⻋東⻄（公眾號：chedongxi）
作者 | 志豪 明成
編輯 | Juice
沸沸揚揚的NOA進城，現在都到什麼進度了？
今年的自動駕駛圈，最火熱的詞無疑是城市NOA（領航輔助駕駛，不同車企的叫法略有不同），走在智能駕駛頭部的玩家都在推動城市NOA的落地，華為、小鵬、蔚來、理想等玩家紛紛立下了各自的目標。
華為城市NCA（華為的領航輔助駕駛官方名稱為NCA）年底全國可用、小鵬城市NGP（小鵬的領航輔助駕駛官方名稱為NGP）年底拓展至50城、理想城市NOA正式版年底全國可用、蔚來NOP+年底開放6萬公里路線里程，除了這些玩家之外，還有很多玩家如魏牌、智己，也進行了城市NOA的布局。
隨著時間進入到12月份，距離各個玩家承諾兌現時間也越來越近了，城市NOA的進展似乎並沒有按照預期那般火熱。
小鵬汽車雖然堅持了自己的開城目標沒有動搖，但是城市選擇已經從一線城市過渡到了長三角地區的縣級行政單位。
理想則是在城市NOA和通勤NOA這兩個名字上反覆調整。
還有很多玩家，甚至直接沉默了起來，不再將城市NOA的目標掛在嘴上了。
事實上，從去年開始，NOA一詞開始徹底火爆車圈，一些頭部玩家如特斯拉、小鵬、蔚來、理想等車企開始在高速上推出NOA。
在初步完成了高速NOA的部署之後，大家都將目標瞄向了城市，但城市NOA的進展顯然不如人意。
那麼各家車企在城市NOA方面的進入究竟到了哪一步？影響城市NOA進一步擴大規模的原因又是什麼呢？
一、大多延期或縮水 部分車企不再宣傳
車東西根據公開信息不完全統計，目前，實際規模落地城市NOA功能且正式推送給車主的玩家或許只有小鵬和華為。但是，其具體落地情況和之前喊的口號有些許差別。
部分車企城市NOA宣傳情況
華為的城區NCA（華為的領航輔助駕駛官方名稱為NCA）目前官方確認落地的城市可能僅6城。今年7月新款問界M5智駕版OTA升級後，城市NCA功能在上海、廣州、深圳、重慶、杭州5城開放。
問界8月份公告顯示，華為城市NCA新增落地北京。此後，無論是華為還是問界都沒有再更新過城市NCA開城消息。
雖然今年華為城區NCA已經連續落地六城，但距離余承東在問界新M7發布會上喊出的城區NCA年底全國可用相比還有很大差距。
問界新M7發布會現場
事實上，華為在城區NCA落地方面並非一開始就是這麼激進，其落地目標從5城調整至15城，又調整至45城，最終才喊出全國可用的口號。
不過目前12月份還未結束，理論上華為仍可能在年末實現城區NCA全國可用。但即使華為能夠實現這一目標，也只能在某一城市的部分街區實現，距離真正意義上的全國可用還有差距。
今年11月28日，小鵬汽車聯合創始人、董事長、執行董事兼首席執行官何小鵬也在微博秀起了自家城市NGP（小鵬的領航輔助駕駛官方名稱為NGP）的開城進度。
何小鵬微博
從小鵬汽車官方微博可知，小鵬G9、小鵬G6、P7i三款車型當日已經完成了25城的城市NGP功能推送，官方微博稱「中國城市智駕開城數量第一」。而且，這新增25城名單與之前何小鵬在新小鵬G9發布會上立下的目標一致。
城市NGP功能更新名單
但是，如果仔細觀察小鵬第二批開城的名單可以發現，新增的城市當中，比如，常熟、太倉、崑山在行政區划上都屬於蘇州市。或許可以說，小鵬第二批開城的最小單位是縣級市，與第一批開放的城市相比，規模上略有縮水。
除了進度「縮水」，目標反覆橫跳的也有。
早在今年4月18日，理想汽車在上海車展上宣布，其智駕系統AD Max 3.0的城市NOA導航輔助駕駛將於第二季度內開啟推送，並於年底前完成100個城市的落地推送。
理想汽車今年4月上海車展發布會現場
而在今年8月的成都車展上，理想將宣傳口徑由「城市NOA」更改為「通勤NOA」。
理想汽車8月成都車展發布會現場
從城市NOA到通勤NOA，雖然只是兩個字的差距，但是其表達的意義卻完全不一樣，顧名思義，城市NOA的意思是在城市內可用NOA，而通勤NOA則是指在固定的通勤路線上可用NOA，從這點上來看，理想事實上在一段時間內降低了自己對城市NOA的目標。
但在今年11月28日，理想汽車創始人、董事長兼CEO李想又來了一次大反轉。他在微博上發文稱，理想汽車12月全場景智能駕駛NOA「正式版」將覆蓋全國高速和環線及100個城市。理想又將目標改成了「全場景智能駕駛NOA」，而全場景三個字代表的則是城市可用。
李想微博
不過，現在還不知道城市NOA實際落地100城的名單是否和8月成都車展公布的名單一致，實際落地情況可能需要等理想周日的「汽車智能軟體發布會」上公布。
除了華為小鵬和理想，還有一些玩家的目標在不同程度上有縮水。智己在2022年的初期目標是要進入全球智能駕駛第一梯隊，並表示智己L7上的IM AD智能駕駛功能交付即可用。但是目前，其城市NOA功能還未能大規模推送給用戶。
今年8月16日，智己汽車智能駕駛發布會上，智己汽車發布了未來3~5年智駕產品落地路線圖，宣布將於今年10月份正式開啟「IM AD城市NOA」公測。
智己汽車自動駕駛時間線
現在，已經有博主和部分用戶在上海、廣州等城市體驗到了公測版本的城市NOA功能。
類似情況還有毫末智行。早在2022毫末AI DAY上，長城旗下的自動駕駛公司毫末智行正式發布了支持城市NOH（毫末智行的領航輔助駕駛官方名稱為NOH）功能的HPilot3.0系統，將首發搭載在長城魏牌的車型上。
2022 HAOMO AI DAY現場
隨後，長城魏牌方面宣布，在2022年底之前，城市NOH功能就將覆蓋10座城市，2023年將計劃覆蓋超100座城市。
不過到目前，網路上有關魏牌的城市NOH落地的詳細消息較少。或許，毫末智行的城市NOH方案要更晚一些才能和公眾見面了。
二、城市場景更複雜 落地NOA並不容易
短短一年時間，車企的城市NOA目標就出現縮水，原因是什麼呢？
車東西總結來看，可能有以下幾點：
首先是城市場景過於複雜。城市的道路情況更加複雜，非機動車、行人都有可能出現在機動車道上，這給自動駕駛車輛的識別造成了更大的挑戰。而在城市環境中，車輛的極限加塞、公交等大型車輛切入等情況也會更加頻繁，這些都增加了道路交通的不確定性。而這些長尾場景的存在讓車輛很難實現百分百的絕對安全。也就導致了城市NOA落地速度較慢。
城市複雜場景
要應對複雜的城市環境，就需要更強的感知和理解能力，自動駕駛演算法面臨巨大挑戰。自動駕駛「感知、決策與執行」系統的演算法都需要進一步迭代。感知演算法需要不斷進步以獲取繁雜的城市路面信息，決策與執行演算法也需要大量迭代以應對不同交通參與者多樣的行為。
目前大部分車企「重感知，輕地圖」自動駕駛方案，需要演算法對激光雷達、攝像頭、毫米波雷達等感測器反饋的信息進行理解和抽象，輸出所有交通參與者的位置、速度、大小等屬性；而演算法如果遺漏了物體，對部分交通參與者 「視而不見」可能會造成嚴重的安全風險。
為了識別各路面主體，需要車企投入大量時間精力提前對各交通參與者進行標定，讓車輛能夠探測並理解識別交通參與者，這給車企帶來了巨大的挑戰。
而重感知路線給車企帶來演算法挑戰同時，也給車輛硬體帶來了挑戰。
此前小鵬方面透露，小鵬城市NGP的代碼量是高速領航輔助駕駛的6倍，這意味著車輛需要更高的算力支持，也需要更高算力的晶元。而且，對融合演算法要求也頗高，這也會是一個考驗。
前不久，小鵬P5車主聯名發布公開信，表示苦等兩年仍無法使用城市CNGP（城市導航輔助駕駛）功能。更先進的XNGP功能已官宣將在年底支持25到50個城市的自動輔助駕駛，而作為首發 CNGP的P5，卻得不到任何支持。
小鵬P5車主聯名信
據悉，2021年上市的小鵬P5是「全球首款搭載激光雷達的量產車型」，這也是該車一直宣傳的賣點之一。但是車輛算力卻只有30 TOPS。作為對比，目前搭載XNGP的小鵬G9的算力達到了508 TOPS。算力的短板可能是小鵬P5無法使用城市導航輔助駕駛功能的原因。
此外，重感知路線還需要更多的感測器來保證感知層面的數據冗餘，以支持車輛決策。支持城市NOA的車型基本上都配備了激光雷達，而激光雷達的成本也會導致部分車企望而卻步。
綜上，城市NOA對演算法、感知硬體、計算平台的高要求，註定只有較高售價的車型才能覆蓋這些成本。
三、困難與機遇並存 政策大模型純視覺方案利好發展
不過，雖然城市NOA及高階智能駕駛的落地存在諸多難點，但是，也沒有必要對其落地進程持有悲觀想法。不少專家學者都認為，目前可能是發展自動駕駛最好的時代。
首先，從政策層面上來看，前一段時間四部委發布的《關於開展智能網聯汽車准入和上路通行試點工作的通知》，正式對L3/L4自動駕駛的准入與上路進行了具體的規範。這是一個重大的利好，L3/L4自動駕駛已有了政策法規基礎。有了法律依據，高級別輔助駕駛落地速度將加快，而屬於「降維」範疇的城市NOA落地速度也必然會加快。
其次，多模態大語言模型的出現則是技術上的一個重大利好。以ChatGPT為代表的通用人工智慧技術正在給自動駕駛的發展注入新活力。傳統的小模型、小數據弱人工智慧方法正被換擋，通過大模型來布局自動駕駛的路徑越發明顯。
最後，特斯拉FSD V12的出現也將會是一個非常重要的變數。特斯拉通過使用BEV+Transformer演算法，不用激光雷達也可以進行縱向距離的測算與補全，再加上視覺語言大模型直接閱讀理解道路交通場景，車輛就擁有了「眼睛」，可以觀測和理解路面信息。
特斯拉FSD V12畫面
再配合深度強化學習演算法進行決策與規控，特別是利用多模態大型語言模型進行端到端的整體貫通之後，車輛又擁有了「大腦」，可以像人類一樣做出判斷和決策。在有了這些之後，車輛只需經過一些駕駛技能的培訓與操練，就能夠上路了。
目前，國內已經有自動駕駛玩家開始向特斯拉FSD V12學習，將多模態大模型、純視覺方案引入國內自動駕駛行業。
結語：城市NOA的落地需要一步一個腳印
雖然城市NOA落地面臨諸多挑戰，但從發展趨勢來看，要真正實現點到點的自動駕駛，城市NOA的落地是必然趨勢。
但是，目前部分車企對城市NOA落地的進程有些過於樂觀了，複雜的城市場景、困難的演算法、感知硬體和計算平台的高要求都制約著城市NOA的落地進程和實際效果。或許，車企需要進一步認識到這些困難和挑戰，一步一個腳印地推動城市NOA實際落地。
