当前位置: 首页 > news >正文

城市NOA十年演进(2015–2025)

城市NOA十年演进(2015–2025)

一句话总论:
2015年城市NOA(Navigate on Autopilot in City)还是“完全不存在的科幻概念”,2025年已进化成“全国无图城市NOA+端到端VLA大模型+零干预红绿灯/行人/非标路口+车云协同社交驾驶”的普惠标配,中国从零基础跃升全球绝对领跑者(小鹏XNGP、华为ADS、理想NOA、比亚迪天神之眼等主导),渗透率从0%飙升至>60%,成为高阶智驾“最难也最卷”的王者战场,推动驾驶从“高速解放”到“全场景城市解放”的文明跃迁。

十年演进时间线总结
年份核心功能跃迁场景覆盖/成功率渗透率(中国高阶智驾车型)/市场规模(亿元)代表厂商/里程碑
2015无城市NOA(仅高速ACC)0% / ~50Tesla Autopilot仅高速,中国无城市智驾
2017城市拥堵跟车初探低速跟车/红灯启停<5% / ~100蔚来/小鹏城市ACC,中国城市智驾概念演示
2019城市复杂路口测试红绿灯+简单转弯~10% / ~200小鹏NGP城市测试版,华为ADS城市试点
2021城市NOA试点(有图依赖)固定路线城市NOA~25% / ~500小鹏NGP城市版 + 蔚来NOP+,高精地图依赖
2023无图城市NOA商用元年全国城市无图NOA~45% / ~1000小鹏XNGP城市NOA + 华为ADS 3.0无图全国
2025全场景零干预城市NOA + VLA自进化非标路口/行人/施工零干预>60% / ~2000+华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼普惠
1.2015–2018:城市NOA“不存在”时代
  • 核心特征:城市智驾仅限于低速ACC跟车+红灯启停,NOA完全无城市能力,全靠高速场景,成功率<70%。
  • 关键进展
    • 2015–2016年:Tesla Autopilot仅高速,中国厂商城市ACC/LKA初探。
    • 2017–2018年:蔚来/小鹏城市拥堵跟车,红绿灯识别概念演示。
  • 挑战与转折:城市复杂(行人/非机动车/非标路口),感知/预测难度指数级;高精地图+激光雷达兴起。
  • 代表案例:蔚来ES8城市ACC,红灯启停成功率<80%。
2.2019–2022:城市NOA试点+有图依赖时代
  • 核心特征:依赖高精地图的城市NOA,固定路线/标准路口,自动转弯/避让,成功率85–95%。
  • 关键进展
    • 2019年:小鹏NGP城市测试,华为ADS城市试点。
    • 2020–2021年:蔚来NOP+城市版,小鹏NGP城市固定路线。
    • 2022年:理想NOA+高精地图城市覆盖,渗透率超25%。
  • 挑战与转折:地图更新慢、非标场景弱;无图端到端算法初步探索。
  • 代表案例:小鹏P7城市NOA(有图固定路线),红绿灯/转弯成功率>90%。
3.2023–2025:无图全场景零干预时代
  • 核心特征:无图城市NOA+端到端VLA大模型统一+车云协同意图预测,零干预非标路口/行人/施工,成功率>99%,普惠下沉10万级。
  • 关键进展
    • 2023年:小鹏XNGP城市NOA全国无图商用,华为ADS 3.0+理想NOA跟进。
    • 2024年:DeepSeek等大模型融合,普惠下沉15万级,非标场景成功率>98%。
    • 2025年:华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼,零干预城市NOA渗透率>60%,复杂天气/施工全覆盖。
  • 挑战与转折:安全/法规;L3法规落地+大模型加速普惠。
  • 代表案例:比亚迪天神之眼(7万级无图城市NOA),小鹏MONA M03(15万级零干预非标路口)。
一句话总结

从2015年“城市NOA不存在”的空白,到2025年VLA大模型无图全场景零干预的“城市解放”,十年间城市NOA由科幻概念转向普惠现实,中国主导无图+VLA创新+政策破冰,推动智驾从“高速解放”到“全场景城市自由”的文明跃迁,预计2030年城市NOA渗透率>90%。

数据来源于高工智能汽车研究院、中国汽车工业协会及2025年行业报告。

http://www.rkmt.cn/news/182545.html

相关文章:

  • HTML前端+Python后端联动开发:基于Miniconda的轻量服务搭建
  • PyTorch环境迁移实战:将本地Miniconda环境导出为Docker镜像
  • 【豆包】生图无水印下载js,豆包去除左上角水印js、豆包去水印浏览器扩展插件js、豆包去掉ai生成,豆包如何去掉水印,豆包去水印,豆包图片去水印下载
  • mybatis在xml中使用OGNL取值简述
  • SSH连接Jupyter Lab进行远程开发:Miniconda环境下的最佳配置
  • 2025年诚信的杨丰肇家装设计电话推荐榜:杨丰肇家装设计基本信息与案例精选 - 工业推荐榜
  • 从Anaconda下载到PyTorch GPU运行:一站式操作手册
  • 清华镜像源配置教程:加速pip和conda双重下载
  • Conda env remove删除不再需要的Miniconda环境
  • 还在熬夜凑文献综述?7款免费AI工具一键生成+真实文献交叉引用!
  • 使用Miniconda-Python3.10镜像轻松部署PyTorch与CUDA开发环境
  • Markdown+Jupyter:用Miniconda-Python3.10生成高质量技术文档
  • Anaconda全家桶瘦身:仅保留Miniconda核心组件
  • 异步API开发:轮询与回调的实际应用
  • 解决CondaError: run ‘conda init‘ before ‘conda activate‘的根本方法
  • Zanzibar vs MySQL Permission System - 实证性能对比研究
  • 000
  • Delphi多线程编程入门:工作线程与主线程的协作
  • 如何在Linux上快速安装PyTorch并启用GPU加速(附Miniconda详细步骤)
  • Anaconda Cloud私有包管理 vs Miniconda本地部署
  • SSH远程访问Miniconda环境进行PyTorch训练的完整流程
  • PyTorch GPU检测失败?检查CUDA与Miniconda环境兼容性
  • Miniconda中安装PyTorch Lightning的最佳方式
  • Python描述符协议:揭秘属性访问的魔法背后
  • CUDA安装避坑指南:配合Miniconda-Python3.10实现PyTorch无缝对接
  • 使用Miniconda-Python3.10快速搭建深度学习环境(含PyTorch和TensorFlow)
  • 使用Miniconda打包自己的PyTorch项目依赖
  • 主治医师高效复习方略:解析听哪个老师的课可助您事半功倍 - 医考机构品牌测评专家
  • 如何在Linux上高效安装PyTorch GPU版本?详细步骤+避坑指南
  • 如何在Linux系统中用Miniconda快速部署PyTorch环境