上海、深圳、重庆、杭州等16个城市进行泛化测试，2023年第四季度落地45城，2023年底覆盖50座城市，2023年底前完成100个城市的落地推送……这个春天，忽如一夜春风来，城市NOA的星星之火突然开始呈现燎原之势。特斯拉后，无论是剑指量产的毫末智行、华为、蔚小理，还是尚在demo阶段的百度、大疆、腾讯，无论是主机厂还是科技公司，大家都把城市NOA看成了今年的决胜高地。
的确，现在的中国汽车产业，正在“两条腿”狂奔，这两条腿，一条叫新能源，另一条叫智能化。而城市NOA，无疑是智能化这条大腿上，最重要的股四头肌。更为关键的是，经过这些年的“锻炼”，行业玩家们终于达成共识，发现了这组肌群最好的发力方式——重感知。挥别高精地图这位“牛夫人”，自动驾驶3.0时代，最受宠的，还得是感知算法这位“小甜甜”。
华为、小鹏、毫末智行等第一梯队里的“技术派”，再加上百度、腾讯、大疆等企业的跃跃欲试。城市NOA现在杀得远比NBA季后赛更为激烈，而在这些科技企业的技术竞赛背后，智能驾驶距离规模化落地还有多远？
华为：放弃“牛夫人”，正在变身发力无图的“感知派”
高精地图可不是一开始就是受人嫌弃的黄脸婆，事实上，就在1-2年前，不少企业都跟它有过一段“蜜月期”。
2021年的上海车展，一段华为城市NCA的演示视频，火爆全网。这辆极狐阿尔法S Hi版，在上海街头完成了无保护左转、人车混行等复杂环境下的自动驾驶，让人们对于华为的高阶智驾方案，有了极高的期待。
但直到2022年7月，极狐阿尔法S Hi版才正式交车。9月24日，极狐和华为共同宣布，城市NCA功能首发落地深圳，比小鹏的CNGP晚了一周，没能抢到这个中国第一。 12月4日，华为城市NCA落地上海，2023年3月22日，落地广州。除了极狐，另一套Hi方案的阿维塔11，也在同步落地。
城市NCA的感知、预测能力与小鹏的CNGP相比，能力不分伯仲。甚至在某些场景下，表现更为出色。
相较于出色的Hi车型，华为智选车问界的辅助驾驶能力，却被广泛吐槽。供应商只给了一套基础的L2方案，能力上限还很低。而问界对于华为终端极为重要，承载了爆款的任务。
上海车展前夕，华为发布了高阶智驾系统ADS2.0。
按照华为官方的说法，问界M5智驾版是首个搭载HUAWEI ADS 2.0高阶智能驾驶系统的车型，率先实现不依赖于高精地图的高速、城区高阶智能驾驶功能，带来无限接近于L3的高阶智能驾驶体验。
有人评价，ADS2.0是为问界量身打造的一套系统。
为了控制成本，满足问界的定价区间。ADS2.0从此前最多的三激光雷达方案，变成了单激光也能跑，所需的算力也从最高的400TOPS，下降到了200TOPS。
撇除掉一些品宣性质的信息，余承东在演讲中透露了两个核心信息点：
一是对高精地图的“放弃”，转向了感知能力。2021年的上海车展期间，华为还曾为高精地图站台，到了2023年同期的发布会上，余承东毫无掩饰地吐槽了高精地图的高成本，连高精雷达都被缩减到了1个。
二是智能驾驶的落地，预计2023年内覆盖45城。选择去高精地图后，华为在智能驾驶的落地时间上显然“激进”了许多，华为的城区NCA已经在深圳、上海、广州落地，计划年底时新增30个无图城市落地。之前有消息传，华为无图方案四季度才能落地。显然余承东对这个时间点不认可，华为内部加速了。
余承东在华为ADS 2.0发布会上坦言——“高精地图成本非常高，仅仅采集上海市高精地图，采集了一两年、9000公里，都没有把上海完全覆盖。依赖于高精地图很难做到普及，全国覆盖的成本非常高。并且从国家安全的角度，几个月才允许刷新，但是中国的道路天天在改，所以说依赖于高精地图真的没法广泛使用。”
在此，可以说市场的优胜劣汰，推进了车企们在高阶智能辅助驾驶技术路线上达成默契，而从另一个角度来看，一开始就以第一性原理为指导，坚定走“重感知”路线的特斯拉和毫末智行，也的确拥有相当的技术前瞻性。
所谓的无图方面，并非完全不用地图，从高精地图切换到无图的过渡方案，需要做大量的ODD测试。大多数厂商，还会先从图商拿到SD底图，再用自己的测试车去跑，来打「标签」。
SD底图，只包括低维信息，比如：车道数量，路口位置这一类。不包括车道线宽度、道路边界、曲率等高精度信息，所以没办法拿来直接用。这也是无图方案要逐个城市开放的原因。而开放速度，也取决于你打标签、做ODD测试的质量和速度。
华为正旗帜鲜明地倒向“感知派”，同时也让外界看到，智能驾驶想要走出实验室，去高精地图的感知模式将是不可或缺的一环。
毫末智行：坚定的技术派正在迎来商业化跃升
“去高精地图”“智能驾驶3.0时代”“BEV感知算法”……这些词并非新面孔，此前就已被业内频频提及。比如自动驾驶3.0时代是毫末在2022年9月份首次讲到，那时，毫末就提出了大模型和可解释的驾驶常识。
而“重感知”技术路线则又是毫末最早在2022年4月在行业内公开提及，也对其BEV感知技术做了公开展示，后边车企智己汽车、极狐汽车等也走的是“重感知”路线，现在看起来，这个趋势已渐渐被越来越多的行业各玩家所认可。
不难发现，过去一年间，随着中国自动驾驶进入深度技术革新和产业的激烈竞争周期，行业的很多趋势其实都与毫末这家公司的判断和实践不谋而合。
上海车展今天就将落下帷幕，根据魏牌蓝山DHT-PHEV在上海车展上的动态，即将在2023年第三季度实现城市NOH功能。而首款搭载毫末HPilot3.0的魏牌新摩卡正在开启试乘，该款车型落地即可实现城市NOH功能。
城市NOH已经在保定和北京做大规模泛化测试，预计到2024年上半年，将在100个城市落地。其中的城市NOH功能，正是毫末推出的国内首个可大规模量产落地的城市导航辅助驾驶系统，可以在城市道路中识别红绿灯并控车根据导航和道路情况自主变道等操作。
关于城市NOA，大家提得最多的词是“老司机”——无论你走什么样的技术路线，用雷达还是摄像头，用感知还是高精地图，最终的目标都是要让用户用得舒服，而这个舒服的标准，就是控车如老司机般丝滑。对于这道题，毫末给出的答案是DriveGPT，而如果从阅卷者的视角来看，这个答案正在无限接近满分。
DriveGPT，中文名：雪湖·海若，是毫末今年4月推出的自动驾驶生成式大模型，也是业内首次将GPT应用到自动驾驶领域。DriveGPT是在求解下一个Token（词）的概率，通过每一次调用都相当于根据前序Token序列生成一个Token，这些Token就相当于自然语言处理中的一个词语，只不过这里的Token是用来描述驾驶场景的。一连串的Token拼在一块就是一个完整的驾驶场景时间序列，这样就能将自动驾驶场景Token化，形成“Drive Language”，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。
目前，毫末DriveGPT主要用于解决自动驾驶的认知决策问题，后续会将毫末多个大模型的能力整合到DriveGPT中。
这部分的工作，即使放眼全球也是非常独特和创新的，需要通过引入海量真实人驾接管数据建立RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化。目前毫末DriveGPT已实现模型架构与参数规模的升级，参数规模达到1200亿，预训练阶段引入4000万公里量产车驾驶数据，RLHF阶段引入5万段人工精选的困难场景接管Clips。毫末DriveGPT雪湖·海若的成果将首发落地在新摩卡DHT-PHEV上。
而毫末DriveGPT的最终目标，是做到感知决策一体化，实现端到端自动驾驶。相比于传统模块化的方案，端到端自动驾驶，是基于人类根据场景信息直接输出控制信号这一驾驶过程，通过端到端网络直接输出车辆的轨迹规划或控制信号，最优性更佳，同时人为设计更少，不过因此也对算法提出了更高的要求。
有了大模型就够了吗？自然不是，配套的大算力、大算力都得跟得上。毫末在2023年1月发布了中国自动驾驶行业最大的智算中心MANA OASIS（雪湖·绿洲），不但可以保证千卡任务连续训练数个月没有任何非正常中断，还通过自主研发的任务级弹性伸缩调度器实现了分钟级的调度资源。
同时还有毫末自研的中国首个自动驾驶数据智能体系MANA。在经过一年多的应用迭代后，MANA计算基础服务已经集成到MANA OASIS中，MANA感知和认知相关大模型能力统一整合到 DriveGPT雪湖·海若中。
毫末智行是国内最早押注“重感知”的玩家，也是最早将智能驾驶量产落地的一家。在大模型、大数据、大算力的发展方向下，技术派的毫末正在领跑智能驾驶的规模化落地。除了技术上的先发优势，长城、魏牌、坦克等搭载城市NOH功能车型的量产，预示着毫末的商业化也将迎来跃升一步。
小鹏：无人驾驶之前的“最后一跃”
造车新势力中对自动驾驶热情最大的小鹏，在4月16日举办了技术架构发布会，董事长何小鹏说：“汽车行业的淘汰赛刚刚开始，300万的年销售规模将只是车企的入场券。”
之所以敢于提出了这样的KPI，并有信心挺进“32进8”这场突围赛，正是源于当天发布的全域智能进化架构——SEPA2.0“扶摇”。在“扶摇”架构的赋能下，成本平衡、高效研发、高端体验将成为小鹏汽车的存活之道。
以小鹏汽车一直标榜的智能化领域为例，智能辅助驾驶XNGP的综合研发效率提升30%，车型适配成本降低70%，预计2023年，XNGP将实现高速场景每千公里接管次数小于1次，2025年将实现城市场景每百公里接管次数小于1次，达到堪比老司机的高阶智能辅助驾驶体验；小鹏的Xmart OS车载智能系统的软件适配成本降低85%，语音综合研发周期缩短50%，语音对话服务成本降低50%，让超感知智能座舱拥有“GPT”般的大脑，成为更“类人”的智能座舱。
在上海车展上，小鹏发布了小鹏G6，并定义为小鹏实现无人驾驶前的最后一款车。
不只是在产品宣传中吸引了许多人的眼球，小鹏对于G6的卖点提炼，也将重心放在了智能驾驶上。
比如小鹏的智能辅助驾驶系统XNGP被频频提及，同样是视觉为主，雷达为辅的重感知、轻地图的技术路线，可实现城区完成转向掉头、变道超车、绕行障碍，避让行人和非机动车等能力。
不过在XNGP的落地进程上，小鹏暂时分成了三个阶段：
2023年上半年开放第一阶段能力，即在广州、深圳、上海使用城市NGP，开放直行红绿灯识别起停、跨线绕行障碍等能力；2023年下半年开放第二阶段能力，在无高精地图覆盖的城市开放自动变道、超车、左右转的能力；2024年进入终极阶段，从起点停车位到终点停车位，全程都可以使用智能导航辅助驾驶。
即便在落地时间上稍晚于毫末和华为，小鹏汽车董事长何小鹏对智能驾驶的信心绝不属于后者：XNGP在2023年实现高速场景每千公里接管次数小于1次，2025年实现城市场景每百公里接管次数小于1次。最近三年时间，会在大部分城市的绝大部分场景，让外界看到自动驾驶可以低成本且比人开要安全数十倍的能力进行进化。
总结：中国辅助驾驶正在迎来“iPhone时刻”
关于城市NOA，能讲的故事还有很多。比如理想汽车在车展期间宣布的城市导航辅助驾驶——理想AD Max3.0，亦无需高精地图，并称AD Max3.0已具备了BEV动态、静态网络和占用网络能力，并将于年底之前，开通100座城市的无图城市NOA方案，同时宣布终身免费。又或者百度Apollo发布的城市智驾Apollo City Driving Max，基于高精地图产线推出了轻HD地图，被其称为使用“纯视觉感知就能在城市道路上带给用户连贯体验的产品”。还有准备上车2023款KiWi EV、年底覆盖50座城市、强感知、弱依赖、售价只要千元级的大疆城市NOA；还没上车，但要在16座城市做泛化测试的、重感知的元戎启行DeepRout-Driver3 0…………
2023年只过去了4个月，城市NOA就卷出了新高度，而且越来越激烈。
随着技术路线共识达成，各家纷纷拿出城市NOA落地进度计划表，这也意味着接下来的城市NOA市场竞争重点，将落脚在如何在保障功能先进的前提下，推进低成本化，实现更多真实用户覆盖。
作为用户出行的高频刚需场景，城市驾驶里程占到总驾驶里程的70%左右，而在时间上，城市驾驶时长更是高达90%。这意味着一旦可在城市道路中实现点到点“导航辅助驾驶”的城市智能辅助驾驶实现大规模落地，那么这显然将极大解决用户驾驶难题，解放驾驶员的双手——用户仅需用户在导航上设好目的地，车辆可在无需人为接管的情况下，全程辅助驾驶到达终点。
当然，城市道路场景复杂程度远大于高速NOA的客观现实，也要求落地城市辅助驾驶的玩家们必须要安全为先，要拥有经得起考验的真技术。可以看到的一个鲜明趋势是：越来越多的企业选择了毫末的“重感知”路线，不过度依赖高精地图，让车辆依靠自身融合感知，完成高阶智能辅助驾驶，实现短时间大范围城市的覆盖。自动驾驶在2019年后的路线之争逐渐有了结果，以毫末为代表的“感知派”正在赢取最后的胜利。
或许和完全意义上的“无人驾驶”还有一些距离，但城市导航辅助驾驶已经是一种现在进行时，自动变道超车、红绿灯识别与控车、复杂路口通行、无保护左右转等高阶驾驶体验，即将成为每一个人的权利。
这场季后赛打完之后，中国辅助驾驶也将迎来属于自己的iPhone时刻！
