理想 i6 自动泊车因后方电动自行车占位受阻，官方宣布提升复杂场景识别
7月27日，一段网友在地下停车场发布的视频引发关注。画面显示理想 i6 在自动泊车模式下持续调整方向，试图进入车位，几次未能如愿入库，最终在围观人群中由车主完成倒车入库。视频中镜头切换关注点集中，后方与侧方的空间变化，以及周边车辆的活动都被反复呈现，现场气氛围绕“系统为何折腾”“是否能更聪明地识别障碍”展开讨论。
理想汽车方面的高管在社交平台上回应称，事发时车位后方并非空位，而是停放着一辆电动自行车，导致自动泊车过程受阻。李昕旸表示视频里确有“折腾”的画面，承诺将与自动驾驶团队共同推进改进，在9.1版本中提升对复杂场景的泊车能力。对外披露的信息还包括，官方会加强对障碍物的识别与路径规划的协同，力求在同类场景下给出更明确的判断和提示，以减少误判和重复操作。
车主在评论区还原了事发情形。当时采用的是离车泊入功能，站在较远处观察车辆的动态，直到车身靠近后方才发现有电动车占位，意识到空间并非全然可用。车主表示自己刚买车，对功能并不熟悉，误以为后方的电动车不会影响入库，事发后向被堵的车主道歉，随后自行将车停好。此处的描述也透露出对功能的理解需要时间积累，初步判断与实际场景存在偏差。
现场要点
从视频与各方叙述看，后方并非空位，而是被一辆电动自行车占据。系统在面对这类非常规障碍时，往往会进入反复的角度微调以寻找可行路径，但若障碍物信息被误判或视线受限，便可能出现持续的“折腾”现象。官方客服也承认，若车位周围存在立柱或立体障碍物，传感器与算法的感知可能出现偏差，从而影响泊入轨迹的稳定性。该现象也提醒，当前智能泊车的容错范围仍有边界，用户在复杂场景中需要对系统的判断保持一定认知。
边界与改进方向
此次事件凸显的是智能泊车的现实边界。官方明确表示，将在后续版本中加强对复杂场景的容错能力，提升对不可预知障碍的识别效率，并在无法安全入库时提供更清晰、即时的提示，避免出现持续折腾和围观尴尬的情形。与此同时，改进方向不仅涵盖视觉识别与路径规划的协同，还包括对提示信息的优化，以及在车位信息对比上的实时反馈，帮助用户更快判断可用性。技术发展的核心在于让“人下车、车自己停”的初衷更接近现实场景中的可用性，而不是成为体验中的另一种困扰。
综合来看，事件并非单纯的系统失灵，而是暴露了在特定场景下的边界与挑战。随着版本迭代，针对复杂停车场景的识别、距离估算以及对非常规障碍物的处理能力会逐步增强，但这需要厂商在算法透明度、提示机制以及与用户的协同方面持续优化。对用户而言，理解功能边界、在陌生场景中预先评估可行性，以及在遇到不可预见情况时及时借助人工辅助，仍是安全使用自动泊车的重要前提。技术进步的同时，场景理解与边界提示的清晰度同样关键，避免让自动泊车在现实环境中成为一段不必要的折腾。
