今天小編分享的科技經驗：城市NOA，一場關于把車賣貴的陽謀，歡迎閲讀。
從上海嘉定區南翔鎮出發，途徑浏翔公路、滬翔高速、嘉闵高架路，全程 25 公裏之後到達虹橋機場 T2 航站樓北出發層。
去年 10 月，當極客公園駕駛小鵬 G6 行駛完這條沒有被提前規劃的非集中試駕路線時，XNGP（小鵬智能輔助駕駛系統的名稱）幾乎全程接管了加減速踏板和方向盤的操作控制。包括識别直行和左右轉車道、識别路口紅綠燈、完成對前方慢車的超越，以及通過進出匝道切換到不同的城市快速路當中。
2023 年，智能輔助駕駛成為新勢力們新的戰場。在以高速、城市快速路為主的封閉道路場景中，華為、小鵬等頭部玩家逐漸可以高分交卷。
麥肯錫的報告顯示：中國本土高端新勢力能夠搶單傳統豪華品牌，「更先進的自動駕駛」是排名第二的原因。終端數據也可以佐證以上觀點。2023 年第四季度，問界新 M7、小鵬 G6、寶駿雲朵等多款車型，智駕版本的訂購比例都超過了 50%。
試卷開始「超綱」，從封閉道路進入城區。幾乎每一家車企的高端產品發布會上，都會介紹智能駕駛的研發進展、投入，以及下一段的「開城」目标。PPT 上的數字從個位數變成兩位數再到三位數。在傳播體系裏，這個數字變得越來越重要，甚至成為了影響用户量評價智駕水平的最關鍵标準。
不過，面對城區裏各種各樣的交通參與者，甚至是不确定的交通規則破壞者時，即使頭部率先開通「城市 NOA」的玩家，其功能仍然還處在「可用」階段，距離「好用」還有不小距離。
站在用户體驗的視角，目前的城市 NOA 功能主要分為兩個派别：
第一，相對好用但不連續。即：因為各種原因，城市智能領航輔助駕駛的可用路段并不連續，這就導致駕駛員在功能降級時，需要時常接管車輛的駕駛權；
第二，相對連續但不好用。在一些集中媒體試駕活動中，極客公園也體驗過幾乎全城市路段可用的智能領航輔助駕駛功能，但在面臨闖紅燈的外賣小哥、臨時擺攤或修路導致車道線變化的時候，系統頻繁地加減速操作，會嚴重影響車内乘客的乘坐體驗，甚至導致暈車。
當然，這并不是本土智駕玩家們才會遇到的問題。哪怕是行業裏走在技術路線前沿的特斯拉，在馬斯克公開直播測試過 FSD V12 後，他高喊了 4 年的完全自動駕駛仍然繼續跳票……
所以，為什麼智能駕駛的城市之戰會一再跳票？各家未來又該卷些什麼？
「技術」的面子，「降本」的裏子
所謂城市 NOA，即 Navigate On Autopilot 的簡稱，中譯名為「自動輔助導航駕駛」。理想狀态下，駕駛員只需要在車輛啓動前，設定好目的地并選擇一條希望行駛的路線，智駕系統便可以全程控制加減速踏板及方向盤操作。
城市 NOA 被認為是從輔助駕駛走向全自動駕駛的重要階段，如何實現技術降本，是智能駕駛在 2023 年的重要工程課題。
為了實現技術降本，在 AI 大爆發的加持下，過去一年裏，智駕領網域進行了三種技術路線的切換或嘗試。
第一，整個行業都在逐漸從有圖切換到無圖方案。
去高精地圖在 2023 年幾乎成為了整個行業的共識。核心的技術原因在于，以 Transformer 為基礎的 BEV 感知模型開始成熟，使得車輛在駕駛過程中對周圍信息的實時感知能力得到了大幅提升。
華為在去年的幾場技術交流會上，介紹過其智駕系統的感知能力數據：通過 GOD 通用障礙物檢測網絡和 RCR 道路拓撲推理網絡，可以實現 2.5 個足球場大小的感知面積。
華為智駕 workshop | 極客公園
在目前已經開通城市 NOA 的少數幾家車企或智駕公司裏，華為和小鵬都公開表示已切換到無圖方案。
極客公園在實際的試駕體驗中，也可以明顯感受到從有圖到無圖帶來的變化：在通過無車道線路口時，智駕系統會出現可感知的「畫龍」現象——在沒有高精地圖作業可抄的情況下，車輛需要實時規劃行程路徑。
餘承東曾經表示，華為在上海投入了一兩年，都沒有采集完城區高精地圖。所以，依靠車端感知能力進化，去高精地圖可以帶來兩個結果：智駕成本大幅下降、智駕泛化能力大幅提升。
第二，一部分小眾玩家開始嘗試去激光雷達的純視覺方案，這條技術路線國内以極越為代表，特斯拉則是另一個重要玩家。
如果説「去圖化」是希望在產業供應端大幅降低成本，那麼「純視覺」流就是希望有用強大的計算能力，降低車端的硬體成本，也就是激光雷達。
光大證券的研報顯示，大部分性能優良的激光雷達價格在單顆 1000 美元上下。
盡管 2021 年某主機廠品牌負責人口中的「4 顆（激光雷達）以下，請别説話」的堆料時代已經過去，但目前國内新勢力的旗艦車型依然至少配裝了 1 顆激光雷達，部分車型支持 2-3 顆雷達的選配，以實現硬體層面的安全冗餘。
相比于「攝像頭 + 算法」的方案，「攝像頭 + 激光雷達」可以提高車端感知能力，從硬體端保障感知範圍以及穩定性。舉一個典型案例，在靜止起步的場景下，只搭載攝像頭的車型可能會撞上距離很近的障礙物（如樁桶、小動物等），而搭載激光雷達的車型，在近距離障礙物的識别率會顯著提升。
激光雷達可以應對的另一個場景，就是對異形障礙物的識别。在僅依靠攝像頭的純視覺方案裏，由于高度依賴「前期标注」的先驗，沒有被标注過的異形障礙物就容易出現無法識别的情況。
因此，要在計算層面提高對異形障礙物的識别，就是需要加入 OCC（Occupancy Network，占用網絡技術），實現「即使我不知道看到的東西是什麼，也可以知道它在那裏。」
體驗極越 01 的城區智駕功能 | 極客公園
相信極越在去年上市之後敢于在激烈的價格戰裏，做出直降 3 萬的決策，前期在硬體層面砍掉了激光雷達，是重要因素。
「優等生」特斯拉的「煩惱」
可以説，目前這輪以降本為目的的技術路線探索，大部分玩家采取的方案是「保留激光雷達 + 去高精地圖」，而極越則采取了「保留高精地圖 + 純視覺方案」。
目前來看，似乎是一個二選一的題目。要麼選擇激光雷達，要麼選擇高精地圖，國内還沒有人可以做到既要又要。
除了特斯拉。
如果説現階段，實現城市 NOA 的核心前提，仍然是「有作業可抄」——要麼抄高精地圖，要麼抄算法規則——那麼特斯拉的技術邏輯則是，用人工智能的邏輯，讓智駕系統學會在沒有作業可抄的情況下，自主思考。
特斯拉智駕主打「純視覺」方案｜視覺中國
這種技術架構主打的就是「端到端」——相比傳統架構把感知、預測、規劃、控制抽成不同的模塊，端到端把各個模塊融合成了統一架構。
以馬斯克去年 8 月底在 X 上演示的 FSD Beta V12 系統為例，工程師删掉了近 30 萬行定義規則的代碼，系統将會從過往學習的數據庫中調用相關場景，以神經網絡的模式決定下一步的駕駛操作。
所以，和生成式語言大模型 LLM 相似，特斯拉端到端的技術架構提高了 AI 的泛化能力，但也高度依賴提前的數據投喂。
在 2022 年的特斯拉 AI Day 上，馬斯克表示訓練成一個神經網絡需要數以十億幀的素材，然而根據《馬斯克傳》，到 2023 年初，這個數據還只有 1000 萬幀。
裝配了各種感知器件的量產車，是各主機廠後續采集數據的重要觸角。但還需要時間積累，畢竟幾款新車的智駕版「大賣」還僅僅發生在上一個季度，很多車型甚至仍然處于量產爬坡階段，更何況，特斯拉在中國市場還要面臨本地化的種種問題，這對于城市 NOA 的實現，又提出了新的考驗。
NOA 開城戰：表面是競争，背後是利潤
城市 NOA 在技術層面仍然有不少難題需要攻克，為什麼每個車企都一定要在發布會上，把開城的數量寫在 PPT 上？
高情商説法：為了打造更具科技感的企業形象；
低情商説法：為了可以把車賣得更貴。
目前，盡管大部分車企都推出了「智駕版」車型，但只有少數企業在部分城市推送了城市 NOA 功能。所以對于用户來説，選購智駕車型某種程度其實也是對產品功能的預付費，和對企業能力的一次投資。
在這樣的競争狀态下，通過開城的數字目标，也可以樹立車企的科技化屬性。餘承東的「遙遙領先」熱梗，既是華為對自己智駕能力的自信體現，也可以在傳播維度提前占領智能化、科技化的行業生态位置。
餘承東的「遙遙領先」其實要打穿用户對于華為智駕能力的心智｜視覺中國
同時，不可忽視的是，智駕還是一個重要的利潤點。
如前文所述，在硬體層面而言，智駕版本會比普通版多加裝智駕的感知模塊（一般來説是激光雷達）和更大算力的芯片，所以售價更貴。以問界 M9 為例，這款起售 46.98 萬的車型，終端信息稱平均交易價格達到了 56 萬元，除選配舒适内飾外，智駕版車型的選購也是重要原因。
還有軟體層面，智駕給車企、或智能駕駛公司帶來了訂閲制軟體收入的商業營收空間。無論是全棧自研的蔚小理、華為、特斯拉，還是和智駕公司深度合作的造車廠商，開通城市 NOA 之後都可以單獨按年、按月或者一次性買斷，收取軟體服務的訂閲費用。價格上，華為的 ADS2.0 買斷價格為 3.6 萬元，而極越則是達到 5 萬元。
别糾結「開城」，要和「日活」較勁
進入 2024 年，開城的故事似乎不再那麼具有衝擊力。
這和產品體驗有關——絕大多數城市的用户，還不能「完整且絲滑」地體驗到好用的城市 NOA 功能。
當然，這也和技術積累有關。畢竟在現有的技術、數據等多個維度下，智駕團隊還需要時間積累，來拿出來足夠有爆發力的產品更新。
在技術創新的瓶頸裏，與其繼續在開城數字上做文章，不如回到用户端，把體驗進行優化。
就像純電車型爆發前，增程或者混動以出色的燃油經濟性幹掉日系車的故事一樣，如果城市 NOA 暫時還不能到來，那麼從軟體產品的角度，推出記憶功能的城市通勤模式，應該是從用户角度出發，更實際的選擇。
對應的，在傳播維度上，把開城數量改成用户每日的智駕使用時長，或是城區智駕路段的使用占比，應該是體現用户對智駕認知、信任和使用情況更有説服力的數據。
畢竟，如果想用軟體賺錢，那麼了解用户需求，要比在數字上戰勝了多少個對手重要得多。
