研究报告。通过分析领先车企在城市 NOA 领域的战略实施，探讨城市 NOA 技术路线选择、感知规控等关键技术储备以及用户需求与产品迭代的协同关系，为汽车行业相关领域决策者提供有价值的参考意见。
其中，以 蔚小理 为代表的新势力领头向去高精地图技术路线演进，形成主流趋势。以阿维塔为代表的车企目前采用的是依赖于高精地图的技术路线，但阿维塔已公布将在 ADS1.0 依赖高精地图的技术路线 将搭载去高精地图技术方案。综合来看，去高精地图技术路线逐渐成为车企共识，中长期将成主流技术路线。
在重高精度地图技术路线下，城市 NOA 功能的推广速度取决于高精地图的供应情况。只要城市拥有高精地图并允许其使用，该城市的 NOA 功能就可以迅速落地，从研发角度而言，这有助于节省研发资源。然而，这一路线的问题在于成本高昂、地图采集费用昂贵且更新速度较慢，商业化难度大。目前仍有车企采用此路线，但更多车企正在转向去高精地图技术路线以适应市场需求。
对于去高精度地图技术路线，如特斯拉、蔚来等车企所采用的，城市 NOA 功能的推广顺序和决策基于车企的泛化能力。这包括机器学习的效率，将城市道路拓扑关系进行学习和标注，以及人工校验的效率，以纠正机器学习中的错误。这一路线的特点在于依赖于车企的数据处理和泛化能力，而不是传统的高精度地图。这使车企能够更自主地决定开放城市的顺序，同时也提供了更灵活的商业化机会。因此，两种技术路线的推城策略和决策方式各自有其优势和挑战。
城市 NOA 的技术路线在感知环节主要涵盖三个关键技术，即 BEV 技术、transformer 技术以及占用网络。BEV 技术允许摄像头采集的场景信息以 360 ° 的鸟瞰方式呈现，包括距离和时间等关键要素，提供全景式的感知能力。Transformer 技术则通过将图片感知方式转变为视频感知方式，实现更接近人类视觉感知的实时效果，从而提高感知的准确性。而占用网络的创新则将感知提升到一个新的层次，使车辆能够更好地应对未知物体并进行智能避让，而不仅仅依赖于已知物体的识别。
数据融合及数据处理是决策规控的关键技术，这一环节目前涵盖两种主要技术路线，规则制和模型化，其中模型化被认为是未来的主流模式。数据量在决定选择技术路线时起着至关重要的作用，但目前尚未明确数据量需要达到的临界值，以实现模型化技术路线的优势。因此，多数车企目前采用规则制技术路线，同时进行模型化技术路线的研发实践。
蔚来汽车已经初步实现了模型化，但尚未形成真正的大模型。在城市 NOA 中，模型化技术路线被认为是未来的主流，其基本原理类似于 GPT 模型，通过大规模数据的喂养和自我训练，模型化技术将带来决策规控效果的爆发性增长。
在城市道路等复杂环境中，强大的硬件和算力能使车辆能够迅速、准确地理解并应对各种情况，提高系统的安全性。此外也为技术改进提供基础，允许车企不断升级和改进自动驾驶系统，以适应不断变化的市场需求。硬件配置包括传感器、摄像头、激光雷达等，它们负责感知车辆周围的环境。算力部署指的是用于处理传感器数据并作出决策的计算能力。
硬件配置与算力部署，与决策规控环节数据量的临界值相关。临界值的大小取决于两个因素：一是数据质量，二是数据获取效率，数据质量高，所需的数据量就相对小，数据质量低，就需要更大规模数据量弥补数据质量不足。
车企采集的数据质量取决于两个因素，第一个是硬件能力，以摄像头为例，像素高的相机拍摄的照片质量一定高于像素低的照片质量，第二个是带宽，因为车端数据不可能处理全量数据，需要对数据进行筛选，留下有效数据。因此，车企竞争城市 NOA，硬件配置和算力部署成为竞争基础。
从芯片和激光雷达等硬件配置来看，多家车企采用英伟达的 Orin 芯片，配置的数量从 1-4 颗不等，阿维塔、极狐等华为系车企配置华为自研芯片，以魏牌为代表的车企则尝试采用高通芯片；多家车企选择配置 1-3 颗激光雷达。
当前城市 NOA 的落地进展与用户的使用模式和产品优化密切相关。车企采用多种指标来实时监测城市 NOA 功能的运行情况，其中用户的活跃度等数据是重要的判断标准之一。如蔚来、理想、阿维塔等，通过后台监测用户的活跃度来评估功能是否正常运行。对于采用订阅模式的车企，还会通过用户的付费订阅情况来判断功能的有效性。这些数据反映了用户对城市 NOA 的需求和满意度，是产品优化的重要反馈。
从收费模式来看，车企采用免费模式和订阅模式两种类型。如理想汽车、小鹏汽车选择免费模式，以提升用户对智能驾驶的认知和体验，同时积累更多数据用于产品迭代。另一方面，蔚来汽车、阿维塔科技采用订阅模式，提供多种收费选项，以根据用户需求和付费能力来提供城市 NOA 功能。这种多样化的收费模式有助于满足不同用户群体的需求，并提供更多增值服务。
在监测用户活跃数据时，车企需要谨慎把握监控的程度，以避免法律风险和维护用户隐私。平衡监控和监管合法性之间的关系至关重要。一旦用户使用城市 NOA 功能的活跃度低于监控值，车企会采取召回等措施，对功能进行升级和维护，以满足用户需求。
在城市 NOA 市场竞争中，车企的竞争基础主要体现在技术路线选择、感知决策规控能力、硬件和算力竞争，以及用户需求与产品优化的协同能力。这些关键因素将决定城市 NOA 技术的成功落地以及车企在市场中的竞争地位。
虎嗅智库致力于推动产业数字化以及以 双碳 转型为代表的可持续发展，为参与这个进程的中国企业高管、政府相关决策服务。我们主要的服务手段主要为：研究型内容（报告、分析文章、调研评选）、数据库、线上线下活动与社群、定制型项目等。