字，恰恰是当下智能驾驶行业最不愿面对、也最需要说清楚的事。 自动泊车能应对什么样的车位？不能应对什么样的障碍物？什么情况下系统会主动放弃并提醒驾驶员接管？这些问题的答案，不应等到车主把车停在大马路上“蛄蛹”5分钟之后才被追问。

“我要是不给车主打电话，它能在这蛄蛹一下午。”

这句话之所以能成为热搜，是因为它戳中了一个普遍的情绪：当一个被宣传为“智能”的功能，在众目睽睽之下表现得像个迷路的孩子，消费者感受到的不是技术的进步，而是技术的尴尬。

理想汽车承诺9.1版本将优化泊车能力。这个承诺值得肯定——发现问题、解决问题，是技术迭代的正常路径。但比修复一个bug更重要的，是对整个行业“功能宣传与能力边界”之间落差的反思。

自动泊车不是魔术，它是一个有明确能力边界的辅助功能。把边界说清楚，比把功能吹上天更重要。

毕竟，没有哪个车主愿意在停车场里，成为下一场“蛄蛹”的主角。

（本文数据