年内规模化量产落地，城市NOA赛道“开卷”

（原标题：年内规模化量产落地，城市NOA赛道“开卷”）

近日，在路况复杂的北京望京商圈，理想汽车开启了城市NOA（Navigate on Autopilot，自动辅助导航驾驶/智驾领航辅助）内测。在工程图上可以直观地看到，行人、自行车、小轿车、公交车分别被标注为黄色、粉色、绿色、蓝色的柱体，系统基于对真人驾驶习惯的大量学习以及对复杂路况的实时感知，提前预判道路参与者的行动轨迹，从而辅助驾驶者做出更安全、更准确的驾驶操作。

理想汽车城市NOA功能实拍（图片来源：蓝鲸财经记者拍摄）

今年以来，城市NOA迎来大规模量产落地。

4月16日，华为高阶智能驾驶系统ADS 2.0正式发布，可实现面向高速、城区、泊车场景的连续驾驶体验。新系统由问界M5高阶智能驾驶版首发搭载，后续还将登陆阿维塔11、极狐阿法尔S全新HI版等车型。

6月15日，小鹏汽车在北京正式开放城市NGP（即小鹏汽车的城市NOA系统），目前主要适用于北京各环线及主要快速路。这是其在2022年9月面向广州部分P5车主推送城市NGP后的又一大动作。

除上述提及的企业外，年内，百度、小马智行、毫末智行也在城市NOA领域加速布局。无论是车企、科技企业还是专研自动驾驶技术的企业，越来越多市场主体将触角延伸至城市智能驾驶解决方案。赛道内参与者增加，竞争也随之加剧。

“2023年是城市NOA元年，”华西证券相关研报预计，今年下半年城市NOA有望较大规模释放，催化智能驾驶行情。

高成本、低鲜度“劝退”高精地图

2016年正式推出高速NOA；2019年6月在中国市场上市选配FSD（完全自动驾驶能力）套件的车型，并推送最新版本高速NOA；2020年10月发布FSD BETA测试版以支持城市NOA，特斯拉无疑是NOA领域那个“吃螃蟹的人”。

打破常规认知的是，特斯拉推出的NOA并不依赖于可提供道路详细信息的高精地图，而是基于强大的感知与识别算法，对路况进行识别与实时判定。早在2019年，特斯拉CEO埃隆·马斯克 （Elon Musk）就曾公开表示：“过分依赖高精度地图会让自动驾驶系统变得极其脆弱，普及起来更加困难。”

然而彼时国内绝大多数车企尚未形成足够的算法积累，因此需要通过高速公路上的高精地图搭配卫星定位，以拓展普通汽车传感器的性能边界，为自动驾驶决策提供重要信息。小鹏的NGP、蔚来的NOP、理想的NOA均采用此种方式。

当NOA功能的使用场景由高速路拓展至城市道路，其复杂程度也大幅提升。

理想汽车技术人员向蓝鲸财经记者解释了高精地图在城市道路场景中的局限性：目前高精地图主要通过人工（驾驶测绘车）采集，但由于城市道路变化多、路况复杂、道路参与者不确定性高，为确保精度，采集者需要增加测绘频次、使用更精密的设备、投入更长的时间测绘分析，采集成本提升的同时，地图更新时效性也很难保证。

据《智能网联汽车高精地图白皮书》透露，采用传统测绘车方式，分米级地图的测绘效率约为每天每车500公里道路，成本达每公里10元左右；厘米级地图的测绘效率约为每天每车100公里道路，成本达每公里千元左右，日均测绘成本就在十万元水平。另外，高精地图的更新频率大约在1-3个月，制作成本高、周期长、鲜度低的问题日益凸显。

严格的资质监管成为“压垮”高精地图的最后一根稻草。2022年甲级测绘资质复审换证公示显示，仅有19家单位获得了甲级测绘资质，较2021年减少了12家。尽管国家自然资源部在北京、上海、广州、深圳、杭州、重庆开放了高精地图应用试点，但高精地图推广速度远不及智能驾驶技术的发展速度。

无奈之下，车企快速调转车头，驶入“重感知、轻地图”的新路径。

谁能掌控城市NOA？

从智能座舱、超充到自动驾驶技术，自研成为国内新势力品牌口中的高频词。

作为国内较早发力智能驾驶的车企之一，小鹏汽车基于全栈自研构筑起“以视觉为主，激光雷达为辅”的技术护城河；系统通过大量的闭环数据学习，不断完善对路况和环境的认知，从而强化视觉感知能力。

理想汽车也在近期公开了旗下城市NOA功能“去高精地图”的密码：引入自研的NPN特征（Neural Prior Net，神经先验网络）和TIN网络（Traffic Intention Net，信号灯意图模型）增强BEV（Bird's Eye View，鸟瞰图）大模型，使用模仿学习让规控算法做出更加拟人的决策，全自动、全闭环的训练平台支撑大模型持续进化。

理想汽车方面给出的理由是：希望把主动权掌握在自己手里。无论是从数据安全、用户体验还是系统兼容性角度看，自研都具备一定的优势。