“感知”OR“地图”，NOA落地寻找最优解

2023年初，自动驾驶的“落地风”吹的更急了一些。

在特斯拉发布FSD两年多之后，国内的自动驾驶行业，正在进入新的落地阶段。

去年12月，百度宣布开放Apollo“点到点城市自动驾驶”能力；1月底，何小鹏宣布，2023年将在国内率先推出全自动驾驶，超过50个城市能够用上自动驾驶；理想汽车则宣布，到2023年底落地城市NOA导航辅助。

自动驾驶公司估值在二级市场遇冷，落地、量产自然就成了各家关注的焦点。而对于投资人来说，量产不是最终的结果，最终的结果是NOA能力能够真正成为车企新的增长点。

从产业端的规划来看，2025年是L4落地的一个关键节点，在这个关键点到来之前的2023年，城市智能导航辅助落地的大幕，正在慢慢拉开。

L4的“前哨战”：城市智能驾驶NOA量产进行时

过去几年的商业化尝试，使得大家明白了一件事：To C的Robotaxi尚不能扛起盈利的大旗，二级市场估值受挫之后，打造出比L4更容易的L2+智能辅助驾驶系统，快速商业化已经成为一条必须要走的路。

要打赢这场自动驾驶的“前哨战”，首先要选对“进攻线路”。

技术上，感知+地图的双重路线下，结合高精地图，一些行业内的玩家，已经能够在部分城市率先落地更强大的城市NOA能力。

华为的ADS和毫末的NOH，能够基于高精地图的位置信息结合车辆硬件的感知能力做识别，在地图数据的辅助下，车辆更容易准确识别道路、红绿灯等信息。天眼查APP显示，在一级市场上，毫末已经走到了A+轮融资。

从技术上看，感知+地图的双重能力，能够满足城市NOA能力的基本需求，而且车载的硬件成本可以更低，能够快速装车并且推向市场。

不同于重感应轻地图的毫末，华为，小鹏是高精地图路线的获益者之一，在测试中，小鹏NGP曾在在几个关键指标上均超过特斯拉的NOA，表现出众。华为通过一则自动驾驶视频爆红，奠定了其NOA技术的影响力基础。

不过，无论是华为还是小鹏，亦或是毫末，行业中的玩家们都似乎希望逐渐摆脱对高精地图的依赖。

地图监管的收紧，使得重感知，轻地图的技术路线受到关注。去年8月份，自然资源部办公厅印发《关于做好智能网联汽车高精度地图应用试点有关工作的通知》。

9月初，自然资源部《关于促进智能网联汽车发展维护测绘地理信息安全的通知》的下发，将高精地图资质收紧，规定高精地图测绘制作，只能由具备导航电子地图制作甲级资质的单位进行。

高精地图数据关乎国家安全，收紧也是必然，但对行业来说，意味着技术方向可能正在发生深刻的变化。

在去年举行的极狐阿尔法S HI版上市发布会上，华为副总裁、智能汽车解决方案BU CEO余承东表示，将逐步减少对高精地图的依赖。同样改变策略的还有小鹏，小鹏提出2023年完全摒弃高精地图落地城市辅助驾驶。

从商业上来看，走重地图的路线，前期规模化容易，后期规模化可能会更多的受制于地图的更新和维护成本。

比如，城市基建情况在不断变化，又是修地铁又是修路，如何平衡保持地图信息的新鲜度以及维护高精地图的成本？恐怕很难兼顾。

高精地图路线下，主要面临的问题其实就是地图信息的丰度和鲜度，因此，本质上其实也是个成本权衡的问题。

从市场竞争层面来看，当下的市场环境，已经容不得一城一池的缓慢推进，需要大规模的迅速覆盖更多的城市，迅速完成NOA能力量产化。

在确立摆脱地图依赖之后，小鹏计划，今年XNGP落地之后将迅速覆盖国内50到100个地区，推进智能驾驶辅助系统的规模化落地。

小鹏、华为做这样的决策不是没有道理，没有了地图的制约，重感知能力的路线下，车企的确能够快速覆盖更多的市场，特斯拉在北美的销量就已经验证了这一点。

不过，值得注意的是，像毫末等玩家选择“重感知轻地图”的“数据驱动”的方案，其实也有不足。有观点认为，试图用发生事故或潜在事故的弱势场景数据来解决城区导航智能驾驶的问题，在技术上虽然可行，但在策略上颇为被动，并不是最好的解决方案。

一个不容忽视的事实是，2023年将会是搭载NOA能力的车型快速普及的第一个年头。对于车企来说，这个阶段，把更多的高阶驾驶能力带到更多的城市快速抢占市场，其实是一个很重要的策略。

数据表明，在国内，实现NOA的车型渗透率也在不断上升，西部证券的一份研究报告预测，2023年到2024年，市场上支持城市NOA的车型渗透率将迅速增长到20%，

截图来源于西部证券研究报告

摆脱地图依赖，依靠感知，其实更依赖技术，因为城市NOA更复杂，容错率更底。

以小鹏城市NGP为例，代码量是高速的6倍，这意味着需要更高的算力冗余，此外，对融合算法要求也颇高，这会是一个考验。

“现在感知能力上，大家其实做不出来更多差异化体验”有自动驾驶行业业内人士表示，“其实最关键的还是算法、数据，重要的是能够覆盖少数场景，高精度的激光雷达、高精地图弥补98%，但谁能解决最后的2%的意外情况，就能迅速拉开差距。”

NOA量产之后，一条新的价值链在形成

市场经济规律下，人们对消费体验额追求是易于向上的。人们需要AI技术来辅助驾驶员缓解疲劳，而车企也需要新技术要素为产业增值。

在自动驾驶落地的过程中，有的时候技术并不能解决100%的问题，更多的技术之外的东西可能才是促进行业快速发展，促进高阶智能驾驶辅助系统走进千家万户的重要因素。

比如，底层规则的制定和引导。

去年11月分，工信部、公安部印发《关于开展智能网联汽车准入和通行试点工作的通知（征求意见稿）》，对L3+级别的自动驾驶上路试点推出管理办法。意见稿全文中，有418处强调安全。

联想到此前小鹏、理想以及特斯拉频发的事故，安全自然是一个基本的底线。安全的第一层是技术，第二层是责任的划分的规则。

在技术上，L2+、L2++的技术并不能保证绝对的安全，因此需要规则来兜底。

在责任划分上，意见稿提出，责任认定规则以自动驾驶系统是否激活为分类标准，未激活时由安全员承担责任，激活时由试点使用主体承担责任。

责任划分规则明确之后，城市NOA的量产会进一步提速，这也给行业带来了一些不一样的变化。

一方面，主机厂打消了顾虑，搭载城市NOA的车型也会越来越多。

一些NOA车型的价格在不断下探，比如，某些车型价格下探到了15万元左右的区间。这对于市场的扩容有着重要的促进作用。就好比苹果重新定义了智能手机，而小米进一步普及了智能手机。

低价永远是打响规模化的第一枪。NOA的量产也是如此。

另一方面，在市场进一步普及之后，体验更好的NOA驾驶能力能够被更多的用户感知到，技术的迭代升级，能够真正的反馈到销售端，为渠道终端带来竞争力甚至是产品溢价。

一个新的技术的生存发展，有两个重要要素，一是能够对现有产业产生新的价值增量，二是能够形成一个正向的价值循环链条。

NOA对汽车产业最大的价值，其实就是让那个更多的人接受了国产车30-40万元价格区间的定位，以高阶辅助驾驶为代表的软件、硬件能力，正在同传统的燃油机性能一样，成为影响用户决策的关键因素。

这意味着以NOA驾驶能力为中心，一条新的汽车产业循环价值链在形成：

智能驾驶辅助能力迭代——车企产品力提升，溢价能力增强——用户体验提升认同产品定位——促进车企营收增长——资金投入促进智能驾驶进一步迭代

城市驾驶NOA的量产，一个很重要的前提是，C端的付费意愿正在增加。也就是说，软件定义汽车，不仅发生在产业段，也真实发生在销售端。

摩根摩根士丹利的一份研究也从侧面印证了这一点，研究表明，传统汽车的价值构成主要是硬件，未来，硬件价值占比将会下降40%，一辆汽车其价值的60%将由软件主导。

C端越依赖自动驾驶，对智能化越看重，就越需要构建起正确的用户认知。也就是说，构建技术认知之外，车企需要主动画好“红线”做好用户端的认知塑造。

毕竟NOA不是自动驾驶，也不能替代自动驾驶。

去年8月10日，一名小鹏P7车主在宁波市一高架桥上与道路前方故障车辆和其车上乘客发生追尾碰撞，造成人员死伤。事故发生之后，对外部对小鹏NGP驾驶辅助系统也存在一些争议。当时，在争议之外，也有一些声音认为，人们不应该过度依赖当下的智能驾驶辅助技术。

从理想官网对NOA功能的描述来看，NOA的能力主要是“基于亚米级高精度定位能力，自主超车、调速与出入匝道”。换句话来说，它更像是ACC自适应巡航、LKA车道保持辅助、ALC自动变道辅助功能的进阶版本，只不过，定位技术更加精准。

即便是自动驾驶技术，以当前的算法水平，距离“自动驾驶”距离依旧很远。即便是国内算法水平在第一梯队的自动驾驶公司，在国内每天平均30km的通勤距离中，平均每天要紧急接管一次。而在量产车中，由于感知能力的差异，接管的次数可能会更多。

也就是说，这可能意味着如果NOA能力普及之后用户端没有形成正确的认知，那么可能发生的悲剧还会更多，如何解决这个问题，可能还需要行业、用户和媒体去认真思考并解决。

结语：

过去发生的事情提醒着行业，用户认知的塑造，有时可能比宣传智能辅助驾驶能力更为重要。即便是量产在加速，行业也需要更加慎重的去做决策，毕竟，NOA还不是完全的自动驾驶。

商业化落地的基调下，NOA量产是行业必须做的一道“必选题”。好的一面是“解题”的过程，也是一个不断创新的过程，只有在这个不断创新的过程中，技术才能落地，产业才会进步。

创新与落地之中，这场L4的“前哨战”已经打响，结果如何我们且行且看。

参考资料：行业深度研究报告：城市NOA重新定义智能汽车——西部证券

参考资料：高精地图“巨婴”断奶，倒逼自动驾驶自力更生 ——亿欧网

参考资料：国产车下一个大饼，不该拿消费者的命来画—— 王笑渔

参考资料：城市NOA、高精地图、激光雷达…把脉2023年智能车市——圆周智行