日前汽車資訊和測試平臺“懂車帝”對國內(nèi)36款車的高等級輔助駕駛功能在高速和城市的15個場景進(jìn)行了183次測試，結(jié)果表明無一車輛通過所有測試項目，15個場景平均通過率僅為35.74%, 其中高速場景通過率為24%，城市場景測試通過率為44.2%，因此車企以NOA（領(lǐng)航輔助駕駛）為代表的高等級輔助駕駛系統(tǒng)仍不成熟。

政策規(guī)范與市場爆發(fā)：NOA迎來快速增長期

主管部門升級安全標(biāo)準(zhǔn)，完善輔助駕駛相關(guān)責(zé)任法規(guī)。工信部發(fā)布 “2025汽車標(biāo)準(zhǔn)化工作要點”，共計5個方面23條內(nèi)容，包括推動自動駕駛設(shè)計運行條件、自動泊車、自動駕駛仿真測試等標(biāo)準(zhǔn)批準(zhǔn)發(fā)布和實施，加快自動駕駛系統(tǒng)安全要求強制性國家標(biāo)準(zhǔn)研制，構(gòu)建自動駕駛系統(tǒng)安全基線等。再者公安部也在“高質(zhì)量完成‘十四五’規(guī)劃”系列主題新聞發(fā)布會表示我國市場上搭載的“智駕”系統(tǒng)，都不具備“自動駕駛”功能，“智駕”系統(tǒng)仍停留在輔助駕駛階段，車輛仍需要人操控，駕駛?cè)瞬攀亲罱K的責(zé)任主體。對此公安部將協(xié)同有關(guān)部門開展三方面工作，一是充分開展組合駕駛輔助測試驗證，杜絕虛假功能宣傳。二是細(xì)化《中華人民共和國道路交通安全法》，明確0-2級輔助駕駛系統(tǒng)“人機共駕”法律屬性。三是強化宣傳警示，促進(jìn)廣大購車人了解和掌握輔助駕駛的安全使用功能。

各大車企完善NOA輔助駕駛功能，市場保持高速增長。據(jù)高工汽車數(shù)據(jù)，2025年Q1，國內(nèi)市場標(biāo)配（含免費選裝促銷）NOA的乘用車已交付56.95萬輛，同比增長109.61%，其中華為、小米和Momenta三家占據(jù)44.41%市場份額。預(yù)計2025年國內(nèi)市場乘用車前裝標(biāo)配NOA（領(lǐng)航輔助）將超過400萬輛，滲透率超過18%，預(yù)計未來三年（2025-2027）累計交付或超2,000萬輛。

三大技術(shù)難題制約NOA商業(yè)化落地

國內(nèi)部分廠商提倡“重感知，輕地圖”，追求“純視覺”的方案，影響了NOA實際應(yīng)用效果。小鵬、華為等廠商推出的無圖NOA方案，提出在全國所有城市（含鄉(xiāng)村）都可激活NOA領(lǐng)航，城區(qū)大部分場景（＞90%）NOA實現(xiàn)可用。無圖NOA方案雖然在一定程度上降低了成本，提高了實景建圖的鮮度，但是該方案對感知系統(tǒng)性能要求較高，需要對每一時刻生成高清圖像的同時，也要對各時刻生成的圖像實現(xiàn)精準(zhǔn)對齊，因此面對較為復(fù)雜的城市環(huán)境場景，缺少真值校驗的無圖NOA方案可靠性較差，易出現(xiàn)斷點巡航等問題。再者部分國內(nèi)車企在輔助算法能力有限的情況下過分追求“低成本”的純視覺方案，導(dǎo)致事故頻發(fā)，如小米安徽高速事故，事故車輛為小米Su7標(biāo)準(zhǔn)版，無三維激光雷達(dá)配置。頭部車企理想認(rèn)為，激光雷達(dá)可提升AEB性能至130km/h剎停，優(yōu)于純視覺方案。

云端世界模型訓(xùn)練所需的算力成本高，大部分車企恐難承受。理想汽車認(rèn)為若實現(xiàn)高等級輔助駕駛，每年僅算力投入將約為10億美元。另據(jù)高工汽車數(shù)據(jù)，2024年國內(nèi)僅比亞迪、吉利、長城等車企凈利潤超過100億元人民幣，小鵬、小米、蔚來等車企仍處于虧損狀態(tài)，因此每年保持10億美元算力投入將使部分車企難以承受。

高質(zhì)量數(shù)據(jù)短缺，短期內(nèi)輔助駕駛大模型性能難以滿足需求。本次測試特斯拉表現(xiàn)最優(yōu)，但其高速及城市道路測試通過率約為85%，仍存在一定的安全隱患，國內(nèi)車企高質(zhì)量視頻片段數(shù)據(jù)平均不到1,000萬個，長尾問題場景仍需深度挖掘。另外國內(nèi)車企也存在數(shù)據(jù)訓(xùn)練成本高，多模態(tài)數(shù)據(jù)融合難度高，高質(zhì)量數(shù)據(jù)少且流通難，車型多且外形不同，車載傳感器系統(tǒng)各有差異等問題，導(dǎo)致數(shù)據(jù)復(fù)用性差。另外，通過強化學(xué)習(xí)的方法改善模型性能仍有較大的局限性，面對真實場景每刻定義的獎勵值有時無法通過歷史信息準(zhǔn)確預(yù)估，使整體梯度策略仍有一定誤差，影響模型推理與決策精度，同時通過世界模型遷移到真實世界也存在泛化“失效”等問題。

破局之道：從技術(shù)優(yōu)化到生態(tài)共享的三步走戰(zhàn)略

一是短期內(nèi)車企仍將采用有圖NOA，需重視GNSS高精度定位技術(shù)。國內(nèi)主流車企單車輔助駕駛“純視覺”軟件算法仍不成熟，需要配置三維激光雷達(dá)提升系統(tǒng)安全性，同時大部分車企雖然宣傳“無圖方案”，但是實際仍需采用部分地圖數(shù)據(jù)作為真值。未來車企需要覆蓋范圍廣、成本低、高頻更新的“輕量級”高精地圖滿足NOA方案，因此支撐高精地圖的GNSS高精度定位技術(shù)不可或缺。

二是短中期探索高質(zhì)量數(shù)據(jù)共享，為車企降低算力及訓(xùn)練成本。相關(guān)部門應(yīng)進(jìn)一步統(tǒng)一智能駕駛車輛外形設(shè)計標(biāo)準(zhǔn)，鼓勵車企間高質(zhì)量數(shù)據(jù)交換共享，提高數(shù)據(jù)的復(fù)用率。通信運營商和云服務(wù)廠商可積極探索和構(gòu)建智能輔助駕駛世界模型和訓(xùn)練標(biāo)準(zhǔn)，為車企提供算力及訓(xùn)練服務(wù)。

三是長期看車路云一體化技術(shù)路線有望助力推動高等級輔助駕駛系統(tǒng)落地。車路云一體化將有效拓展車輛的感知范圍和能力，可在路側(cè)端為車輛補充更多的長尾問題場景，拓展車載大模型的能力邊界，但是短期內(nèi)車路云一體化技術(shù)路線仍存在路側(cè)感知設(shè)備覆蓋范圍有限導(dǎo)致高質(zhì)量數(shù)據(jù)少，感知設(shè)備多且標(biāo)定困難，車路通信時延和時鐘同步難以滿足相應(yīng)的安全需求，需要研發(fā)專業(yè)的車路感知視角轉(zhuǎn)換軟件，車路云服務(wù)供應(yīng)商商業(yè)模式不清晰，車企配合度低等諸多問題。相關(guān)主管部門應(yīng)聯(lián)合主流車企和車路云服務(wù)商共同探索車路云一體化落地相關(guān)標(biāo)準(zhǔn)及可行方案。