近两年，NOA导航辅助驾驶的热度越来越高，特别是以新势力为代表的车企，基本都将高阶的智能驾驶辅助功能作为主要卖点之一。即便暂时还无法使用，也要先将激光雷达、高算力的智驾芯片等硬件配置放上去，实际的功能则通过后续的OTA慢慢实现。

2023年以前，NOA主要应用在高速场景，也叫做高速领航辅助，可实现主动变道、自动上下匝道、加塞处理、自动速度调节等动作，目前头部的新势力等车企已经基本完成了高速NOA的落地。而进入到2023年，各家车企纷纷不约而同的将NOA的使用场景扩展到了城市。

2023：城市NOA元年

2019年，特斯拉率先在国内推出NOA功能，随后蔚来、小鹏、理想、长城、华为等厂商也陆续发力，只不过由于具体功能及其他方面的考虑，各家的命名有所不同，但本质都是NOA导航辅助驾驶。比如小鹏命名为NGP、蔚来命名为NOP、华为命名为NCA、长城命名为NOH，理想和特斯拉都直接命名为NOA。

小鹏是国内第一个落地城市NOA的车企，2022年10月小鹏P5就已经支持在广州实现城市领航辅助，但当时仅开发了城市主干道，并且需要高精地图的支持。

3月31日，小鹏推送了最新的Xmart OS 4.2.0版本，针对G9及P7i Max版本开放了XNGP 第一阶段能力，在上海、深圳、广州三座城市支持了城市 NGP，小鹏P5 P系列车型也同步在上海开放城市NGP。

有高精地图覆盖的区域内，车辆可实现城市内由A点到B点的智能导航辅助驾驶，可以完成本车道巡航跟车、超车变道、绕行静止车辆或物体，还可以实现红绿灯识别启停、自主打灯变道、避让其他交通参与者等驾驶任务。在无高精地图覆盖的区域，开放了LCC增强版，具备跨线绕行和识别红绿灯并直行通过路口的能力。

规矩规划，小鹏将在今年下半年在全国大部分主要城市开放无图区域左右转能力，使无图区域的用户体验接近城市NGP的体验。

紧接着就是华为在4月16日发布了高阶智能驾驶系统 HUAWEI ADS 2.0，并率先在在深圳、上海、广州落地城市NCA，重庆、杭州预计将在第二季度开放。这套系统最大的升级在于可以做到不依赖高精地图也可以识别红绿灯等各种道路元素，官方表示可覆盖90%城区场景。

作为华为曾经的“亲儿子”，问界在上海车展期间发布了M5系列高阶智能驾驶版，并首发搭载了HUAWEI ADS 2.0系统。按照官方的计划，将在今年二季度在上海、广州、深圳、重庆、杭州开放城市NCA，并在第三季度、第四季度分别在全国15、45座城市实现无图商用辅助驾驶，基本能够覆盖大部分的一、二、三线城市。

同样搭载华为HI智能驾驶方案的阿维塔也从3月开始，在上海、深圳、广州和重庆正式开放城市NCA的用户试驾体验，极狐阿尔法 S 全新 HI 版也已经在上海、广州以及深圳开通了城市NCA。而阿维塔和极狐后续也将升级HUAWEI ADS 2.0系统。

理想在上海车展期间发布了AD Max 3.0，从高速场景进入到城市场景。理想汽车表示，在3.0阶段Max车型将可以摆脱高精地图的依赖，像人类驾驶员一样实时感知、决策、规划，从而实现在复杂的城市场景自主通行。

在2023年第一季度财报业绩会上，理想也明确了城市NOA的时间节点：将在6月份推送内部测试，并于年底前完成100个城市的落地推送。此外，理想的AD Max 3.0还将完全免费，不过只有L7、L8 Max版本车型和L9可以享受到这项功能。

长城汽车旗下的毫末智行在4月11日举行的AI DAY上，发布了自动驾驶生成式大模型DriveGPT，中文名“雪湖•海若”，将推出不依赖高精地图的城市NOH，并且目前已经在北京、保定、上海等城市开启泛化测试，计划到2024年将有序落地100座城市。

此外，毫末智行还宣布雪湖•海若首发车型是新摩卡DHT-PHEV，目前这款车的官图也已经发布，预计不久后即将上市。

除了以上提到的这些车企以外，智己、岚图、蔚来等车企也都有城市NOA的计划，而特斯拉的FSD有传闻称可能会在2024年进入中国市场。可以发现，城市NOA已是大势所趋。

NOA技术卷向AI大模型

将AI技术应用于智能驾驶，这事其实行业内喊了很多年，但一直雷声大雨点小的主要原因在于，我们在量产车当中还体验不到太多这类应用落地。

但似乎在最近，NOA的浪潮似乎正在席卷中国的智能电动车行业，尤其是很多新品牌们，都开始正式对外推送NOA功能，企图以此占领智能驾驶的技术高地。

不久前，智己高速高架NOA领航辅助功能官宣上线，并在4月底开启面向智己L7车型的OTA推送，首批开放城市为「沪、苏、杭、嘉、湖」，年内推至全国；智己LS7车型预计6月份推送。而至于更先进的基于城市场景的城市NOA领航辅助，以及替代高精地图的辅助驾驶方案，智己将会在2023年年内开启公测。

智己汽车联席CEO刘涛向钛媒体App表示，“这里面其实有两个逻辑，单个个体的经验并不一定能打造更像人的智驾，它涉及海量的数据积累。而目前智己所采用的D.L.P.人工智能决策规划模型，结合了上万个经验丰富的司机的数据，通过数据训练可去除掉错误行为，来实现机器像人一样的基本能力。同时，把符合主流驾驶的行为规划挑选出来，作为重点学习对象。”

其次则是与之配套的强大的感知能力融合，因为人的最大视野为180度，即便扭头最大也只能达到270度，但车可以360度的视角去查看周围环境，无论是BEV也好，还是基于Transformer的感知架构也好，结合更全面的环境感知，可以达到接近人，甚至超过人的能力。

目前行业头部玩家解决方案，在智能驾驶方面堆硬件已经成为常态，主流的硬件配置基本都是400Tops算力、三个激光雷达、配合多个视觉摄像头。

虽然在感知部分提供当下最强大的硬件本无可厚非，但是除了感知层面之外，真正的智能驾驶的体验还要取决于另外三个方面：算力、算法、数据，它决定了整体感知系统效率，只有这些方面同时发力才能保证系统安全运行。

智己的解决方案则是顶级车控+顶级算法。车控由智己汽车打造，背靠上汽集团雄厚的整车研发能力，以及智己汽车对驾控、数字化底盘的深入理解，IM AD在横纵向速度控制、自动变道、自动泊车等场景下表现非常稳定。

而在算法方面，这也是很多主机厂的传统弱项，目前选择在智能驾驶领域全部自研算法的品牌屈指可数，智己的方式则是与头部智能驾驶算法玩家Momenta深度捆绑，共同打造智能驾驶解决方案，以此来实现1+1>2的效果。

技术公司与自研车企，抢数据“雪球”

头部造车新势力最早跟进这场变革。

小鹏汽车工程师向36氪表示，从2021年下半年起，小鹏开始搭建基于Transformer的BEV视觉感知系统XNet。“技术框架的搭建大概用了12个月，然后再用6个月时间将系统迭代成熟，以及提升一些工程化的性能指标。”

为处理XNet的海量数据标注，小鹏开发了全自动标注系统，曾经2000人一年的标注量，现在16.7天可以完成。此外，小鹏汽车还与阿里云合建自动驾驶智算中心“扶摇”。

一位小鹏汽车员工表示，最初小鹏为智算中心规划了20亿元启动资金，最后考虑到建设成本以及回报周期，选择跟阿里云合建。“即便合资方式，成本也需要10多亿。”

上述员工告诉36氪，目前小鹏汽车内部有两个感知团队：一个团队仍然采用高精度地图方案，将城市NGP功能推送给G9、P7、P5车型用户，以“影子模式”的方式来收集行驶数据；而在测试端，团队在采用Transformer大模型+导航地图方案来开发城市NoA功能。

基于大模型、计算中心、大数据三件套，小鹏汽车的智能驾驶数据驱动模式得以建立，“通过已售车型的‘影子模式’收集数据，在自动标注体系和‘扶摇’智算中心的加持下，系统可以快速修正。”

理想汽车也从今年以来，加速了城市NoA开发节奏。该公司智能驾驶产品总监赵哲伦说，确定路线之后，“理想智能驾驶大部分研发工程师都在参与这件事，新系统对于数据驱动、数据闭环的要求非常高。”

CEO李想此前也在春季发布会上介绍，智能汽车正在从软件1.0时代进入2.0时代。未来车企在智能驾驶方面主要比拼三个方面：

一、降低车端的计算平台和传感器成本，尽可能做到每辆车标配智驾系统；二、比谁在“端到端”闭环数据更多；三、在训练芯片被限的情况下，完成整个大模型的训练。未来自研车端算力、云端训练芯片，是人工智能企业必须要面对和投入的部分。

投入似乎取得一定成果。李想在电动百人会的演讲中表示，自动驾驶一年要做大概1000万帧图像人工标定，成为 6元-8 元/张，一年下来成本接近亿元，但使用软件 2.0 大模型，通过训练方式进行自动化标定后，“效果非常可怕，过去一年做的事情基本上三个小时就能完成，效率是人的1000倍。”

在上述企业看来，依靠海量数据驱动，云端算力、大模型建立起来的数据闭环是城市NoA系统中最难被追赶的部分。

但在商业世界，从来不是搭建一条技术链路和一支团队，就可以高枕无忧。至少，第三方智能驾驶技术供应商不会应允。

近日，大疆车载就公布了其纯视觉城市领航辅助驾驶方案。基于双目视觉技术，大疆车载表示，可以在城市固定道路率先实现点到点自主行驶。而凭借软硬件一体化能力，大疆车载将城市NoA的价格“卷”到了低点：方案成本在5000元-15000元之间。

此外，轻舟智行也宣布，可以基于单颗地平线征程5芯片推出入门版城市NoA，以及36氪获悉，Momenta也将基于英伟达方案，推出万元级城市NoA套件。

“就是要逼车企放弃自研这条道路。”一位智能驾驶技术公司高管对36氪果断表示，“起码以后车企自研30万（元）以下的车型都不划算。”

除了从性价比上撕开口子，技术供应商们也没有轻易被数据闭环拦在门外。

虽然车辆数据都属于车企，智能驾驶技术公司获取存在难度，但技术供应商们都会建立一套工具链，部署在车企机房，和车企共享数据。

“哪怕这个数据最终不一定真的给我们，但也可以做产品迭代，既然合作，双方都是有一些诉求的。”一些技术方案公司负责人告诉36氪。

纯视觉与高精度地图之争、底层技术与生产力层面的重构、车企自研与技术供应商的赛点争抢，都在加速催化着城市NoA的质变。

日前，芯片公司地平线创始人余凯分享道，ChatGPT给业内很大启发，它通过更大的数据、更大的模型，利用文本历史，去预测下一个词的概率。

“同样的事情，也可以发生在自动驾驶上，通过结合当前的交通环境、导航地图、驾驶员整个历史驾驶行为，来预测下一个驾驶动作。从大量的、无监督的、不需要标注的行为里面去机器学习，构建一个自回归的驾驶大语言模型。”

这是个令人激动的想象，也并非不无可能。在大模型、大算力、海量数据的催化下，自动驾驶行业正在进入“ChatGPT时刻”。