近几年来，智能驾驶在发展和应用方面取得了显著的进展，众多高新企业纷纷跟进。随着自动驾驶技术的不断发展和成熟，包括智能感知、智能决策、控制与执行系统，以及传感器融合、高精度地图与定位等核心技术体系的加速完善，城市NOA（由于各个企业自动驾驶商品名称各异，如无特殊指代，本文统称NOA）从慢热到开始升温，已经逐渐进入普通消费者的视线，随着这种普及，自动驾驶也正加速迅速驶入快车道。
“城市NOA是当下汽车工业智能化皇冠上的宝石，在各车企争雄进程中，触碰到这个领域，将会给企业带来极高的发展上限”业内人士指出，正因为如此，城市NOA也成了高科技企业争夺正热的领域。毫末智行董事长张凯也曾表示“从全球来看，以数据驱动为标志，特斯拉成为率先进入自动驾驶3.0时代的代表。而在中国，以毫末智行等渐进式自动驾驶企业为代表，正在通过规模量产和高阶辅助驾驶场景落地实现数据闭环。”
城市NOA，元年即开卷
可以说，自从2022年下半年，“城市NOA”就在强烈呼声中响起前奏，成为各大科技企业以及主机厂竞争的重点。在近期的2023中国汽车论坛上，地平线总裁陈黎明认为，“去年是高速NOA的元年，今年可能是城市NOA的元年。”
首先，笔者简单解释一下什么是城市NOA。城市NOA是一种能够在环境多变的城市驾驶场景中，为驾驶者实现点到点的自动驾驶功能。从消费者主观使用角度上来看，驾驶者只需要设定好目的地，车辆就可以理论上在驾驶者不干预的情况下，全程辅助驾驶到达终点，在自动驾驶的分级的层面上，类似于L3级辅助驾驶。小鹏汽车自动驾驶副总裁吴新宙曾表示观点，城市场景的落地标志着“智能辅助驾驶下半场的开局”。
时间回溯到2022年9月17日，城市NOA由小鹏打响了“量产第一枪”，小鹏汽车向部分广州的P5用户推送了NGP功能。在一周以后，极狐阿尔法S全新HI版也在深圳全量推送了城区NCA功能。同年12月19日，极狐阿尔法S HI版宣布，面向上海阿尔法S HI版用户推出城区NCA，用户受众进一步扩大。
2023年，长城汽车也预计在魏牌蓝山上搭载毫末智行的城市NOH系统。毫末智行1月就曾宣布，目前毫末的城市NOH软件封版已达到交付要求；与此同时，蔚来汽车目前已经推送NOP＋功能，NAD处于测试阶段；理想也开始实现在L7、L8、L9进行城市NOA的早鸟推送。
值得一提的是，除了以上第一梯队的主机厂和供应链企业，像轻舟智航、元戎启行、百度、腾讯、大疆、小马智行也纷纷宣布了城区NOA的发展规划和落地方案。整体来看，多数的产品都即将在2023年集中爆发，在大趋势影响下，任何企业都不愿意在这轮竞争中落后半步。
自动驾驶的技术困局
如火如荼的竞争背后，城市NOA也面临着极大的技术难题。对于人类驾驶者来说，他们驾驶场景的变化是线性的，具体到直观认知上，城市和高速仅仅是二元化的场景区别。而对于自动驾驶技术本身来讲，高速NOA到城市NOA技术难度的变化，却是几何级别的增加。正是这种直观感受和背后技术实现难度之间的巨大鸿沟，导致了城市NOA在前几年的发展中并不尽如人意。
早一批NOA的发展路线还是以高精地图为主，但是有地图鲜度不足、高精地图采集制作成本高等问题，这种劣势在高速NOA阶段，还不是很明显。但到了城市NOA阶段，这种短板放大导致的问题，就会极大掣肘NOA的发展。
“高精地图成本非常高，仅采集上海的高精地图，采集了一两年，9000公里都没有把上海完全覆盖。”华为常务董事、终端BG CEO、华为智能汽车解决方案BU CEO余承东在谈到城市NOA落地时曾表示。“现在自动驾驶还在使用高精地图，但未来发展不应该依赖高精地图、车路协同。”此后小鹏汽车董事长何小鹏同样表示自动驾驶更要实现全场景驾驶体验，高精地图的重要性在不断削弱。
而在行业很多企业都意识到这一点之前，毫末智行早在2021年就开启了不依赖高精地图的重感知技术路线。毫末智行CEO顾维灏曾发表过意见：“中国高速公路一共有30万公里，城市道路1000万公里，市面上最牛的地图公司采集车也不过才200台，1000万公里用200台采集车采集，而且要采集很多要素，在中国的基建条件下可行性不高，依赖高精地图方案的话会在城市行驶边境拓展、地图的一致性、驾驶的安全和稳定性上都会产生影响和问题。”
当然，如果以重感知为技术路线，企业也面临着更为棘手的问题，海量的数据如何处理？随着自动驾驶感知能力的不断提升，摄像头的数量在不断增加，传统的卷积神经网络CNN 模型在处理大规模图片信息的时候，将会遇到效率低下的弊端。
以毫末智行为代表的一类科技企业，正在寻求更好的解决办法。伴随着数据量的变化，毫末将感知方法从CNN模型转型到Transformer大模型。此外，毫末智行在2023年初建立了中国自动驾驶行业最大智算中心雪湖·绿洲(MANA OASIS)，随后又正式发布全球首个自动驾驶生成式大模型DriveGPT雪湖·海若。
在智算中心加持下，以大数据为基础，加上DriveGPT高效的，处理能力，毫末就完全拥有了有自己的算力、模型和大规模量产应用场景，就像Open AI可以基于微软提供的算力、数据和应用环境一样，同时具备这三要素。
在推动自动驾驶产业层面，毫末智行也将把量变促成质变。毫末智行推出的自动标注功能，行业在一般情况下给出正确的标注结果，一张图片需要5元左右的成本；如果使用 DriveGPT雪湖·海若的场景识别服务，一张图片的价格将下降到0.5元，单帧图片整体标注成本降低了90%。不仅如此，毫末会将图像帧及4D Clips场景识别服务逐步向行业开放使用，低成本的优势不仅将大大提高自身效率，还能够赋能全行业，从而加速全行业技术的快速发展。
通向量产深水区的解法
在技术从实验室走向产业化、商品化的过程中，可实现，可应用，可盈利，是三个截然不同的阶段。尤其是在最后的商业落地阶段，最大的困难就是把一个能用的产品，变成好用的商品，并且能够进行自我造血，产生可持续性的价值。
聚焦到自动驾驶领域，最终的成果还要面临法律规范、道德监督、消费成本、持续迭代等一系列复杂的商业问题，无一不考验着企业的发展内力。而在笔者看来，在火热的技术比拼背后，城市NOA想要真正通向量产落地，最终还是要回归两个核心：一个是回归用户需求的价值驱动，另一个就是回归商业本质、形成闭环。
在用户需求方面，目前得益于燃油车鼎盛时期 L2级辅助驾驶的普及红利，对于用户来讲，自动驾驶并不陌生。但随着城市NOA功能使用场景的扩大，对智能驾驶的最基本价值，主要还是驾驶安全、放心，这也是目前消费者最真切且朴素的实用需求。
在4月上海车展期间，顾维灏强调：“安全是所有自动驾驶和辅助驾驶最主要的目标，我们要帮助用户，比如说在车里开视频会议无法立马结束，在这个间隙如何能够保障车辆的安全行驶。”对于城市NOH，为了能够在复杂的城市道路场景当中保证安全底线，毫末在红绿灯控车、路口通行以及移动行驶这三个很重要的场景来设置产品目标。
而在实现量产商业层面，专注于自动驾驶方案的智能科技公司，天生具备相对主机厂更有活力的市场主动性和积极性，对商业逻辑和技术的探索也更加深入。今年4月，在HAOMO AI DAY上，张凯介绍了毫末智行数据驱动六大闭环体系，对毫末智行的产品快速迭代做了进一步解释。
1）用户需求闭环方面，毫末对驾驶场景数据持续分析完善策略，并进行新功能体验反馈；
2）研发效能闭环方面，毫末将数据驱动理念深入到产品需求定义、感知与认知算法开发等产品开发流程，整体开发效率提升30%；
3）数据积累闭环方面，毫末在车端部署诊断服务数据场景标签覆盖92%的驾驶场景；
4）数据价值闭环方面，毫末大模型正在持续挖掘数据价值解决关键问题；
5）产品自完善闭环方面，毫末实现售后问题处理速度较传统方式的十倍效率提升，实现最快10分钟定位售后问题。两年时间有效挖掘产品提升点，问题闭环率达76%；
6）业务工程化闭环方面，毫末进一步完善了从采集回流、标注训练、系统标定、仿真验证等环节到最终 OTA 释放环节的产品研发全流程工程化闭环。
在笔者看来，毫末智行所反映出的商业逻辑呈现出了“自我造血-自我反哺-自我进化“的产业闭环。由技术作为商业起点，经过用户，产品，数据，最终又回归到技术的过程，让毫末智行既可以快速响应市场端快速的变化，又可以不断成长。
更深层次的看，城市NOA伴随汽车产品实现落地，将为企业实现完全的自动驾驶夯实基础，这一部分的商业价值更是不可限量。业内人士认为，“在城市NOA大规模落地到完全自动驾驶这段发展过程中，由于NOA所带来的数据积累、反馈、认知、技术升级将成为企业关注的核心。”特斯拉在2022年AI Day上就宣布，目前已有16万用户参加了FSD测试，为特斯拉带来了480万段数据。今年6月，毫末智行宣布，其用户辅助驾驶行驶里程突破5000万公里大关。而这些数据的获取，其由于数据沉淀带来的“荷塘效应”，决定了其未来的研究价值，远高于技术本身，数据迭代的速度就像滚雪球一样越来越大，也会加剧强者愈强的局面产生。
写在最后
2023年，“城市NOA”无疑成为汽车产业“热词”，同时它也是实现完全自动驾驶的必要途径。当下，城市NOA处于发展应用的萌芽阶段，但在技术和用户需求的驱动下，城市NOA的产业生态也必将随着规模的扩大而逐渐成熟。相信未来，随着城市NOA的真正商业落地，我们也将距离完全自动驾驶更近一步。
