当前位置: 首页 > news >正文

高速NOA十年演进(2015–2025)

高速NOA十年演进(2015–2025)

一句话总论:
2015年高速NOA(Navigate on Autopilot/Highway)还是“概念级L2高速巡航”,2025年已进化成“全国无图高速NOA+端到端VLA大模型+零干预变道超车+车云协同预测”的普惠标配,中国从跟随Tesla跃升全球领跑者(小鹏NGP、华为ADS、理想NOA、比亚迪天神之眼等主导),渗透率从<5%飙升至>80%,成为高阶智驾最先落地的“杀手级功能”。

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(中国新车L2+及以上)/市场规模(亿元)代表厂商/里程碑
2015基础ACC+LKA(无NOA)高速跟车+车道保持<10% / ~100Tesla Autopilot初代(L2),中国几乎无高速NOA
2017高速NOH初探(自动变道)高速自动变道+匝道~20% / ~200Tesla NOA(2016海外),小鹏NGP概念演示
2019高速NOA商用全国高速覆盖,自动超车~30% / ~400小鹏NGP高速全国,蔚来NOP
2021高速NOA全国无图+高精地图优化复杂高速(施工/拥堵)~45% / ~700小鹏NGP城市+高速,华为ADS 2.0高速全国
2023无图高速NOA+端到端初探全高速零干预~60% / ~1200小鹏XNGP高速无图,华为ADS 3.0+理想NOA全国
2025全场景高速NOA+VLA自进化+车云协同高速+复杂天气零干预>80% / ~2500+华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼普惠
1.2015–2018:基础ACC到高速NOH概念时代
  • 核心特征:高速NOA以ACC自适应巡航+LKA车道保持为主,变道需人工确认,依赖高精地图+规则规划,成功率80–85%。
  • 关键进展
    • 2015–2016年:Tesla Autopilot L2高速巡航,中国厂商跟进ACC/LKA。
    • 2017–2018年:Tesla NOA(2016海外)引入自动变道,小鹏NGP概念演示。
  • 挑战与转折:变道犹豫、地图依赖;中国厂商开始高精地图布局。
  • 代表案例:Tesla NOA海外版,中国渗透率<20%。
2.2019–2022:高速NOA商用全国覆盖时代
  • 核心特征:自动变道+超车+匝道进出,依赖高精地图+BEV感知,成功率90–95%,全国高速覆盖。
  • 关键进展
    • 2019年:小鹏NGP高速全国商用,蔚来NOP跟进。
    • 2020–2021年:疫情加速,华为ADS 2.0 + 小鹏NGP高速复杂场景优化。
    • 2022年:理想NOA + 长城咖啡智驾,渗透率超45%。
  • 挑战与转折:施工/拥堵场景弱;无图算法初步探索。
  • 代表案例:小鹏P7/P5 NG P高速全国,变道超车成功率>90%。
3.2023–2025:无图全场景+ VLA普惠时代
  • 核心特征:无图高速NOA+端到端VLA大模型统一+车云协同预测,零干预变道超车+复杂天气,成功率>99%,普惠下沉10万级。
  • 关键进展
    • 2023年:小鹏XNGP无图高速,华为ADS 3.0+理想NOA全国。
    • 2024年:DeepSeek等大模型融合,普惠下沉15万级。
    • 2025年:华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼,高速NOA渗透率>80%,复杂天气/施工零干预。
  • 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(7万级高速NOA),小鹏MONA M03(15万级零干预高速)。
一句话总结

从2015年基础ACC/LKA的“高速辅助”到2025年VLA大模型无图全场景的“零干预高速伙伴”,十年间高速NOA由规则地图依赖转向端到端语义闭环,中国主导技术普惠+政策破冰,推动从“高端玩具”到“全民标配”的文明跃迁,预计2030年高速NOA渗透率>95%。

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/182549.html

相关文章:

  • HTML可视化报告生成:Python脚本结合Miniconda环境输出
  • 城市NOA十年演进(2015–2025)
  • 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