文 | Karakush
北京五彩城，是位于海淀区五环开外的一个商城。
北京的一位朋友告诉我，这已经算大农村板块了，虽然地价也不便宜。
商场每天早上十点开门，一道开启营业的还有附属的停车楼，一切都是那么朴实无华且枯燥。不大寻常的是，楼里会有几处来自东方互联网巨头的神秘标记，上到二楼、三楼还会有几台更神秘的伪装车在不断绕绕停停。
你绝对不会错过，因为这几台车不仅伪装车贴足够招摇，而且行驶速度也慢于正常车辆，仿佛自带升格镜头，在道路正中央强调着史诗般的存在感。碰到一些急脾气的师傅跟在后头，可就热闹了，任你怎么按喇叭，哥们儿都在喧嚣中维持着岁月静好。
不做过多的铺垫了——车是自动驾驶的。讲道理，我不该说安全员没抓着方向盘，不然罗宾又该交罚款了；但是技术上来说，人确实没控制，车是自己在动，动得四平八稳。
伪装车，是威马明年上半年即将发布的全新SUV车型，应该就是去年上海车展亮相过的EVOLVE Concept的量产版，根据此前的预告，会搭载L4和5G技术。这个L4主要就是指L4级的自主泊车功能，由百度和威马共同研发，工程师告诉我，主要由百度提供技术能力，威马提供车辆，双方共同做场景定义。
在上个月举办的百度世界大会上，其实已经展示过这项技术，学名AVP，我们也有过文章介绍（《L5的特斯拉和你玩命，L4的威马和你玩玩》），当时大家都是看的直播进行的云报道。
前不久，我有幸去到了这个全京城最先被L4级自动泊车启蒙的地方，进行了一趟非常非常小范围的试乘体验，实体被自动的感觉还是很奇妙的。
还是值得吹一吹
体验就两个环节，分别是这套AVP目前计划落地的两套场景：
一个是针对固定车位的HAVP，比如你家、公司、或者什么其他日常流连的场所，你只要带车走一遍，以后车就可以自主复刻这条路线。明年率先会随威马新车量产推出的就是这个功能，不是期货，到手即有。
训练的过程无比简单，条件反射一次成型：
第一次你只需要把车开到你预备以后每天下车的地点，进入车机程序让车确认这个起始点，然后你以15km/h以下的车速手动开到你的固定车位，实际就是带车扫出一个路线环境地图。停车完毕屏幕会有提示操作开始学习，车就会把地图数据上传到云端分析，学完再下载回本地，就获得技能了。
听上去像转了道手，但速度其实很快，几分钟就能完成。也可以本地学习，有的地下停车场没网，数据上传不能，就得靠本地有限的算力赤膊上阵，学习时间反而会比较长，据工程师估摸或许得要个十几分钟的样子。
接送同理，车可以自动泊出来找你，但是得再训练一遍，即便上下车点只是对调，线路相同方向不同，也需要再教一遍。关键在于固定点到固定点，车只会基于地图到你教过的点，而并不会跟着你（的手机定位）做实时移动。从这一点来说，这是高度基于场景预设的技术应用。
你可能会觉得不以为意，因为市面上已有不少形意类似的功能，比如倒车循迹、遥控泊车、自动泊车辅助等等。泊车这个项目，似乎是吹无可吹的俗物，L4也不能拯救它的不稀奇。但是魔鬼都在细节里，至少有两点让这套HAVP值得你多看两眼：
其一是驾驶门槛低。训练时，你不必是个完美驾驶者，因为威马并不是什么四轮图灵机器，试图复刻人类的驾驶习惯和轨迹，它是获取地图，然后按照自己预设的规则，居中、低速、谦让、安全地完成驾驶。
其二是你真的可以离开车。市面上绝大多数泊车功能，目标其实是解决停车姿势难的问题，不管是否支持你放手或下车，都至少要求近身观察监测，比如即便是遥控，你下车后还是会被要求带着车钥匙保持在车辆附近，离开太远系统就会自动退出。
而HAVP是为了解决你“最后一公里”的步行问题。当然，初落地的学习路线肯定远远不及“一公里”，出于成本、法规、安全等考量，不会长也不可以长，目前威马预设约为50米左右，但据说上市可能还会有调整。工程师介绍，目前的能力上三位数是没问题的，从当天的体验来说也似乎确实如此。
“停车场自由”
另一个PAVP会更炫酷一些，就是在比如五彩城这样的停车楼或者其他停车场里，它能在你下车后自主找到空位停车锁好，无需教学，即时游击，尤其是还支持自动穿越上下楼。
它和HAVP是两套系统，有不少代码是相通的，但是路线不固定，环境也更复杂，体现在技术差异上，就是要用到高精地图。这个百度会负责，一个个商场开通，后续通过OTA更新高精地图库就好。
从单体能力来说，这个肯定更高级，不过仍然是高度依赖场景——它设计有固定上下车点，通常就是电梯厅门口，你下车跑路，车会通过标记识别所在楼层，然后自己找车位；等到要用车的时候，总还要从电梯厅出来的，在上车点用手机APP召唤车辆等着就行。
速度是根据停车场的通常限速设计的，直行在5-7km/h，转弯会更谨慎地在3-4km/h。工程师表示，技术能力上是可以提速的，前装硬件基本能提到15km/h的水平，这就会稍微接近实际停车场里的流动速度。现在人机混行的时候，机器经常会被嫌弃。
百度曾经想过把整栋楼承包下来，但是那样就失去了走入民间的意义，与人共舞，才好更清楚地认识到真实交通里的狼性——虽然这也不会改变机器的原则，于是自动驾驶就会很容易陷入一个阿西莫夫困境：
如果两台车同时看上一个车位，机器是会主动避让的，而人的反应则是，我要拼一拼、别一别，看谁先耐不住尴尬走开。碰上人口密集的商区，机器找车位的效率或许会因此变低，所幸你反正已经自由了。
这项功能目前还只有垂直停车，之后斜向和侧方都会有，当然也靠OTA。
拥挤的泊车赛道
这套AVP是百度自动驾驶计算平台ACU上首先应用落地的产品。平台其实也就是今年7月底正式下线，预计年产能20万套。
AVP的这套方案，采用了5个摄像头和12个超声波雷达，此外还预留了毫米波雷达和激光雷达接口，为以后更多功能做准备。不过据说威马本来固有用于ACC的毫米波雷达，现在也被双方的工程师接入系统里做冗余设计，再安全一点肯定不为过。
按照百度和威马通稿中的说法，这是中国唯一“软硬一体，AI大生产平台”。非常牛逼的样子，可是还是从已经很拥挤的泊车赛道开始做起，有种天选之子下基层的感觉。除了之前提到的形似功能，与AVP最相像的是特斯拉的召唤模式，行业共性反映出，这是自动驾驶的新手村任务。
一是低速环境比较友好，越是高速，对识别速度的要求就越高，自然对算力要求也越高；二是场景相对固定、封闭，其中的变量也就相对可控。以上两点，无论是技术能力，还是安全法规，都会比较适合落地，让技术到现实中继续摸索。包括特斯拉，路线距离、范围、车速也是规定了限制的。
三来，这还是个很划算的功能点，在高频场景上能有巨大的体验改善。
威马有组数据显示，停车时，熟练的老司机平均也有超过30%的时间被浪费在找车位和泊车的过程中，新手司机还有水平问题，耗时就更长了；而在取车时，多数人找车也可能需要花费10分钟甚至更久。即便没有数据，我们回想一下日常就知道有多头疼。
这个痛点，曾经是一批停车APP创业的出发点，但是当时的集体失败在于，人们对于多费一步去解决这个刚需的意愿却很低，低效的习惯比互联网创业者们想象的要顽固得多。直接整合在车上，便无可捷，是现代懒人社会的唯一解。
所以以后的功能，一定会从散装垂直，往更综合的场景融合方向高度集成。这也是为什么在目前的泊车产品中，这套AVP是看上去挺能打的。威马就此说，他们将是最快落地和量产L4级自动驾驶技术的品牌——或许眼下来看，会需要些角度，毕竟PAVP量产还需要时间。但是随着ACU平台的持续迭代，比较全面的L4技术是可见可期的。
百度的工程师说，对于百度而言，技术竞争，比如和特斯拉或者其他公司相比，关键不是能不能实现功能，而是一项功能的泛化能力；此外，还要按照车规级功能开发。
现在很多车企都有和百度在接触，但最终是威马当先，一方面是有资本关系，另一方面则是作为新势力企业，对新技术合作会更开放。这也会给威马一个竞争优势，明年加持了AVP的威马，在智能化方面会变得比现在更硬气些。
多年以后，当我们站在自动驾驶道路上回望，不知道还会不会有人想起在北京五彩城，有这么几辆车，一顿暴走，走得奇慢无比、锃光瓦亮。这么想，说不定这个大农村的地价还能再往上蹿两万。
