8月15号那场发布会，我盯着岚图追光 S 的隧道360度穿越，心里就一个念头，怎么把车玩成像过山车一样还得上墙角，得有多硬的底盘和多稳的试车团队。前两天还因为CG镜头拼接痕迹被喷成AI测试，转眼就放一镜到底录像，风向变得像青岛海风，上一秒还卷沙子，下一秒就把你脸上的气吹散了。可真到这件事本身，难度也不是嘴上说说那么简单。
网上吵得最热的是一个判断逻辑。镜头拼接明显，就有人直接贴标签，AI做的。可车企愿意把关键录像拿出来，至少证明了拍摄层面的真实性。至于机械层面是不是真到了测试难度的极限，得回到物理里看一眼。运动型SUV本来接近角不算大，悬架行程又要被压到极限，保险杠都可能离地线很近，这种“上去容易，下来得稳”的挑战，纸面计算再漂亮也得经受轮胎抓地和车身姿态的现实摩擦。
追光S这次的核心是立体隧道360度。素材里说得很明白，理论上像过山车的螺旋环道，平面转圈的逻辑不能直接搬到立体挑战里，因为多了转向角变量。平面那一下最直观，向心力至少得大于等于重力，才能不掉下去。素材给了一个隧道直径10.2m的量级，用小学数学能算出速度约25.5km/h。第一次看到这个数，我也得承认，它确实低到让人忍不住多看一眼，因为现实里你很难把“25.5km/h”跟“车顶上墙”联系起来。
但汽车测试要的不是平面想象，是在速度、角度、姿态之间同时对齐。素材里提到的做法更像是把隧道圆柱摊开，车辆的运动路径对应受力分析图。X轴是前进动力的分量，Y轴是抵抗重力的向心力，车辆走过的曲线是两者的合力。再加一个转弯角度θ，最后就落回关键条件，就是在适当“上墙角度”和行驶速度下满足向心力大于等于重力。这时候公式有了，真正难的是把转向角每一次都做得足够一致，把速度控制在窄区间里，还得让轮胎在关键姿态下别突然丢抓地。
网上那种“看起来转得过去就行”的想法，容易忽略一个致命点：车不是一个刚性小球。素材点到的极狐阿尔法S5测试细节非常关键。转向角18度，车速100km/h时，向心力与重力约1.1比1，结果车跑到一半掉下来了。这不是说它速度不够，而是说明现实里还有一堆不可控项会把“公式边界”直接推翻。车倒过来开到最高点时，理论上向心力等于重力，整车处在“几乎飘在空中”的状态，轮胎抓地力会大幅下降。此时你打方向也没用，方向盘像拧进空气里，轮胎在关键接触面上给不了足够的摩擦力来稳定轨迹。
接下来下坡阶段更像接力赛。上面刚刚失去稳定，底部抓地力恢复又不是立刻完成，动力还在损失。速度掉一点点，向心力就跟着变，车就更难守住那条轨迹。素材提到岚图追光S把向心力做到重力的1.7倍，说这样在顶点能保证地面抓地力约70%。这个数据很“工程”，不是营销口号。你可以把它理解成在最危险的顶点，给轮胎留出更厚的摩擦余量，不至于刚到临界点就翻车。
可就算做到1.7g，素材里也写了一个反差点：追光S车轮仍然离地了，非常惊险。为什么会这样？因为车上墙不是只算“有没有力”，还要算“力够不够把车身压到接触状态”。素材给了一个很直观的估算路径。追光S车身长约5米，宽约2米，在1.7g加速度上坡时，悬架瞬间要承受约43000N的力，这个力就是车重乘加速度量级。车重是多少先不展开，关键是量级足够大，足够让前悬架极限压缩。空气弹簧也还是弹簧，回弹过程会带来瞬时的抓地力衰减。
素材里还有一个很“看得见”的时间点描述。视频中回弹的时间点刚好对应车身从90度翻转过来的那一下。换句话说，车不是平稳地“贴着墙跑”，而是经历了从贴到离的过渡。离开之后再落回去，轮胎抓地就会出现延迟。这个延迟对方向控制是硬伤，因为车辆在落地瞬间的姿态会影响轮胎的接触面角度，方向偏一点点，轨迹就会往危险区走。
你如果看过赛车试车，就会懂素材说的另一个不可控：人的因素。视频里墙上有多条胎痕，岚图明显做了多次尝试。有飞远的，也有冲击更大留下深浅不一痕迹的。大概率是打方向出现偏差。关键问题在素材里被点出来了：公式算出来16度，驾驶员怎么确认每次都是同一个角度。别说16度在手上像不像开盲盒，到了半空中人的方位感会乱。人眼和身体反馈在“倒立”环境下会出现错觉，方向盘再熟练也很难保证每次落在同一轨迹上。
更刺激的地方还在于素材提到岚图没有放完落地片段。也就是视频里能看见刹车动作，但不知道最终车速会不会撞墙。这里我不替任何一方做结论，只把信息说清楚：挑战过程存在风险，片段剪辑也可能避开最敏感的后果画面。从传播角度讲，这种剪辑是选择，但从测试角度讲，说明它并不是那种“轻松过关”的科目。
这件事也让我想到一个大背景。以前很多车企在隧道挑战、特技镜头上确实更倾向于用CG，因为安全、效率、可控性高。素材里提到强如奔驰只能用CG特效，极狐两年前也试过，但没有正面回应CG质疑。这里的逻辑很现实。你想要一锤定音，就必须承受验证成本；你只要做宣传，你就可以把结果包装得很漂亮。车企的“公信力”并不是凭空存在，它是靠你愿意在质疑来临时，把关键证据摆在桌上。
那岚图这次算是把证据摆出来了，但代价也摆出来了。因为证据一出来，大家看的就不再是“好不好看”，而是“你怎么做到的”。追光S的工程思路里，向心力做到了重力的1.7倍，上墙角度和速度试出来了16度这个量级，还要通过多次胎痕试错来逼近边界。这些信息都能让懂车的人产生共鸣，因为它不像纯特效，也不像纯运气。
但讨论里最容易跑偏的，是人们把“先入为主”当成效率。素材最后那句话我很认同：鉴AI变成了一种先入为主的观念。尤其在近两年AI图片、AI视频确实越来越像真的的情况下，大伙对“疑似AI”天然敏感。可汽车不是短视频滤镜，车是要承受重量、速度、悬架行程、轮胎摩擦极限的实体。AI能生成画面，却不能生成一轮又一轮的试验记录，也不能解释为什么某次胎痕更深，某次回弹时刻刚好踩在危险区。
换句话说，贴AI标签如果不带证据，就像你在青岛开车看到前面一辆车突然变道，你不管它是不是老司机，先判断它就是在故意别你。这种判断能让你“爽”一秒，但最终解决不了交通问题。放到车圈就是一样的：如果你不知道真假，你先默认它是假的，讨论的重点就会从底盘、轮胎、悬架调校、试验工程转到“我猜它是AI”。久而久之，真正做过验证、敢于公开一镜到底的车企反而更难讲清楚技术细节，因为大家只看“有没有破绽”。
这也是为什么我更想把话题拉回到“难在哪里”。难在三个变量同时逼近极限：速度窗口、转向角偏差、抓地恢复的时间。平面公式能算出25.5km/h只是起点，不代表立体挑战的可行性。立体螺旋里每一度转向都会改变车辆合力方向，轮胎在最高点附近的法向力变化也会改变摩擦系数。再加上悬架回弹带来的接触延迟，这就不是单纯加大向心力能一招解决的。你可以把它理解成在过山车最顶点上还要同时换方向，还得保证每一次落地都踩在对的位置。
素材里提到岚图把向心力做到1.7g、并且车轮仍离地、还有回弹丢抓地的描述，这些都是工程层面的“难”。再加上多次尝试留下不同胎痕，以及驾驶员方位感在倒立姿态下的不确定性，这才让测试变成真正的硬仗。你看完这些就会明白，为啥极狐在相对接近的理论条件下也能出现掉下去的结果：因为现实永远比纸面多一个变量，那个变量往往就决定成败。
所以我反而希望下一次讨论，能少点“AI不AI”的默认结论，多点“你认为它哪一步偏离了物理边界”。比如：向心力到底有没有足够余量，悬架回弹是不是恰好导致瞬时脱离，转向角度偏差在倒立姿态下如何控制。要讨论可以，但别拿一句“CG拼接”就把整套测试定义成虚构。至少岚图追光S这次公开的一镜到底录像，提供了能让人继续往下推的证据链。
另外也可以把话题延伸到车企的透明度。素材里提到岚图没有藏，完整片段把失误露出来，主打一个真实。这个做法在舆论里未必占绝对优势，但它至少把“可疑点”变成“可核查点”。当所有人都只停在猜测层面，车企要解释任何东西都很难。相反，如果测试本身足够接近物理极限又愿意把关键片段给出来，懂车的人自然会去算：向心力的量级，轮胎抓地在最高点的衰减，悬架回弹的时序。讨论会更技术化，也更能把中国品牌的努力讲清楚。
我也得把我的态度放在这。作为在山东青岛长大、又每天跟家人一起过日子的人，我更在意的是中国车企敢不敢把硬测试拿出来。不是鼓吹谁一定最强，而是看谁愿意把底盘能力、试验流程、风险边界交到观众面前。追光S这次的隧道360挑战到底有没有做到最稳，我不替你下结论；但它确实呈现了一个事实：汽车在极限工况下不是“看起来能转”，而是需要悬架、轮胎、姿态控制一起把向心力撑过重力那条线。
至于接下来这事怎么被继续讨论，大家可以换个问法。别问AI有没有痕迹，问它在最高点时轮胎接触到底保留了多少余量；别问转得顺不顺，问转向角16度是怎么反复对齐的；别问是不是CG，问悬架回弹丢抓地的时间点是不是被多次试验过。只要把问题问到工程里，争论就会变得更有劲，也更对得起我们掏钱买车的认真。
