北京五彩城是位於海澱區五環外的壹個購物中心。
壹個北京的朋友告訴我，這是壹個很大的農村部門，雖然地價不便宜。
購物中心每天早上十點開門，還有附屬的停車樓。壹切都是那麽樸實無華，無趣。不同尋常的是，大樓裏會出現幾個來自互聯網巨頭的神秘標誌，更有幾輛神秘的迷彩車停在二樓和三樓周圍。
妳不能錯過，因為這些車不僅偽裝的足夠招搖，而且比普通車輛還慢，仿佛有自己升級的鏡頭，強調路中間史詩般的存在感。遇到壹些急性子的師傅跟著妳，就熱鬧了。不管妳怎麽按喇叭，妳的夥伴在噪音中保持安靜。
不要做太多鋪墊——車是自動駕駛的。講道理，我不該說安全員沒握方向盤，不然羅賓又要交罰款了。但是技術上，人真的失控了，車自己在動，穩穩的動。
迷彩車是威馬將於明年上半年發布的壹款全新SUV車型。應該是去年上海車展上出現的EVOLVE。根據之前的預測，Concept的量產版將搭載L4和5G技術。這個L4主要是指L4級自主泊車功能，由百度和威馬聯合開發。工程師告訴我，百度主要提供技術能力，威馬提供車輛，雙方做場景定義。
在上個月舉行的百度世界大會上，這項技術實際上得到了展示，學名是AVP。我們還有壹篇文章介紹(“L5的特斯拉陪妳玩，L4的魏瑪陪妳玩”)。當時大家都是看雲報告直播的。
不久前，我有幸去了北京這個最早被L4自動泊車啟蒙的地方，進行了壹次非常非常小規模的試乘體驗。實體是自動的這種感覺仍然很棒。
體驗有兩個環節，即AVP目前計劃落地的兩個場景:
壹種是固定停車位的HAVP，比如妳的家、公司或任何其他妳每天出沒的地方。妳只需要坐壹次車，然後車就可以自主重現這條路線。這壹功能將在明年威馬新車量產時率先推出，不是期貨，而是手頭。
訓練過程極其簡單，條件反射壹次形成:
第壹次，妳只需要做好準備後開到每天下車的地方，進入車載機程序讓車確認這個起點，然後妳以15km/h以下的速度手動開到妳的固定車位，其實就是用車掃出壹張路線環境圖。停車後屏幕會有提示開始學習，汽車會把地圖數據上傳到雲端進行分析，學習完後再下載回本地，妳就獲得技能了。
聽起來像是轉手，但其實很快，幾分鐘就能完成。也可以在當地學習。有些地下停車場沒有網絡，妳無法上傳數據。妳得靠本地有限的計算能力赤膊上陣，但學習時間會更長。據工程師估計，可能需要十幾分鐘。
同理，汽車可以自動為妳泊車，但需要重新訓練。即使上下車點剛好顛倒，線路同向但不同，也需要再教壹遍。關鍵是從壹個定點到壹個定點。汽車只會根據地圖去妳教過的點，不會實時隨妳移動。從這個角度來看，這是壹個高度基於場景預設的技術應用。
妳可能會覺得無所謂，因為市面上有很多類似的功能，比如倒車追蹤，遠程泊車，自動泊車輔助等等。停車這個項目，看起來是個俗不可耐吹的東西，L4也救不了。但細節決定成敗，至少有兩點讓這套HAVP更值得壹看:
壹個是駕駛門檻低。妳不必在訓練中成為壹個完美的駕駛員，因為威馬不是壹臺四輪圖靈機，試圖重現人類的駕駛習慣和軌跡。就是獲取地圖，然後按照自己預設的規則，以居中、低速、謙卑、安全的方式完成駕駛。
第二是妳真的可以離開車。市面上大部分停車功能的目標其實都是解決停車姿勢難的問題。不管是扶妳放手還是扶妳下車，至少都需要密切觀察和監控。比如，即使遙控下車，仍然會要求妳用車鑰匙待在車輛附近，離開太遠系統會自動退出。
而HAVP就是要解決妳“最後壹公裏”的行走問題。當然，第壹次落地的學習路線肯定是遠遠小於“壹公裏”的。出於成本、法規、安全的考慮，不會很久，也不會很久。目前威馬預設為50米左右，但據說上市時可能會有調整。按照工程師的說法，目前三位數的能力是沒有問題的，從當天的體驗來看似乎也是如此。
另壹款PAVP會更酷，就是在五彩城這樣的停車樓或者其他停車場，它可以在妳下車後找到壹個空車位並鎖上，不用教，還可以實時遊擊，尤其支持自動穿越上下樓梯。
它和HAVP是兩個系統，很多代碼是相通的，但是路線不固定，環境更復雜，體現在技術上的差異，就是需要高精度的地圖。這個百度會負責商場開業，通過OTA更新高精地圖庫就不錯了。
從單體容量上來說，這肯定是更先進的，但還是高度依賴場景——設計有固定的上下車點，壹般在電梯廳門口。當妳下車跑的時候，車會通過標記識別樓層，然後自己找車位；想用車的時候，總要從電梯廳出來。用手機APP召喚車，在上車點等就行了。
速度是按照停車場通常的限速設計的。5-7km/h直行，3-4 km/h轉彎更謹慎，工程師說技術能力可以加速，前置硬件基本可以達到15km/h的水平，會稍微接近停車場的實際流速。現在人和機器混在壹起，機器往往會被排斥。
百度曾經想過承包整棟樓，但後來失去了走入民間的意義，與人共舞，從而更清晰地認識到現實交通中的狼性——雖然這不會改變機器的原理，所以自動駕駛很容易陷入阿西莫夫困境:
如果兩輛車同時看壹個車位，機器會主動避讓，人的反應是我打我告別，看誰先受不了尷尬。遇到人口密集的商圈，機器找車位的效率可能會變低。還好，反正妳是自由的。
這個功能目前只有垂直泊車，之後會有斜向和側向，當然也要靠OTA。
這套AVP是百度自動駕駛計算平臺ACU上應用的第壹款產品。事實上，該平臺已於今年7月底正式上線，預計年產能20萬套。
在AVP的這個方案中，使用了5個攝像頭和12超聲波雷達，並預留了毫米波雷達和激光雷達的接口，為將來更多的功能做準備。不過據說威馬的毫米波雷達，原本是用於ACC的，現在被雙方工程師接入系統進行冗余設計，肯定不太安全。
根據百度和威馬的草案，這是國內唯壹的“軟硬壹體化，AI制作平臺”。很牛逼，但是從已經很擁擠的停車軌道開始，有壹種被選中的兒子在基層的感覺。除了前面提到的形似功能，和AVP最相似的是特斯拉的召喚模式，業內* * *反映，是自動駕駛的新手村任務。
第壹，低速環境友好。速度越高，對識別速度的要求越高，自然對計算能力的要求也越高。二是場景相對固定封閉，裏面的變量相對可控。以上兩點，無論是技術能力還是安全規定，都會更適合落地，讓技術在現實中繼續探索。包括特斯拉，路線的距離、範圍、速度也是有限的。
第三，這是壹個性價比非常高的功能點，可以大大提升高頻場景下的體驗。
威馬有壹組數據顯示，停車時，熟練老司機30%以上的時間浪費在找車位和停車的過程中，新手司機還有水平問題，耗時更長；提車的時候，大部分找車的人可能需要花費10分鐘甚至更多。即使沒有數據，當我們回顧我們的日常生活時，我們會知道我們有多頭疼。
這個痛點曾經是壹批停車app創業的起點，但當時的集體失敗是，人們願意花更多時間解決這個剛需問題的意願非常低，低效的習慣比互聯網創業者想象的要頑固得多。直接集成在車內是現代懶人社會的唯壹解決方案。
所以未來的功能肯定會從批量垂直向更全面的場景融合方向高度集成。這也是為什麽在目前的停車產品中，這套AVP看起來相當幹練的原因。威馬表示，他們將是最快落地並量產L4級自動駕駛技術的品牌——也許目前需要壹些角度，畢竟PAVP的量產還需要時間。但隨著ACU平臺的不斷叠代，更全面的L4技術有望實現。
百度的工程師表示，對於百度來說，技術比拼的關鍵，比如和特斯拉或者其他公司比，不是功能能不能實現，而是壹個功能的泛化能力；此外，還應根據車輛法規的功能進行開發。
目前很多車企都在和百度接觸，但是最後還是會由他們來牽頭。壹方面他們有資本關系，另壹方面作為新的電力企業，對新的技術合作會更加開放。這也會給魏瑪帶來競爭優勢。明年被AVP祝福的魏瑪將會變得比現在更聰明。
許多年以後，當我們站在自動駕駛的道路上回頭看，不知道有沒有人會記得，在北京五彩城，那麽多車，走了壹段暴力的路，無比的慢，無比的輝煌。這麽想吧，說不定這大農村的地價還能再漲個兩萬。
本文來自車家作者汽車之家，不代表汽車之家立場。