上周一时兴起，约战了一把小鹏汽车的智能泊车。起因很简单，一个是人在广州有地利，周末约上车友们聚一聚；二是@小特叔叔和@新出行，也在微博上应邀了，都想称量称量小鹏 G3 的技术含量。
@小特叔叔在放狠话
周六下午，在跟小鹏汽车的人「勾搭」上后，我、小特叔叔、新出行小编都拉上自家的车友，去到小鹏汽车总部「踢馆」！
结果，自然是我们踢馆成功，大获全胜。但这中间，也发生一些很有意思的事。尤其当我们拿着小特叔叔的 Model 3 在同样位置测试时，意想不到的事情发生了……
踢馆！星球站队横扫全场
我是有很强好胜心的。这点，人前人后我从不隐瞒。
所以，在发出挑战微博并得到小特叔叔、新出行和小鹏官方回应后，我是挑选了下的，请的外援那是相当牛皮。
可真去到现场，我方选手在练习赛的第一把，就吓尿了全场。（到底是谁，自己在评论区认就好了。）由于赛事算的是平均分，我赶紧临时调整策略，从六人出战调整为四人出战，甚至自己都打起退堂鼓。
G3 先上了场，侧方位停车，也就停入上图这个位置。成绩是 43 秒和此前的 35 秒。
紧接着则是我们这帮车友组成的星球站队。在第一把吓尿后，我们决定直接上高手镇场。@雄哥首发，@阿铭 第二，我第三，@洪毅第四。
「压力巨大！」，小特叔叔、新出行的人在观摩完我方表现后，当场就跪了！「喔喔喔喔喔喔」的声音，隔着车窗也是响彻天际。不相信，看看上面视频自己感受下。珠三角非知名民间赛车手的实力绝对是响当当的。
@雨丝同学
吹完自己，也要捧下新出行的人。个人成绩全场次佳，就来自一位新出行的车友。新出行的铁皮跟我说，人是广州特警。服气服气。
更服气的，则是新出行的雨丝姑娘。刚开始总说不上不上，铁皮还放烟雾弹说她不行。结果@雨丝姑娘一上场，那是相当可以。还没出成绩，现场所有人都开始鼓掌。结果，人入库成绩是 12.53秒。感觉新出行贺老板是相当满意。
全场赛后，我们星球度的平均入库时间短至 10.1025 秒。成绩最差的，是我本人，11.88 秒。
说横扫全场，没啥意见吧！
Model 3 现场入库，有点小尴尬
作为中国首席特吹，@小特叔叔 也将自己的 Model 3 开到小鹏汽车总部砸场子。
从品牌和颜值来看，Model 3 胜出一筹。但在所有人跑完、小特叔叔决定拿 Model 3 来比下时，出现了比较尴尬的一幕。
Model 3 初上场，大家期待还蛮高。但是，小特叔叔开着 Model 3 在现场兜了好几圈，无论是左侧还是右侧，都无法识别出这个车位来。
为此，我们移走障碍物，在前后位置摆上真车；但前两把还是不行，甚至再去找垂直停车位实验，中途也失败了。最后，在以低速的 2-3 公里时速从右侧通过时，识别出来了车位，完成了这次智能泊车。大家看上面编辑过的视频感受下。
这样来看，小鹏汽车在 G3 智能泊车这块，还真没吹牛。我早前在长测 G3 时，也录制过一段视频如上。整体感觉，G3 的智能泊车，在车库内的识别率很高，而且无论左右，都能识别出来。
小特叔叔则说，特斯拉的车，也是少数能识别左侧也能识别右侧的车之一。只是：「智能泊车识别问题，特斯拉经常瞎来，等个红绿灯，屁颠屁颠的告诉你，发现了一个停车位。等到真要用的时候，半天找不到。」
都是智能泊车，区别在哪里？
在 Model 3 尝试垂直车位自动泊入时，我和小特叔叔都对 G3 高识别率背后的技术非常感兴趣。我当时在车上说，回头问问小鹏家的人。
我们真问了。出来解释的，是小鹏汽车智能泊车项目的智能算法专家赖健明。
“优秀的惯性单元”，这是赖健明首先提及的重点——向来不吝于堆料的新造车，在关键零部件的采用上也往往拥有超常的诚意，“车辆当前的运动状态是怎么样？往前往后了多少？转了多少圈？方向盘打了多少？甚至于（车辆的）俯仰、侧偏、翻滚状态，这些都是在惯性单元的辅助下，让小鹏的传感器融合有了更大的优势，因为所有的传感器都能够在一个相对更精确的坐标系上工作。”
对于智能次时代汽车来说，“融合”不仅应该体现在硬件之间的紧密合作，更应该体现在以决策芯片为核心，各传感器/动力总成/功能件为分支的系统调度上，也就是成语“如臂指使”所描绘的境界——在这一点上，小鹏的路线与我们的观点不谋而合。
“技术的进化和生物的演化其实是有很高的相似性的。《盲眼钟表匠：自然选择的秘密》里面说过，低等生物里面，很容易出现多个分布式的神经元，就像章鱼，它的每一个吸盘，都像是一个独立的小生命体，并不是由它的大脑完全去控制的。但我们人不一样，我们手的功能隶属于一个大脑的功能区，眼睛也隶属于一个大脑的功能区，这就相当于一个集中式的，中央的运算系统。”
电动星球注：这本书是英国著名生物学家和科普作家，英国皇家科学院院士理查德·道金斯所著，某宝售价 50 块左右。
“也就是说，一个足够高级的运算系统，是不会存在这种分布式的运算节点的。而这一点和小鹏汽车（的内部框架）是非常相似的——传统汽车供应链不会出现这种情况，Tier1 只会给你一个完整的功能模块，而不是只卖传感器和功能件，传统车企是无法做到这样（搭建一套这样的系统）的。”
能识别左右两侧停车位、同时实现全场景的智能泊车，从技术上看，关键在于小鹏汽车使用了摄像头，而不只是超声波雷达。这样的好处是，在实现了车尾物理空间探测、障碍物探测等基础上，G3 同时能通过视觉计算，识别出车位线、车前后左右车辆等等物品。
在 9102 年，绝大部分新车都会说自己能够自动拨入。但从我的经验来看，绝大部分的新车识别率其实都很低，几乎不具备可用性。跟 G3 比起来，就是「有用」和「好用」的区分。
这让我忍不住多说两句。谁都知道要实现智能驾驶需要多传感器融合。但这种融合，其实也分两种。一种是供应链能力，一种是 know how 的能力。
前一种，供应链给你什么，就是什么。而且往往还会打点埋伏，这就导致绝大多数的新车，在智能泊车这个功能点上，只能说「有」，谈不上「用」；后一种，则是厂家深度去理解传感器，吃透底层逻辑和数据，最终完成编码和 OTA 。
从逻辑上看，只有后一种才具备进步、成长的空间，才能真正让功能「好用」。虽然最近微博上很多人吐槽我，但我还是要说，软件能力已经成为了汽车厂商的「基础能力」！忽视了这项能力建设，未来会从竞争中出局。
最后，补充句对小鹏智能泊车的看法：35 秒或者 45 秒的智能泊车时间，在实际驾驶中是一个比较正常的时间。日常生活中，我们经常遇到的是更为狭窄的停车位。老司机停车，30 秒或者一分钟都很正常。G3 在这个时候，整体效率并不会明显降低。就我而言，如果偷懒、佛性点，智能泊车这项功能，我是会常用的。
