距離上次，長城汽車毫末城市NOA的發(fā)布，過去22個月之后，長城汽車最近的一次內(nèi)部發(fā)布會上，泄露了無圖NOA功能的測試視頻。 同時，長城汽車首席技術(shù)官王遠力也在微博上官宣了城市NOA的功能，并且公布了發(fā)布會上的視頻。

新能源汽車的下半場，拼的就是智能化水平。在接下來的市場競爭中，智能駕駛將會成為車企之間競爭的一個比較主要的分支，做好這一環(huán)，重要性不亞于做好三電系統(tǒng)。長城汽車雖然現(xiàn)在還沒正式公布，但已經(jīng)有無圖NOA智能駕駛的測試視頻泄露出來，第一款應(yīng)用的車很可能是魏牌藍山，北京車展可能會亮相。

現(xiàn)階段，包括小鵬、華為、蔚來等車企，都開始更專注的去做無圖NOA的智能駕駛功能，之后像長城汽車的加入，其實并不足為奇。但讓人感到好奇的，更應(yīng)該是長城汽車如何做好的無圖NOA，又能實現(xiàn)怎樣的功能。

另外，最核心的一個點，長城汽車的無圖NOA能力，能否排到智能駕駛領(lǐng)域的前排？

長城無圖NOA，實現(xiàn)了什么？

先把供應(yīng)商這事聊明白，很大概率啟用了新的供應(yīng)商來實現(xiàn)的無圖NOA能力，暫時是沒有使用毫末智行的整套系統(tǒng)方案，做排除法的話，除了華為和百度之外，最有可能的是大疆的城區(qū)NOA功能，是有激光雷達的方案，純是為了搶2024年的智能駕駛風(fēng)口。

從視頻中看得出來，的確是真無圖方案，能看到雷達掃描后的建模生成。硬件層面，長城是重感知方案的，所以大概率不會用純視覺方案，應(yīng)該會擁有至少一顆激光雷達（可能是禾賽提供的激光雷達產(chǎn)品）；芯片平臺，成熟的Orin-X芯片（可能是雙芯片配置，508TOPS算力），是首選。這套硬件的組合，是目前比較流行的配置。

具體功能的實現(xiàn)邏輯，還是熟悉的BEV感知+ Transformer技術(shù)架構(gòu)的深層學(xué)習(xí)能力。簡言之，靠激光雷達+攝像頭以及其他雷達組合，來實現(xiàn)路況的信息收集，形成2D和3D的感知；通過這些感知數(shù)據(jù)，再結(jié)合大模型的數(shù)據(jù)處理，最后給出正確的判斷和決策，從而實現(xiàn)了無圖NOA的功能。

然后，從泄露出來的有限的測試視頻中，我們大概看到了幾個功能。

首先，第一個核心是在六道口的十字路口，完成多個路口情況下的判斷，而且完成左轉(zhuǎn)同行的功能；第二個場景，是在城區(qū)中的復(fù)雜路段，周邊有行人、電動車、占道車輛的情況下，可以準(zhǔn)確識并且繞行通過；第三個場景，是在狹窄道路且無標(biāo)識路段，完成左右轉(zhuǎn)彎；第四個場景，做好了應(yīng)對冰雪路面的工況（四驅(qū)能力）。

聊聊對以上功能的一些看法。

第一個功能，六道口的十字路口能夠準(zhǔn)確的判斷行駛路線的能力，說明了它的感知硬件和軟件算法默契程度很好，而且深度學(xué)習(xí)能力已經(jīng)沉淀了一段時間才可以解決好復(fù)雜路口的通行能力。尤其是在無圖的條件下，由于沒有高精地圖，是無法根據(jù)導(dǎo)航信息判斷，哪條車道行駛過去式逆行的狀態(tài)，所以在無圖的情況下能解決好復(fù)雜路口工況下的NOA功能，這一點值得肯定。

但還是要留個疑問，這種能力，是否在每一個復(fù)雜路口都能好用，例如車道線不清晰、無信號燈路口等情況下。

之后的兩個功能，一個是城區(qū)復(fù)雜路段（路況信息復(fù)雜且隨機）、另一個是狹窄路段且無標(biāo)識。這兩個功能通過視頻中的測試表現(xiàn)來看，長城汽車的無圖NOA調(diào)的相對保守。首先，在第一個工況下，復(fù)雜鬧市區(qū)，車輛行駛速度非常低，而且在前方有電動車的情況下沒有選擇超車，而是低速跟隨。第二個工況下，低速跟隨依舊是首選。

如果真實推送之后，能保持這種使用效果，也還算及格的水平，畢竟第一次嘗試，保守的調(diào)校風(fēng)格是可以接受的。

值得肯定的一個點，在應(yīng)對鄉(xiāng)村、農(nóng)村有類似于集市的復(fù)雜路口情況下（人多、車多、無標(biāo)識）的處理能力很好，這里應(yīng)該是吃了高算力的紅利。

技術(shù)水平，符合第一梯隊標(biāo)準(zhǔn)？

綜合以上硬件使用情況，以及功能實現(xiàn)情況來看，甚至已經(jīng)基本擁有了不錯的城市NOA能力。硬件水平和大體實現(xiàn)的功能來說，表現(xiàn)不錯，雖然城市NOA整體調(diào)的偏保守，但看的出大模型的學(xué)習(xí)能力不錯，至少肯定不是初期的效果。

那么，是否符合主流水平？

參考現(xiàn)階段比較主流的華為ADS 2.0的城區(qū)NCA功能，它整體大面的功能成熟度比較高，像城區(qū)復(fù)雜路況、郊區(qū)窄道行駛以及復(fù)雜路口的這些功能都有，也是用的BEV感知+ Transformer技術(shù)架構(gòu)深層學(xué)習(xí)能力來實現(xiàn)的。

說實話，2024年想要做一套成熟可靠的無圖城市NOA，不再是難事，邏輯已經(jīng)跑通、硬件水平都差不多一個級別（無非就是算力高低，激光雷達線束的比拼而已）。但，想要做到好用，就得在細節(jié)上下功夫，智能駕駛接管率、流暢度、舒適度這兩個層面，將會是接下來智能駕駛層面用戶們需要考量的兩個點。

先說接管率，長城的無圖NOA只是短暫的測試視頻，沒能挖掘到太多的關(guān)于接管的信息。但，就算是現(xiàn)在比較成熟的華為ADS 2.0系統(tǒng)，在實際駕駛的時候也需要在復(fù)雜路況下偶爾的接管車輛駕駛。

不過從測試視頻來看，智能駕駛沒能把速度提起來的原因，可能也是為了保證讓駕駛員盡可能少的去接管，例如低速跟隨、在條件充足的情況下才敢超車，就是為了留給系統(tǒng)更多做決策的時間。

之后，還要考慮舒適度。

例如，在路口的剎停，是否會提前減速，如果智駕系統(tǒng)在通過的時候提前減速，雖然只是一個小小的動作，但是會大大提升駕駛員對智駕的信任感和好感，這里需要考驗的是AEB的設(shè)定與算法的結(jié)合。反之，還有路口的起步階段，之前也曾體驗過其他品牌測試階段的城市NOA功能（部分路段），會有急加速、闖黃燈等情況的發(fā)生，而這種體驗，對于車內(nèi)乘員來說的舒適度不夠友好。

至于流暢度，這里需要涉及到的因素比較多。降低接管率，也是保證流暢度的一種方法，但這需要慢慢優(yōu)化才可以實現(xiàn)，一上來就0接管，很難，除非大模型的發(fā)展已經(jīng)到了非常強的水平。但短期來看長城汽車大模型的學(xué)習(xí)能力，仍然需要積累和沉淀，才能達到更好用的水平。那么，至少可以做到用起來更像“人在開車”的狀態(tài)。

這里舉個例子，城市NOA在鄉(xiāng)村窄道地圖APP的道路限速更新不及時，然后周圍車輛會不斷超越，這個時候智駕系統(tǒng)會根據(jù)周圍車輛的速度，來提高自己的車速，避免被超車的時候帶來風(fēng)險。這個功能，已經(jīng)是現(xiàn)階段在其他品牌城市NOA上實現(xiàn)的功能。如果長城的城市NOA也能做出類似的功能，那么對整個智能駕駛的體驗是很顯著的提升。

最后，關(guān)注一下開城率。

現(xiàn)在各家在城市NOA能用、好用的前提下，開始搶占開城，有更多的城市可以用，也就意味著打開了更多城市的市場。長城汽車的智能駕駛硬件，對于開城來說，不難，就算用單Orin-X芯片254TOPS算力，也夠用，更何況有雙Orin-X芯片峰值算力508TOPS，絕對夠用。

前提有了，剩下就要看怎么解決每一個城市復(fù)雜的長尾場景。因為各城市不同設(shè)計的路口指引、不同的交通燈信號形狀、不同的交通復(fù)雜情況，都在對開城目標(biāo)提出了更多的挑戰(zhàn)。對此，在基于BEV+Transformer的底層路線下，開城時間基本與學(xué)習(xí)能力掛鉤，學(xué)的越快開城就越快。