2026年4月，上海一位小米SU7车主在地下车库使用自动泊车功能时，车辆径直撞上了一面悬空的墙体，导致车顶损坏。车主表示"以后不再用了"，而小米客服的回应是：悬空障碍物确实可能影响泊车辅助功能。
这听起来像是一个低级失误--一辆配备了激光雷达、毫米波雷达和十几颗摄像头的智能汽车，怎么会"看"不到一堵墙？但问题恰恰出在"悬空"二字上。这起事故像一把手术刀，精准地切开了当前所有自动泊车系统一个共通的、尚未愈合的技术"盲区"。
自动泊车的"眼睛"，为什么集体"失明"？
要理解这次碰撞，得先看看汽车自动泊车依赖的几双"眼睛"是如何工作的。
- 超声波雷达（盲人探路杖）：这是自动泊车最依赖的传感器，通常分布在车身四周。它的工作原理很像盲人的探路杖，通过发射超声波并接收回波来测量距离。但它的致命缺陷是，这根"探路杖"只能感知与地面接触或非常接近地面的物体。
对于完全悬空、下方没有反射面的墙体，超声波信号要么无法返回，要么被系统当作无关的背景杂波过滤掉了。在泊车场景下，它主要任务是探测地面上的车位线和低矮的马路牙子。
- 摄像头（受光线影响的肉眼）：摄像头通过图像识别来判断障碍物。但在光线不足的地下车库，图像质量会大打折扣。更重要的是，如果悬空墙体与背景颜色、纹理对比度不高，算法很容易将其漏检。
它擅长识别已知的、规则的物体（如车辆、行人），但对于不规则的、非常见的悬空结构，识别率会急剧下降。
- 激光雷达（三维扫描仪）：这是理论上识别悬空物体最强的工具。它通过发射激光束，获取周围环境的三维点云图。但问题在于，泊车时激光雷达的扫描重点通常集中在车身周围水平面，对于远高于车顶的垂直空间，关注度不足。
此外，如果悬空物体本身较薄，激光点打在上面可能过于稀疏，难以形成有效的三维模型，同样会被算法忽略。
小米SU7搭载了包括激光雷达在内的多传感器融合系统，但在这场事故中，所有传感器都"失效"了。根本原因在于，当前自动泊车系统的核心算法逻辑，优先保障的是对地面障碍物的避让，系统默认的"威胁"主要集中在车身高度范围内。
一堵高于车顶的悬空墙，虽然对人眼来说显而易见，但很可能没有进入系统"需要紧急避障"的决策列表。
不是小米一家的问题，但解法已有高下之分
小米客服在回应中提到，这是行业共性问题。这话没错，我们看看其他厂商的表现：
- 特斯拉：采用纯视觉方案，曾因环境感知缺陷导致多起低速碰撞。美国监管机构调查指出，其系统对悬空物体识别能力不足。纯视觉方案在高度感知上存在天然短板。
- 比亚迪：走在了前面。它通过申请专利，用AI模型直接提取"悬空物体接地点"信息，将识别精度提升至99%。更关键的是，比亚迪敢于推出"智能泊车安全兜底承诺"，事故责任由车企承担，这背后是强大的技术自信。
- 小鹏：在旗舰车型GX上搭载了分辨率极高的896线激光雷达，可以识别150米外的悬空目标，在复杂场景下避让成功率很高。
可见，行业共识是必须依靠多传感器融合与更先进的AI算法来攻克这一难题。比如，优化激光雷达的"地面过滤算法"，让系统能更好地从海量点云中分离出悬空物体；或者像一些供应商研究的那样，结合视觉语义分割和三维重建技术，仅凭摄像头也能估算出物体的空间结构。
被藏起来的说明书，和被夸大的宣传
技术有局限可以理解，但问题另一半在于"人"的层面--信息不对称。
根据调查，小米在小米汽车App的"辅助驾驶专区" 的泊车辅助教学流程中，确实用文字提示了用户需警惕"悬空的管道、消防栓"。然而，这种关键的风险提示，没有在销售宣传中被同步强调。
翻开小米的官方宣传，自动泊车功能被描绘得极其便捷和智能："一句话搞定泊车"、"解放双手"，演示的是用户双手提物时，优雅地用语音把车召唤出来的场景。在这样充满未来感的演示中，没有任何关于"悬空墙体可能无法识别"的警示。
这就造成了巨大的认知落差：厂商在手册的角落履行了告知义务，但在最光鲜的舞台上只展示功能最完美的一面；用户被炫酷的宣传吸引，却很难有动力去深挖App里冗长的安全条款。当事故发生时，双方都觉得委屈。
我们距离"真自动"泊车还有多远？
所以，小米SU7撞上悬空墙，是一次典型的技术边界与用户期望碰撞事件。它告诉我们：
- 自动泊车仍是"辅助"：无论宣传语多么激动人心，它的本质仍是一个需要驾驶员时刻监控、随时准备接管的辅助功能。驾驶员仍是安全的第一责任人。
- 技术仍在攻坚：对三维空间，尤其是垂直方向障碍物的精准、实时感知，仍是自动驾驶领域正在啃的硬骨头。比亚迪、小鹏等厂商的解决方案展示了前进方向，但距离在任何极端场景下都100%可靠，仍有距离。
- 坦诚沟通比炫技更重要：车企有责任在营销科技感的同时，更清晰、更前置地告知消费者功能的边界在哪里。把风险提示从App的深处，提到购车决策的明处，是建立信任的关键一步。
下一次当你使用自动泊车时，或许可以多看一眼车顶上方。这不是对技术的否定，而是在智能时代，与机器协作时必须保有的那一份清醒。