2023年初，自動駕駛的“落地風”吹的更急了一些。

在特斯拉發布FSD兩年多之后，國內的自動駕駛行業，正在進入新的落地階段。

去年12月，百度宣布開放Apollo“點到點城市自動駕駛”能力；1月底，何小鵬宣布，2023年將在國內率先推出全自動駕駛，超過50個城市能夠用上自動駕駛；理想汽車則宣布，到2023年底落地城市NOA導航輔助。

自動駕駛公司估值在二級市場遇冷，落地、量產自然就成了各家關注的焦點。而對于投資人來說，量產不是最終的結果，最終的結果是NOA能力能夠真正成為車企新的增長點。

從產業端的規劃來看，2025年是L4落地的一個關鍵節點，在這個關鍵點到來之前的2023年，城市智能導航輔助落地的大幕，正在慢慢拉開。

L4的“前哨戰”：城市智能駕駛NOA量產進行時

過去幾年的商業化嘗試，使得大家明白了一件事：To C的Robotaxi尚不能扛起盈利的大旗，二級市場估值受挫之后，打造出比L4更容易的L2+智能輔助駕駛系統，快速商業化已經成為一條必須要走的路。

要打贏這場自動駕駛的“前哨戰”，首先要選對“進攻線路”。

技術上，感知+地圖的雙重路線下，結合高精地圖，一些行業內的玩家，已經能夠在部分城市率先落地更強大的城市NOA能力。

華為的ADS和毫末的NOH，能夠基于高精地圖的位置信息結合車輛硬件的感知能力做識別，在地圖數據的輔助下，車輛更容易準確識別道路、紅綠燈等信息。天眼查APP顯示，在一級市場上，毫末已經走到了A+輪融資。

從技術上看，感知+地圖的雙重能力，能夠滿足城市NOA能力的基本需求，而且車載的硬件成本可以更低，能夠快速裝車并且推向市場。

不同于重感應輕地圖的毫末，華為，小鵬是高精地圖路線的獲益者之一，在測試中，小鵬NGP曾在在幾個關鍵指標上均超過特斯拉的NOA，表現出眾。華為通過一則自動駕駛視頻爆紅，奠定了其NOA技術的影響力基礎。

不過，無論是華為還是小鵬，亦或是毫末，行業中的玩家們都似乎希望逐漸擺脫對高精地圖的依賴。

地圖監管的收緊，使得重感知，輕地圖的技術路線受到關注。去年8月份，自然資源部辦公廳印發《關于做好智能網聯汽車高精度地圖應用試點有關工作的通知》。

9月初，自然資源部《關于促進智能網聯汽車發展維護測繪地理信息安全的通知》的下發，將高精地圖資質收緊，規定高精地圖測繪制作，只能由具備導航電子地圖制作甲級資質的單位進行。

高精地圖數據關乎國家安全，收緊也是必然，但對行業來說，意味著技術方向可能正在發生深刻的變化。

在去年舉行的極狐阿爾法S HI版上市發布會上，華為副總裁、智能汽車解決方案BU CEO余承東表示，將逐步減少對高精地圖的依賴。同樣改變策略的還有小鵬，小鵬提出2023年完全摒棄高精地圖落地城市輔助駕駛。

從商業上來看，走重地圖的路線，前期規?；菀?，后期規?；赡軙嗟氖苤朴诘貓D的更新和維護成本。

比如，城市基建情況在不斷變化，又是修地鐵又是修路，如何平衡保持地圖信息的新鮮度以及維護高精地圖的成本？恐怕很難兼顧。

高精地圖路線下，主要面臨的問題其實就是地圖信息的豐度和鮮度，因此，本質上其實也是個成本權衡的問題。

從市場競爭層面來看，當下的市場環境，已經容不得一城一池的緩慢推進，需要大規模的迅速覆蓋更多的城市，迅速完成NOA能力量產化。

在確立擺脫地圖依賴之后，小鵬計劃，今年XNGP落地之后將迅速覆蓋國內50到100個地區，推進智能駕駛輔助系統的規?；涞?。

小鵬、華為做這樣的決策不是沒有道理，沒有了地圖的制約，重感知能力的路線下，車企的確能夠快速覆蓋更多的市場，特斯拉在北美的銷量就已經驗證了這一點。

不過，值得注意的是，像毫末等玩家選擇“重感知輕地圖”的“數據驅動”的方案，其實也有不足。有觀點認為，試圖用發生事故或潛在事故的弱勢場景數據來解決城區導航智能駕駛的問題，在技術上雖然可行，但在策略上頗為被動，并不是最好的解決方案。

一個不容忽視的事實是，2023年將會是搭載NOA能力的車型快速普及的第一個年頭。對于車企來說，這個階段，把更多的高階駕駛能力帶到更多的城市快速搶占市場，其實是一個很重要的策略。

數據表明，在國內，實現NOA的車型滲透率也在不斷上升，西部證券的一份研究報告預測，2023年到2024年，市場上支持城市NOA的車型滲透率將迅速增長到20%，擺脫地圖依賴，依靠感知，其實更依賴技術，因為城市NOA更復雜，容錯率更底。

以小鵬城市NGP為例，代碼量是高速的6倍，這意味著需要更高的算力冗余，此外，對融合算法要求也頗高，這會是一個考驗。

“現在感知能力上，大家其實做不出來更多差異化體驗”有自動駕駛行業業內人士表示，“其實最關鍵的還是算法、數據，重要的是能夠覆蓋少數場景，高精度的激光雷達、高精地圖彌補98%，但誰能解決最后的2%的意外情況，就能迅速拉開差距?！?/p>

NOA量產之后，一條新的價值鏈在形成

市場經濟規律下，人們對消費體驗額追求是易于向上的。人們需要AI技術來輔助駕駛員緩解疲勞，而車企也需要新技術要素為產業增值。

在自動駕駛落地的過程中，有的時候技術并不能解決100%的問題，更多的技術之外的東西可能才是促進行業快速發展，促進高階智能駕駛輔助系統走進千家萬戶的重要因素。

比如，底層規則的制定和引導。

去年11月分，工信部、公安部印發《關于開展智能網聯汽車準入和通行試點工作的通知（征求意見稿）》，對L3+級別的自動駕駛上路試點推出管理辦法。意見稿全文中，有418處強調安全。

聯想到此前小鵬、理想以及特斯拉頻發的事故，安全自然是一個基本的底線。安全的第一層是技術，第二層是責任的劃分的規則。

在技術上，L2+、L2++的技術并不能保證絕對的安全，因此需要規則來兜底。

在責任劃分上，意見稿提出，責任認定規則以自動駕駛系統是否激活為分類標準，未激活時由安全員承擔責任，激活時由試點使用主體承擔責任。

責任劃分規則明確之后，城市NOA的量產會進一步提速，這也給行業帶來了一些不一樣的變化。

一方面，主機廠打消了顧慮，搭載城市NOA的車型也會越來越多。

一些NOA車型的價格在不斷下探，比如，某些車型價格下探到了15萬元左右的區間。這對于市場的擴容有著重要的促進作用。就好比蘋果重新定義了智能手機，而小米進一步普及了智能手機。

低價永遠是打響規?；牡谝粯?。NOA的量產也是如此。

另一方面，在市場進一步普及之后，體驗更好的NOA駕駛能力能夠被更多的用戶感知到，技術的迭代升級，能夠真正的反饋到銷售端，為渠道終端帶來競爭力甚至是產品溢價。

一個新的技術的生存發展，有兩個重要要素，一是能夠對現有產業產生新的價值增量，二是能夠形成一個正向的價值循環鏈條。

NOA對汽車產業最大的價值，其實就是讓那個更多的人接受了國產車30-40萬元價格區間的定位，以高階輔助駕駛為代表的軟件、硬件能力，正在同傳統的燃油機性能一樣，成為影響用戶決策的關鍵因素。

這意味著以NOA駕駛能力為中心，一條新的汽車產業循環價值鏈在形成：

智能駕駛輔助能力迭代——車企產品力提升，溢價能力增強——用戶體驗提升認同產品定位——促進車企營收增長——資金投入促進智能駕駛進一步迭代

城市駕駛NOA的量產，一個很重要的前提是，C端的付費意愿正在增加。也就是說，軟件定義汽車，不僅發生在產業段，也真實發生在銷售端。

摩根摩根士丹利的一份研究也從側面印證了這一點，研究表明，傳統汽車的價值構成主要是硬件，未來，硬件價值占比將會下降40%，一輛汽車其價值的60%將由軟件主導。

C端越依賴自動駕駛，對智能化越看重，就越需要構建起正確的用戶認知。也就是說，構建技術認知之外，車企需要主動畫好“紅線”做好用戶端的認知塑造。

畢竟NOA不是自動駕駛，也不能替代自動駕駛。

去年8月10日，一名小鵬P7車主在寧波市一高架橋上與道路前方故障車輛和其車上乘客發生追尾碰撞，造成人員死傷。事故發生之后，對外部對小鵬NGP駕駛輔助系統也存在一些爭議。當時，在爭議之外，也有一些聲音認為，人們不應該過度依賴當下的智能駕駛輔助技術。

從理想官網對NOA功能的描述來看，NOA的能力主要是“基于亞米級高精度定位能力，自主超車、調速與出入匝道”。換句話來說，它更像是ACC自適應巡航、LKA車道保持輔助、ALC自動變道輔助功能的進階版本，只不過，定位技術更加精準。

即便是自動駕駛技術，以當前的算法水平，距離“自動駕駛”距離依舊很遠。即便是國內算法水平在第一梯隊的自動駕駛公司，在國內每天平均30km的通勤距離中，平均每天要緊急接管一次。而在量產車中，由于感知能力的差異，接管的次數可能會更多。

也就是說，這可能意味著如果NOA能力普及之后用戶端沒有形成正確的認知，那么可能發生的悲劇還會更多，如何解決這個問題，可能還需要行業、用戶和媒體去認真思考并解決。

結語：

過去發生的事情提醒著行業，用戶認知的塑造，有時可能比宣傳智能輔助駕駛能力更為重要。即便是量產在加速，行業也需要更加慎重的去做決策，畢竟，NOA還不是完全的自動駕駛。

商業化落地的基調下，NOA量產是行業必須做的一道“必選題”。好的一面是“解題”的過程，也是一個不斷創新的過程，只有在這個不斷創新的過程中，技術才能落地，產業才會進步。

創新與落地之中，這場L4的“前哨戰”已經打響，結果如何我們且行且看。

參考資料：行業深度研究報告：城市NOA重新定義智能汽車——西部證券

參考資料：高精地圖“巨嬰”斷奶，倒逼自動駕駛自力更生 ——億歐網

參考資料：國產車下一個大餅，不該拿消費者的命來畫—— 王笑漁

參考資料：城市NOA、高精地圖、激光雷達…把脈2023年智能車市——圓周智行

【文：談擎說AI 作者：鄭開車】