疯狂立Flag的城市NOA落地，是真繁荣还是虚火？
今年的自动驾驶圈，最火热的词无疑是城市NOA（领航辅助驾驶，不同车企的叫法略有不同），走在智能驾驶头部的玩家都在推动城市NOA的落地，华为、小鹏、蔚来、理想等玩家纷纷立下了各自的目标。
华为城市NCA(华为的领航辅助驾驶官方名称为NCA)年底全国可用、小鹏城市NGP(小鹏的领航辅助驾驶官方名称为NGP)年底拓展至50城、理想城市NOA正式版年底全国可用、蔚来NOP+年底开放6万公里路线里程，除了这些玩家之外，还有很多玩家如魏牌、智己等也进行了城市NOA的布局。
随着时间进入12月份，距离各个玩家承诺兑现时间也越来越近了，城市NOA的进展似乎并没有预期那般火热。
小鹏汽车虽然坚持了自己的开城目标没有动摇，但是城市选择已经从一线城市过渡到了长三角地区的县级行政单位。
理想则是在城市NOA和通勤NOA这两个名字上反复调整。
还有很多玩家，甚至直接沉默了起来，不再将城市NOA的目标挂在嘴上了。
事实上，从去年开始，NOA一词开始彻底火爆车圈，一些头部玩家如特斯拉、小鹏、蔚来、理想等车企开始在高速上推出NOA。
在初步完成了高速NOA的部署之后，大家都将目标瞄向了城市，但城市NOA的进展显然不如人意。
那么各家车企在城市NOA方面的进入究竟到了哪一步？影响城市NOA进一步扩大规模的原因又是什么呢？
本文福利：车企关于城市NOA的目标，都实现了吗？分享手册《解析城市NOA如何才能规模落地》，对话框回复【车东西0565】下载报告。
推荐我司年度会议。12月19日，2023全球自动驾驶峰会将在深圳举行。主会场设有开幕式，以及高阶智驾、大模型、算力三大专场。分会场将举行深圳南山智能网联汽车政企交流会、自动驾驶分析师论坛，自动驾驶BEV感知技术论坛。目前，清华大学邓志东教授、UniAD作者李弘扬、智行者联创张放、千挂科技联创叶璨、德赛西威智能驾驶传感器事业部负责人江伙红、元戎启行技术合伙人刘念邱、纽劢科技首席科学家成二康等20+位嘉宾已确认出席。免费报名开放中，扫码咨询~
车东西根据公开信息不完全统计，目前，实际规模落地城市NOA功能且正式推送给车主的玩家或许只有小鹏和华为。但是，其具体落地情况和之前喊的口号有些许差别。
▲部分车企城市NOA宣传情况
华为的城区NCA（华为的领航辅助驾驶官方名称为NCA）目前官方确认落地的城市可能仅6城。今年7月新款问界M5(参数|询价)智驾版OTA升级后，其城市NCA功能在上海、广州、深圳、重庆、杭州5城开放。问界8月份公告显示，华为城市NCA新增落地北京。此后，无论是华为还是问界都没有再更新过城市NCA开城消息。虽然今年华为城区NCA已经连续落地六城，但距离余承东在问界新M7发布会上喊出的城区NCA年底全国可用相比还有很大差距。
▲问界新M7发布会现场
事实上，华为在城区NCA落地方面并非一开始就是这么激进，其落地目标从5城调整至15城，又调整至45城，最终才喊出全国可用的口号。不过目前12月份还未结束，理论上华为仍可能在年末实现城区NCA全国可用。但即使华为能够实现这一目标，也只能在某一城市的部分街区实现，距离真正意义上的全国可用还有差距。今年11月28日，小鹏汽车联合创始人、董事长、执行董事兼首席执行官何小鹏也在微博秀起了自家城市NGP（小鹏的领航辅助驾驶官方名称为NGP）的开城进度。
▲何小鹏微博
从小鹏汽车官方微博可知，小鹏G9、小鹏G6、P7i三款车型当日已经完成了25城的城市NGP功能推送，官方微博称“中国城市智驾开城数量第一”。而且，这新增25城名单与之前何小鹏在新小鹏G9发布会上立下的目标一致。
▲城市NGP功能更新名单
但是，如果仔细观察小鹏第二批开城的名单可以发现，新增的城市当中，比如，常熟、太仓、昆山在行政区划上都属于苏州市。或许可以说，小鹏第二批开城的最小单位是县级市，与第一批开放的城市相比，规模上略有缩水。早在今年4月18日，理想汽车在上海车展上宣布，其智驾系统AD Max 3.0的城市NOA导航辅助驾驶将于第二季度内开启推送，并于年底前完成100个城市的落地推送。
▲理想汽车今年4月上海车展发布会现场
而在今年8月的成都车展上，理想将宣传口径由“城市NOA”更改为“通勤NOA”。
▲理想汽车8月成都车展发布会现场
从城市NOA到通勤NOA，虽然只是两个字的差距，但是其表达的意义却完全不一样，顾名思义，城市NOA的意思是在城市内可用NOA，而通勤NOA则是指在固定的通勤路线上可用NOA，从这点上来看，理想事实上在一段时间内降低了自己对城市NOA的目标。但在今年11月28日，理想汽车创始人、董事长兼CEO李想又来了一次大反转。他在微博上发文称，理想汽车12月全场景智能驾驶NOA“正式版”将覆盖全国高速和环线及100个城市。理想又将目标改成了“全场景智能驾驶NOA”，而全场景三个字代表的则是城市可用。
▲李想微博
不过，现在还不知道城市NOA实际落地100城的名单是否和8月成都车展公布的名单一致，实际落地情况可能需要等理想周日的“汽车智能软件发布会”上公布。除了华为小鹏和理想，还有一些玩家的目标在不同程度上有缩水。智己在2022年的初期目标是要进入全球智能驾驶第一梯队，并表示智己L7(参数|询价)上的IM AD智能驾驶功能交付即可用。但是目前，其城市NOA功能还未能大规模推送给用户。今年8月16日，智己汽车智能驾驶发布会上，智己汽车发布了未来3~5年智驾产品落地路线图，宣布将于今年10月份正式开启“IM AD城市NOA”公测。
▲智己汽车自动驾驶时间线
现在，已经有博主和部分用户在上海、广州等城市体验到了公测版本的城市NOA功能。类似情况还有毫末智行。早在2022毫末AI DAY上，长城旗下的自动驾驶公司毫末智行正式发布了支持城市NOH（毫末智行的领航辅助驾驶官方名称为NOH）功能的HPilot3.0系统，将首发搭载在长城魏牌的车型上。
▲2022 HAOMO AI DAY现场
随后，长城魏牌方面宣布，在2022年底之前，城市NOH功能就将覆盖10座城市，2023年将计划覆盖超100座城市。不过到目前，网络上有关魏牌的城市NOH落地的详细消息较少。或许，毫末智行的城市NOH方案要更晚一些才能和公众见面了。
短短一年时间，车企的城市NOA目标就出现缩水，原因是什么呢？首先是城市场景过于复杂。城市的道路情况更加复杂，非机动车、行人都有可能出现在机动车道上，这给自动驾驶车辆的识别造成了更大的挑战。而在城市环境中，车辆的极限加塞、公交等大型车辆切入等情况也会更加频繁，这些都增加了道路交通的不确定性。而这些长尾场景的存在让车辆很难实现百分百的绝对安全。也就导致了城市NOA落地速度较慢。
▲城市复杂场景
要应对复杂的城市环境，就需要更强的感知和理解能力，自动驾驶算法面临巨大挑战。自动驾驶“感知、决策与执行”系统的算法都需要进一步迭代。感知算法需要不断进步以获取繁杂的城市路面信息，决策与执行算法也需要大量迭代以应对不同交通参与者多样的行为。目前大部分车企“重感知，轻地图”自动驾驶方案，需要算法对激光雷达、摄像头、毫米波雷达等传感器反馈的信息进行理解和抽象，输出所有交通参与者的位置、速度、大小等属性；而算法如果遗漏了物体，对部分交通参与者 “视而不见”可能会造成严重的安全风险。为了识别各路面主体，需要车企投入大量时间精力提前对各交通参与者进行标定，让车辆能够探测并理解识别交通参与者，这给车企带来了巨大的挑战。而重感知路线给车企带来算法挑战同时，也给车辆硬件带来了挑战。此前小鹏方面透露，小鹏城市NGP的代码量是高速领航辅助驾驶的6倍，这意味着车辆需要更高的算力支持，也需要更高算力的芯片。而且，对融合算法要求也颇高，这也会是一个考验。前不久，小鹏P5(参数|询价)车主联名发布公开信，表示苦等两年仍无法使用城市CNGP（城市导航辅助驾驶）功能。更先进的XNGP功能已官宣将在年底支持25到50个城市的自动辅助驾驶，而作为首发 CNGP的P5，却得不到任何支持。
▲小鹏P5车主联名信
据悉，2021年上市的小鹏P5是“全球首款搭载激光雷达的量产车型”，这也是该车一直宣传的卖点之一。但是车辆算力却只有30 TOPS。作为对比，目前搭载XNGP的小鹏G9的算力达到了508 TOPS。算力的短板可能是小鹏P5无法使用城市导航辅助驾驶功能的原因。此外，重感知路线还需要更多的传感器来保证感知层面的数据冗余，以支持车辆决策。支持城市NOA的车型基本上都配备了激光雷达，而激光雷达的成本也会导致部分车企望而却步。综上，城市NOA对算法、感知硬件、计算平台的高要求，注定只有较高售价的车型才能覆盖这些成本。
不过，虽然城市NOA及高阶智能驾驶的落地存在诸多难点，但是，也没有必要对其落地进程持有悲观想法。不少专家学者都认为，目前可能是发展自动驾驶最好的时代。首先，从政策层面上来看，前一段时间四部委发布的《关于开展智能网联汽车准入和上路通行试点工作的通知》，正式对L3/L4自动驾驶的准入与上路进行了具体的规范。这是一个重大的利好，L3/L4自动驾驶已有了政策法规基础。有了法律依据，高级别辅助驾驶落地速度将加快，而属于“降维”范畴的城市NOA落地速度也必然会加快。其次，多模态大语言模型的出现则是技术上的一个重大利好。以ChatGPT为代表的通用人工智能技术正在给自动驾驶的发展注入新活力。传统的小模型、小数据弱人工智能方法正被换挡，通过大模型来布局自动驾驶的路径越发明显。最后，特斯拉FSD V12的出现也将会是一个非常重要的变量。特斯拉通过使用BEV+Transformer算法，不用激光雷达也可以进行纵向距离的测算与补全，再加上视觉语言大模型直接阅读理解道路交通场景，车辆就拥有了“眼睛”，可以观测和理解路面信息。
▲特斯拉FSD V12画面
再配合深度强化学习算法进行决策与规控，特别是利用多模态大型语言模型进行端到端的整体贯通之后，车辆又拥有了“大脑”，可以像人类一样做出判断和决策。在有了这些之后，车辆只需经过一些驾驶技能的培训与操练，就能够上路了。目前，国内已经有自动驾驶玩家开始向特斯拉FSD V12学习，将多模态大模型、纯视觉方案引入国内自动驾驶行业。
虽然城市NOA落地面临诸多挑战，但从发展趋势来看，要真正实现点到点的自动驾驶，城市NOA的落地是必然趋势。但是，目前部分车企对城市NOA落地的进程有些过于乐观了，复杂的城市场景、困难的算法、感知硬件和计算平台的高要求都制约着城市NOA的落地进程和实际效果。或许，车企需要进一步认识到这些困难和挑战，一步一个脚印地推动城市NOA实际落地。
文章来自互联网，只做分享使用。发布者：叮当，转转请注明出处：https://www.dingdanghao.com/article/62415.html
