“我要是不给车主打电话，它能在这蛄蛹一下午。”
一位路过车主的吐槽，精准概括了7月27日发生在某地下停车场的尴尬一幕：一辆理想汽车在车位前反复调整、进退腾挪，活像一条在地面上“蛄蛹”的虫子，却始终无法入库，后方车辆堵了一长溜。
视频在社交平台迅速发酵，“理想汽车自动泊车频繁调整仍失败”的话题登上热搜。最终，车主在一群人的围观下，亲手把车倒进了车位。
有人说这是智驾“翻车”，有人说车主操作不当。作为车评人，我想从技术底层逻辑出发，把这个事拆透了说。
一、事件还原：“蛄蛹”了多久？到底怎么回事？
先捋一下时间线。
7月27日，有车主发布了一段视频：一辆理想汽车在地下停车场开启自动泊车功能后，在车位前反复尝试，频繁调整位置却迟迟未能成功入库，造成后方车辆通行受阻。
7月28日上午，视频发布者在评论区回复称：“后续就是车主在一群人的围观下把车倒进去了。”同一天，理想汽车官方客服作出回应。
7月29日，理想汽车产品线负责人李昕旸发文回应，表示已与车主沟通确认：当时车后有电动自行车占位，导致自动泊车过程遇阻。车主本人也在社交媒体上还原了情况——“当时用的是离车泊入，站在远处看着车子来回调整，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。”
车主还补充道：“自己刚买车没多久，对车的很多功能用得不是特别熟练，停车的时候以为后面的电动车没有影响，跟售后联系了确实后面电动车的原因。”
至此，事情的全貌基本清晰了——不是系统完全失灵，而是目标车位后方存在障碍物（电动自行车），系统在反复尝试寻找可通行角度，但始终无法满足泊入条件。
二、技术解析：VLA泊车为什么“卡住了”？
这次事件中涉及的自动泊车功能，是理想汽车的VLA（Vision-Language-Action）泊车功能。
理想客服的解释很直白：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。”
这句话点出了自动泊车技术的核心矛盾：感知能力有边界，执行逻辑有规则。
具体到这次场景：车位后方有一辆电动自行车占位。系统感知到了这个障碍物，但它无法判断这是一辆“可以绕过去”的电动车，还是一堵“不能碰”的墙。于是，它的执行逻辑进入了死循环——检测到障碍物→调整角度尝试→仍然检测到障碍物→继续调整。
这不是“笨”，是规则写得太死。在算法眼里，障碍物就是障碍物，没有“软硬”之分。而地下车库光线不足、GPS信号弱、立柱干扰多，进一步压缩了感知系统的冗余空间。
李昕旸在回应中也承认了这一点：正与自动驾驶团队一起努力，在9月推送的9.1版本优化复杂场景下的泊车能力，优化泊车受阻提醒。
三、这不是孤例：自动泊车事故频发
“蛄蛹者”视频之所以能引发如此大的关注，是因为它戳中了很多车主的痛点——自动泊车“翻车”，在理想车主群体中并非个案。
2026年3月，一位理想L6车主投诉称，自动泊车时车辆“直接装车了”，“已经识别到有停车位，且踩刹车，点击立即泊入了”，但雷达预警和紧急刹车全部失灵，直直地撞了上去。
2026年4月，另一位理想L6车主反映，自动泊车功能在白天光线很好的情况下，车辆竟撞到了3米以上的路灯杆上。更令车主不安的是，撞击发生后，车辆没有紧急视频录像，也未做出任何反应。
2026年1月，一位理想L7车主在凌晨启动自动泊车功能，车辆缓缓倒入车位时，右后方撞上了一辆停在旁边的货拉拉货车。
更早的2025年8月，一位理想L6车主反映离车泊入功能故障导致事故，前引擎盖凹陷、前车灯爆裂，理想汽车却拒绝处理，让车主自己报保险承担所有损失。
一位理想L6车主在投诉平台上直言：“智驾系统存在安全隐患，多次出现危险状况，反馈后始终未能妥善处理。”
这些事故的共同点是：自动泊车过程中，系统未能有效识别障碍物或未能及时制动，导致碰撞发生。 而每一次事故后，车主的诉求都惊人地一致——厂家全面检测、彻底排查功能缺陷。
四、对比分析：自动泊车的“理想”与“现实”
把理想汽车的自动泊车表现放在行业坐标系里看，能发现更有意思的东西。
横向对比。目前主流新势力的自动泊车能力大致分为三个梯队：第一梯队（华为、小鹏）在复杂场景下的识别率和成功率较高，部分车型已支持“可见即可泊”；第二梯队（理想、蔚来）基础功能完善，但在极端场景下仍有明显短板；第三梯队（部分传统车企转型品牌）仍停留在“能用但不好用”的阶段。
理想汽车在2025年推出了VLA（视觉-语言-动作）大模型，试图用端到端的方式重构泊车逻辑。但从这次事件和此前多起事故来看，VLA在复杂场景下的泛化能力仍有待验证。一个车位后方有电动车就卡住反复调整——这说明系统对“障碍物”的理解还停留在“有/无”的二元判断上，缺乏对障碍物类型、可移动性、避让路径的综合推理能力。
纵向对比。理想汽车自己也在迭代。李昕旸承诺的9.1版本优化，本质上是在补课——补的是“复杂场景下的泊车能力”和“泊车受阻提醒”这两门课。但问题的根源可能不在于某一版本的软件bug，而在于整个行业对自动泊车的定位存在偏差。
自动泊车到底是“辅助功能”还是“自动驾驶的子集”？
如果是辅助功能，那它的正确用法是：人观察环境→确认安全→启动系统→人持续监控→随时接管。如果是自动驾驶的子集，那它的正确用法是：人点击启动→系统全权负责→完成泊车。
理想客服的说法暗示了前者——“只有当条件符合要求时才能顺利完成泊车”。但用户的理解往往是后者——“我点了离车泊入，人就走了，回来发现车还在那‘蛄蛹’。”
这个认知落差，是每一次“翻车”的根源。
五、行业反思：智驾的“信任税”该谁交？
这起事件引发了一个更深层的问题：当车企把“智驾”作为核心卖点大举宣传时，用户对系统的信任被推到了什么程度？
理想汽车的离车泊入功能，宣传中强调“人下车、车自己停”的便利性。用户基于这种宣传产生了信任——信任到可以“站在远处看着车子来回调整”。但当系统在复杂场景下卡住时，用户才发现：原来这个“信任”是有条件的——环境要理想、车位要标准、障碍物要规整。
这不是理想一家的问题。整个新能源车行业都在用“智驾”讲故事，但讲故事的成本，最终由用户承担——用时间（车在地库“蛄蛹”一下午）、用金钱（碰撞后的维修费）、用安全（差点撞到人）来为系统的不完善买单。
客服的回应“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”，听起来专业，但对于一个已经被堵在停车场、被围观群众拍照发网的普通车主来说，他要的不是“分析原因”，而是一个不会出问题的系统。
结语
“蛄蛹者”视频之所以能上热搜，是因为它用一种近乎荒诞的方式，暴露了智能驾驶技术与用户期望之间的巨大裂缝。
从技术角度看，这次事件并不算严重——没有碰撞、没有伤亡、车主最终自己把车停了进去。从行业角度看，这起事件的意义在于：它让所有人看到了“离车泊入”在真实世界中的尴尬处境——当车位后方有一辆电动车时，系统可以“蛄蛹”一下午，却给不出一个“请车主接管”的明确指令。
理想汽车承诺在9.1版本中优化。但比软件迭代更重要的，是整个行业需要重新思考一个问题：当我们在宣传中把“智驾”描绘得无所不能时，是否也该在用户手册里，用同样大的字号写清楚——它的“不能”是什么？
技术的进步值得掌声，但用户的信任经不起反复消耗。
