2026年7月27日，一段视频在社交平台迅速传播：一辆理想汽车在地下停车场反复调整方向、前后挪动，却始终无法驶入目标车位，后方车辆排成长龙。路过车主拍下这一幕，配文一针见血——“我要是不给车主打电话，它能在这蛄蛹一下午”。7月29日，理想汽车自动泊车频繁调整仍失败话题登上热搜。
最终，车主在“一群人的围观下”手动将车倒进车位。这起“蛄蛹者”事件，把新能源车企“智驾”光环下的真实困境，又一次推到了聚光灯下。
一、现场还原：一辆理想i6，堵了一条道
事发地点是一处普通地下停车场。一辆理想i6开启离车泊入功能后，车辆在车位前反复调整姿态，频繁进退修正，持续数分钟仍无法入库。后方车辆无法通行，现场引来路人围观。
涉事车主事后在社交媒体还原了经过：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。车主坦言自己刚买车不久，“得到消息的第一时间就下来给被堵的人道歉，然后自己把车停进车位了”。
理想汽车产品线负责人李昕旸7月29日发文回应：“最近刷到这位i6用户的泊车视频，离车泊入时，车辆反复调整倒车轨迹，看着像在‘折腾’。我们跟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。”
二、技术解析：VLA为什么搞不定一辆电动车？
要理解这次失败，得先搞清楚理想的自动泊车技术架构。
理想i6搭载的是VLA（Vision-Language-Action）大模型泊车系统。这套系统的逻辑是：通过激光雷达+多传感器融合感知环境，再通过大模型进行空间理解与行为决策。理想官方称其目标是让系统从“感知”走向“理解”。
但“理解”和“搞定”之间，还有不小的距离。
这次失败的技术归因很清晰：车位后方停了一辆电动自行车，占用了车位尾部空间。系统识别到车位入口可用，但无法准确判断障碍物对泊车轨迹的边界影响——它能检测到电动车存在，但算不出“怎么绕开它停进去”的最优解。
理想汽车官方客服也印证了这一判断：“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。”
核心矛盾在于：VLA的“空间理解”能力在理想宣传中颇为强大——据称能实现“全国任意园区自主寻路、识别路标、记忆车位”。但面对地下车库一辆电动自行车这种最常见的中国式停车场景，系统却陷入“反复调整—路径规划失败—再次调整”的死循环。这暴露了实验室环境与真实路况之间的鸿沟。
三、行业对比：当“车位到车位”遇上“一辆电动车”
这次事件最值得玩味的地方在于对比。
理想2026年的智驾愿景是“车位到车位”——从住宅区出发，经主干道、高架、商圈，最终自动泊入地库。这个愿景听起来很美好：全程零接管，从车位出发、到车位结束。
但现实是：连“到车位”这一步都没做好。一辆电动自行车就能让系统原地“蛄蛹”数分钟。
横向对比来看，华为ADS系统在窄车位场景下的表现更为成熟——它不只看前后车，还能结合路沿、人行道砖缝等边缘特征辅助定位。有评测指出，问界M8的自动泊车“一把进”，而理想L8“要来回三把”。2026年1月自动泊车APA供应商装机量排名中，博世、华为、比亚迪位居前三——理想的VLA方案在行业竞争中并没有建立起明显优势。
理想L8的车主也直言：自动泊车在标准车位表现尚可，但遇到一侧有柱子的车位时，“系统偶尔会停歪，需要及时接管”。另一位L6车主更直白：“自动泊车很笨，我妈说它能停进去的猪都能进。”
四、并非孤例：理想自动泊车的“问题清单”
这次“蛄蛹者”事件，只是理想自动泊车问题的一个缩影。
梳理近两年的公开信息，问题清单令人担忧：
碰撞事故频发：2026年1月，有车主使用自动泊车时撞上右后方车辆；2026年4月，L6自动泊车撞上路灯杆；2025年8月，L6离车泊入时系统突然自行向前行驶，撞上立柱。
识别错误不断：有车主反映自动泊车将车位处的排水渠误识别为限位器，导致车辆无法正常入位；L9多次识别车位错误。
硬件故障拖累：超声波雷达故障导致自动泊车失灵；雷达表面一个小白点就被认定为“石子撞击导致无法质保”。
售后体验堪忧：多位车主反映反馈问题后，厂家建议“擦拭摄像头、等待OTA修复”，而后续OTA“仅优化汽水音乐等无关功能”；更有车主投诉售后人员明确表示“你们找谁也没有用，最后的最后也是你们车主自己承担责任”。
关键视频“消失” ：重庆一位L9车主在使用自动泊车时发生事故，车机记录的事故视频连同前后约3小时行车记录一同“蒸发”，售后回应“可能被覆盖”。
这些问题揭示了一个深层矛盾：理想在智驾宣传中强调“全场景”“车位到车位”的宏大叙事，但实际产品在复杂场景下的表现和售后响应机制，远未达到宣传中的水准。 自动泊车作为辅助驾驶最基础的功能之一，如果连最常见的障碍物场景都搞不定，用户凭什么相信更复杂的城区NOA？
五、辅助驾驶的“定位”之困：是“辅助”还是“自动驾驶”？
这次事件引发的核心争议，其实是一个老问题：辅助驾驶的边界到底在哪里？
理想官方客服强调，自动泊车“只有当条件符合要求时才能顺利完成”。言下之意：条件不符合，失败是正常的。
但问题在于：普通消费者并不清楚“条件符合要求”的具体标准。在宣传中，VLA被描述为具备“类人思考与风险预判能力”；在实际使用中，一辆电动自行车就能让它“原地蛄蛹”。
理想L6 Pro车主在投诉中写道：“客服说这些都是辅助系统，那用户要问，既然不全面，为何要推出来，并且叫自动泊车。”这个质问，击中要害。
当车企用“智能”“全场景”“车位到车位”等词汇包装产品时，消费者自然会形成高期望。而当产品在实际场景中频频“翻车”时，车企再用“辅助功能”来免责——这种“宣传时高大上、出事时甩锅快”的做法，正在透支消费者对智驾技术的信任。
六、9.1版本能解决问题吗？
李昕旸在回应中承诺，9月推送的9.1版本将优化复杂场景下的泊车能力，并优化泊车受阻提醒。
这个承诺值得肯定，但也需要理性看待。OTA确实能解决一部分软件层面的问题，比如障碍物识别算法优化、路径规划策略调整。但硬件感知能力的物理上限——激光雷达和摄像头的分辨率、视场角、夜间和低光照条件下的表现——不是一次软件更新能解决的。
更重要的是，这次暴露的不是单一技术bug，而是系统在复杂环境下的泛化能力不足。中国的地下停车场场景极其多样——电动自行车占位、立柱遮挡、通道狭窄、照明不足——这些“中国特色场景”需要大量的真实路测数据来训练模型。一次OTA能覆盖多少？
涉事车主在回应中说了一句值得玩味的话：“给大家还原一下情况，希望不要被带偏节奏了，咱只是想好好停车。 ”——核心诉求其实很简单：我就想好好停个车，这要求过分吗？
写在最后
从“蛄蛹者”视频刷屏，到高管紧急回应，再到9.1版本的优化承诺——理想汽车用三天时间走完了一次完整的危机公关流程。
但这次事件留下的问题，远比一个OTA版本更深刻：
当一辆以“智能”为标签的汽车，连最基本的自动泊车都做不好时，“智能”二字的含金量还剩多少？
中国汽车市场的竞争已经从“有没有”进入“好不好”的阶段。消费者对智驾功能的期望已经很高，但实际使用场景中的意外情况仍在频繁出现。自动泊车作为辅助驾驶最基础的能力之一，它的表现直接决定了用户对整个智驾系统的信任度。
理想汽车由80后企业家李想于2015年7月创立，从增程式电动路线起步，一路走到今天实属不易。但“创造移动的家”的使命，不能只停留在品牌口号里。用户需要的不是一个会“蛄蛹”一下午的“智能汽车”，而是一个真正能“好好停车”的代步工具。
正如那位路过车主所说——“我要是不给车主打电话，它能在这蛄蛹一下午。”这句话的潜台词是：智能汽车不应该让车主、让路人、让整个停车场，为它的不成熟买单。
数据来源：华商报大风新闻、凤凰网科技、齐鲁网·闪电新闻、网经社、车质网、新浪科技、太平洋汽车
