特斯拉、毫末、華為、百度，盤點城市NOA競賽里的“季后賽玩家”

上海、深圳、重慶、杭州等16個城市進行泛化測試，2023年第四季度落地45城，2023年底覆蓋50座城市，2023年底前完成100個城市的落地推送……這個春天，忽如一夜春風來，城市NOA的星星之火突然開始呈現燎原之勢。特斯拉后，無論是劍指量產的毫末智行、華為、蔚小理，還是尚在demo階段的百度、大疆、騰訊，無論是主機廠還是科技公司，大家都把城市NOA看成了今年的決勝高地。

的確，現在的中國汽車產業，正在“兩條腿”狂奔，這兩條腿，一條叫新能源，另一條叫智能化。而城市NOA，無疑是智能化這條大腿上，最重要的股四頭肌。更為關鍵的是，經過這些年的“鍛煉”，行業玩家們終于達成共識，發現了這組肌群最好的發力方式——重感知。揮別高精地圖這位“牛夫人”，自動駕駛3.0時代，最受寵的，還得是感知算法這位“小甜甜”。

華為、小鵬、毫末智行等第一梯隊里的“技術派”，再加上百度、騰訊、大疆等企業的躍躍欲試。城市NOA現在殺得遠比NBA季后賽更為激烈，而在這些科技企業的技術競賽背后，智能駕駛距離規模化落地還有多遠？

華為：放棄“牛夫人”，正在變身發力無圖的“感知派”

高精地圖可不是一開始就是受人嫌棄的黃臉婆，事實上，就在1-2年前，不少企業都跟它有過一段“蜜月期”。

2021年的上海車展，一段華為城市NCA的演示視頻，火爆全網。這輛極狐阿爾法S Hi版，在上海街頭完成了無保護左轉、人車混行等復雜環境下的自動駕駛，讓人們對于華為的高階智駕方案，有了極高的期待。

但直到2022年7月，極狐阿爾法S Hi版才正式交車。9月24日，極狐和華為共同宣布，城市NCA功能首發落地深圳，比小鵬的CNGP晚了一周，沒能搶到這個中國第一。 12月4日，華為城市NCA落地上海，2023年3月22日，落地廣州。除了極狐，另一套Hi方案的阿維塔11，也在同步落地。

城市NCA的感知、預測能力與小鵬的CNGP相比，能力不分伯仲。甚至在某些場景下，表現更為出色。

相較于出色的Hi車型，華為智選車問界的輔助駕駛能力，卻被廣泛吐槽。供應商只給了一套基礎的L2方案，能力上限還很低。而問界對于華為終端極為重要，承載了爆款的任務。

上海車展前夕，華為發布了高階智駕系統ADS2.0。

按照華為官方的說法，問界M5智駕版是首個搭載HUAWEI ADS 2.0高階智能駕駛系統的車型，率先實現不依賴于高精地圖的高速、城區高階智能駕駛功能，帶來無限接近于L3的高階智能駕駛體驗。

有人評價，ADS2.0是為問界量身打造的一套系統。

為了控制成本，滿足問界的定價區間。ADS2.0從此前最多的三激光雷達方案，變成了單激光也能跑，所需的算力也從最高的400TOPS，下降到了200TOPS。

撇除掉一些品宣性質的信息，余承東在演講中透露了兩個核心信息點：

一是對高精地圖的“放棄”，轉向了感知能力。2021年的上海車展期間，華為還曾為高精地圖站臺，到了2023年同期的發布會上，余承東毫無掩飾地吐槽了高精地圖的高成本，連高精雷達都被縮減到了1個。

二是智能駕駛的落地，預計2023年內覆蓋45城。選擇去高精地圖后，華為在智能駕駛的落地時間上顯然“激進”了許多，華為的城區NCA已經在深圳、上海、廣州落地，計劃年底時新增30個無圖城市落地。之前有消息傳，華為無圖方案四季度才能落地。顯然余承東對這個時間點不認可，華為內部加速了。

余承東在華為ADS 2.0發布會上坦言——“高精地圖成本非常高，僅僅采集上海市高精地圖，采集了一兩年、9000公里，都沒有把上海完全覆蓋。依賴于高精地圖很難做到普及，全國覆蓋的成本非常高。并且從國家安全的角度，幾個月才允許刷新，但是中國的道路天天在改，所以說依賴于高精地圖真的沒法廣泛使用。”

在此，可以說市場的優勝劣汰，推進了車企們在高階智能輔助駕駛技術路線上達成默契，而從另一個角度來看，一開始就以第一性原理為指導，堅定走“重感知”路線的特斯拉和毫末智行，也的確擁有相當的技術前瞻性。

所謂的無圖方面，并非完全不用地圖，從高精地圖切換到無圖的過渡方案，需要做大量的ODD測試。大多數廠商，還會先從圖商拿到SD底圖，再用自己的測試車去跑，來打「標簽」。

SD底圖，只包括低維信息，比如：車道數量，路口位置這一類。不包括車道線寬度、道路邊界、曲率等高精度信息，所以沒辦法拿來直接用。這也是無圖方案要逐個城市開放的原因。而開放速度，也取決于你打標簽、做ODD測試的質量和速度。

華為正旗幟鮮明地倒向“感知派”，同時也讓外界看到，智能駕駛想要走出實驗室，去高精地圖的感知模式將是不可或缺的一環。

毫末智行：堅定的技術派正在迎來商業化躍升

“去高精地圖”“智能駕駛3.0時代”“BEV感知算法”……這些詞并非新面孔，此前就已被業內頻頻提及。比如自動駕駛3.0時代是毫末在2022年9月份首次講到，那時，毫末就提出了大模型和可解釋的駕駛常識。

而“重感知”技術路線則又是毫末最早在2022年4月在行業內公開提及，也對其BEV感知技術做了公開展示，后邊車企智己汽車、極狐汽車等也走的是“重感知”路線，現在看起來，這個趨勢已漸漸被越來越多的行業各玩家所認可。

不難發現，過去一年間，隨著中國自動駕駛進入深度技術革新和產業的激烈競爭周期，行業的很多趨勢其實都與毫末這家公司的判斷和實踐不謀而合。

上海車展今天就將落下帷幕，根據魏牌藍山DHT-PHEV在上海車展上的動態，即將在2023年第三季度實現城市NOH功能。而首款搭載毫末HPilot3.0的魏牌新摩卡正在開啟試乘，該款車型落地即可實現城市NOH功能。

城市NOH已經在保定和北京做大規模泛化測試，預計到2024年上半年，將在100個城市落地。其中的城市NOH功能，正是毫末推出的國內首個可大規模量產落地的城市導航輔助駕駛系統，可以在城市道路中識別紅綠燈并控車根據導航和道路情況自主變道等操作。

關于城市NOA，大家提得最多的詞是“老司機”——無論你走什么樣的技術路線，用雷達還是攝像頭，用感知還是高精地圖，最終的目標都是要讓用戶用得舒服，而這個舒服的標準，就是控車如老司機般絲滑。對于這道題，毫末給出的答案是DriveGPT，而如果從閱卷者的視角來看，這個答案正在無限接近滿分。

DriveGPT，中文名：雪湖·海若，是毫末今年4月推出的自動駕駛生成式大模型，也是業內首次將GPT應用到自動駕駛領域。DriveGPT是在求解下一個Token（詞）的概率，通過每一次調用都相當于根據前序Token序列生成一個Token，這些Token就相當于自然語言處理中的一個詞語，只不過這里的Token是用來描述駕駛場景的。一連串的Token拼在一塊就是一個完整的駕駛場景時間序列，這樣就能將自動駕駛場景Token化，形成“Drive Language”，最終完成自車的決策規控、障礙物預測以及決策邏輯鏈的輸出等任務。

目前，毫末DriveGPT主要用于解決自動駕駛的認知決策問題，后續會將毫末多個大模型的能力整合到DriveGPT中。

這部分的工作，即使放眼全球也是非常獨特和創新的，需要通過引入海量真實人駕接管數據建立RLHF（人類反饋強化學習）技術，對自動駕駛認知決策模型進行持續優化。目前毫末DriveGPT已實現模型架構與參數規模的升級，參數規模達到1200億，預訓練階段引入4000萬公里量產車駕駛數據，RLHF階段引入5萬段人工精選的困難場景接管Clips。毫末DriveGPT雪湖·海若的成果將首發落地在新摩卡DHT-PHEV上。

而毫末DriveGPT的最終目標，是做到感知決策一體化，實現端到端自動駕駛。相比于傳統模塊化的方案，端到端自動駕駛，是基于人類根據場景信息直接輸出控制信號這一駕駛過程，通過端到端網絡直接輸出車輛的軌跡規劃或控制信號，最優性更佳，同時人為設計更少，不過因此也對算法提出了更高的要求。

有了大模型就夠了嗎？自然不是，配套的大算力、大算力都得跟得上。毫末在2023年1月發布了中國自動駕駛行業最大的智算中心MANA OASIS（雪湖·綠洲），不但可以保證千卡任務連續訓練數個月沒有任何非正常中斷，還通過自主研發的任務級彈性伸縮調度器實現了分鐘級的調度資源。

同時還有毫末自研的中國首個自動駕駛數據智能體系MANA。在經過一年多的應用迭代后，MANA計算基礎服務已經集成到MANA OASIS中，MANA感知和認知相關大模型能力統一整合到 DriveGPT雪湖·海若中。

毫末智行是國內最早押注“重感知”的玩家，也是最早將智能駕駛量產落地的一家。在大模型、大數據、大算力的發展方向下，技術派的毫末正在領跑智能駕駛的規模化落地。除了技術上的先發優勢，長城、魏牌、坦克等搭載城市NOH功能車型的量產，預示著毫末的商業化也將迎來躍升一步。

小鵬：無人駕駛之前的“最后一躍”

造車新勢力中對自動駕駛熱情最大的小鵬，在4月16日舉辦了技術架構發布會，董事長何小鵬說：“汽車行業的淘汰賽剛剛開始，300萬的年銷售規模將只是車企的入場券。”

之所以敢于提出了這樣的KPI，并有信心挺進“32進8”這場突圍賽，正是源于當天發布的全域智能進化架構——SEPA2.0“扶搖”。在“扶搖”架構的賦能下，成本平衡、高效研發、高端體驗將成為小鵬汽車的存活之道。

以小鵬汽車一直標榜的智能化領域為例，智能輔助駕駛XNGP的綜合研發效率提升30%，車型適配成本降低70%，預計2023年，XNGP將實現高速場景每千公里接管次數小于1次，2025年將實現城市場景每百公里接管次數小于1次，達到堪比老司機的高階智能輔助駕駛體驗；小鵬的Xmart OS車載智能系統的軟件適配成本降低85%，語音綜合研發周期縮短50%，語音對話服務成本降低50%，讓超感知智能座艙擁有“GPT”般的大腦，成為更“類人”的智能座艙。

在上海車展上，小鵬發布了小鵬G6，并定義為小鵬實現無人駕駛前的最后一款車。

不只是在產品宣傳中吸引了許多人的眼球，小鵬對于G6的賣點提煉，也將重心放在了智能駕駛上。

比如小鵬的智能輔助駕駛系統XNGP被頻頻提及，同樣是視覺為主，雷達為輔的重感知、輕地圖的技術路線，可實現城區完成轉向掉頭、變道超車、繞行障礙，避讓行人和非機動車等能力。

不過在XNGP的落地進程上，小鵬暫時分成了三個階段：

2023年上半年開放第一階段能力，即在廣州、深圳、上海使用城市NGP，開放直行紅綠燈識別起停、跨線繞行障礙等能力；2023年下半年開放第二階段能力，在無高精地圖覆蓋的城市開放自動變道、超車、左右轉的能力；2024年進入終極階段，從起點停車位到終點停車位，全程都可以使用智能導航輔助駕駛。

即便在落地時間上稍晚于毫末和華為，小鵬汽車董事長何小鵬對智能駕駛的信心絕不屬于后者：XNGP在2023年實現高速場景每千公里接管次數小于1次，2025年實現城市場景每百公里接管次數小于1次。最近三年時間，會在大部分城市的絕大部分場景，讓外界看到自動駕駛可以低成本且比人開要安全數十倍的能力進行進化。

總結：中國輔助駕駛正在迎來“iPhone時刻”

關于城市NOA，能講的故事還有很多。比如理想汽車在車展期間宣布的城市導航輔助駕駛——理想AD Max3.0，亦無需高精地圖，并稱AD Max3.0已具備了BEV動態、靜態網絡和占用網絡能力，并將于年底之前，開通100座城市的無圖城市NOA方案，同時宣布終身免費。又或者百度Apollo發布的城市智駕Apollo City Driving Max，基于高精地圖產線推出了輕HD地圖，被其稱為使用“純視覺感知就能在城市道路上帶給用戶連貫體驗的產品”。還有準備上車2023款KiWi EV、年底覆蓋50座城市、強感知、弱依賴、售價只要千元級的大疆城市NOA；還沒上車，但要在16座城市做泛化測試的、重感知的元戎啟行DeepRout-Driver3 0…………

2023年只過去了4個月，城市NOA就卷出了新高度，而且越來越激烈。

隨著技術路線共識達成，各家紛紛拿出城市NOA落地進度計劃表，這也意味著接下來的城市NOA市場競爭重點，將落腳在如何在保障功能先進的前提下，推進低成本化，實現更多真實用戶覆蓋。

作為用戶出行的高頻剛需場景，城市駕駛里程占到總駕駛里程的70%左右，而在時間上，城市駕駛時長更是高達90%。這意味著一旦可在城市道路中實現點到點“導航輔助駕駛”的城市智能輔助駕駛實現大規模落地，那么這顯然將極大解決用戶駕駛難題，解放駕駛員的雙手——用戶僅需用戶在導航上設好目的地，車輛可在無需人為接管的情況下，全程輔助駕駛到達終點。

當然，城市道路場景復雜程度遠大于高速NOA的客觀現實，也要求落地城市輔助駕駛的玩家們必須要安全為先，要擁有經得起考驗的真技術。可以看到的一個鮮明趨勢是：越來越多的企業選擇了毫末的“重感知”路線，不過度依賴高精地圖，讓車輛依靠自身融合感知，完成高階智能輔助駕駛，實現短時間大范圍城市的覆蓋。自動駕駛在2019年后的路線之爭逐漸有了結果，以毫末為代表的“感知派”正在贏取最后的勝利。

或許和完全意義上的“無人駕駛”還有一些距離，但城市導航輔助駕駛已經是一種現在進行時，自動變道超車、紅綠燈識別與控車、復雜路口通行、無保護左右轉等高階駕駛體驗，即將成為每一個人的權利。

這場季后賽打完之后，中國輔助駕駛也將迎來屬于自己的iPhone時刻！