隨著汽車智能化的加速普及，功能異常正在成為普遍現象。
1月24日，小米汽車決定召回2024年2月6日至2024年11月26日生產的部分SU7標準版電動汽車，共計30931臺；原因是部分車輛因軟件策略問題，可能導致授時同步異常，影響智能泊車輔助功能對靜態障礙物的探測，增加剮蹭或碰撞的風險，存在安全隱患。
按照小米汽車的官方介紹，公司自研全球首個可量產端到端大模型，突破性的將感知、決策、規劃算法多合一，已經實現5cm精度的極窄庫位泊入和23km/h巡航的代客泊車。
去年9月，小米汽車的智能泊車輔助能力進行了全新升級。最新推出“機械庫位泊車”功能，并且支持側方位、空間車位和極窄車位等超過200種不同的停車位。
然而，不管是高速行車、還是低速泊車，智駕功能從來不是100%安全。
尤其是部分新勢力開始主推高階泊車功能的背景下，2024年多家車企都被爆出數起和泊車功能相關的小插曲和事故。一些車企在事后的調查報告中這樣描述，“事故確實屬于小概率事件，我們同步針對該項弱勢場景下的軟件感知性能，進行了專項提升及現場測試驗證。”
不管是APA還是HPA、AVP，仍需解決的問題還有不少。比如，斷頭車位、狹窄車位、異型車位、機械升降車位的成功泊入率、車位識別精準率、泊車速度，以及在各種復雜停車場地、人車混流場景下的低速行車安全保障。
就在今年初，特斯拉宣布在美國市場逐步釋放高級智能召喚功能后不久，美國國家公路交通安全管理局（NHTSA）就宣布對這項功能開啟事故調查。原因是，有車主投訴，該功能造成一起車禍。公開資料顯示，車輛在使用該功能時未能檢測到特定障礙物或其他停放的車輛，導致事故發生。
但同時，泊車功能的體驗優化、迭代升級仍在持續。
比如，2024年5月11日起，理想L系列和理想MEGA用戶將被推送OTA 5.2版車機系統。其中，AD Pro 3.0繼續增加智能泊車能力，包括支持超過300類復雜車位，全面提高泊車效率、安全性及復雜車位成功率。
此外，在上一個版本中，理想的代客泊車功能也開始全面支持地下停車場和地上停車樓，最長行駛距離達3公里，并且最多可支持跨越10層樓。此外，側方位極窄車位也可泊入。
而針對常見的機械車位，去年5月，極氪也首次OTA升級行業首個量產的「機械車位自動泊車輔助」，持續攻關泊車場景覆蓋的廣度和難度。此外，此次升級還帶來了車頭泊入功能，可實現垂直車位、魚骨車位、斷頭路以及窄車位的車頭泊入；同時支持各種類型的窄車位泊入，車寬+左右20cm均可泊入。
小鵬汽車則是在2023年底發布的Xmart OS 4.5.0版本，對自動泊車功能進行了場景擴展，增加了泊入無標線車位的能力，在沒有明確的停車線的情況下，也可以通過一鍵操作，讓車輛自動尋找合適的車位并泊入。同時，在自動泊車的速度和精度方面，也進行了進一步優化。
在較長時間內，市場上的泊車功能大致遵循從輔助泊車（倒車雷達、倒車影像）、半自動泊車、APA自動泊車（從12Uss方案，到融合環視的4V12Usss方案），從低階到高階的演進路線。
與此同時，泊車為國內汽車消費者的典型痛點場景（相對歐美等國家，國內停車資源稀缺，場景復雜多變），以倒車雷達、倒車影像為代表的輔助泊車功能，早早便實現向平價車型的普及。
高工智能汽車研究院監測數據顯示，2023年中國市場（不含進出口）乘用車前裝標配APA交付350.48萬輛，同比增長22.10%；不過，另一組數據更能說明市場的分化（傳統單一基于USS的低階泊車輔助正在被淘汰）。
其中，高階泊車（RPA、HPA等）交付占比接近30%，同比增長64.04%，遠超APA整體市場的平均增速表現，進一步凸顯高階市場需求正在成為增量主力。尤其是艙泊/行泊一體等新方案的陸續落地，持續帶動功能搭載增量。
最新數據顯示，2024年1-11月，中國市場（不含進出口）乘用車前裝標配APA交付425.46萬輛（前裝搭載率為21.07%，較上年同期提升約5個百分點），同比大幅增長37.17%，較上年同期增速進一步放大；其中，高階泊車交付占比更是首次突破50%，達到53.07%。
在具體的車型品牌方面，包括華為鴻蒙智行（問界、智界、享界）、阿維塔、埃安、比亞迪（包括騰勢）、領克、深藍、小米、智己等十幾個品牌的多款車型均提供了AVP代客泊車的功能配置（選裝為主）。
但要真正做好自動泊車，并不簡單。同時，低速泊車，正在從過去被忽視的角色，持續受益高階智駕和整車智能化升級，重新煥發新生。比如，自主完成禮讓行人、倒車避讓、極限會車等一系列操作。
此外，域控集成度的進一步提升，艙泊一體也成為去年以來行業的關注焦點。過去需要單獨一套獨立控制器的泊車功能，正在迎來集成紅利窗口期，在一定程度上也降低了車企標配自動泊車的成本壓力。
尤其是在座艙高算力平臺的加持下，功能集成從主駕駛員延伸至座艙內的全員（副駕和后排乘員），同時還能支持「艙泊一體」的跨域功能。?比如，基于高通SA8295P開發艙泊融合方案，相比于早期基于高通8155開發的艙泊一體1.0，無論是算力還是后續功能升級的冗余度，都得到大幅度提升。
同時，隨著高階全場景智駕從「開城」競爭升級為「車位到車位」，泊車能力的增強也成為頭部車企的當務之急。比如，和高速行車技術同源的端到端代客泊車，包括模擬真實用戶的倒車避讓，以及當本車行進過程中遭遇空間受限時，可自主倒車騰挪。
