细数2024年汽车智能化的看点，高阶智驾的规模化普及为首。
一方面，随着智能驾驶进入到消费者购车驱动因素前列，智能化下半场的竞争火药味更浓，造车新势力和传统OEM，不断加码智能驾驶实力，尤其是补强高阶智驾的意识更强烈。
另一方面，Transformer+BEV算法模型取代了人工编写的规则算法，为高阶智驾的普及扫除了技术障碍，不少车企、智驾Tier 1们在感知端、决策端已实现了应用。
年初，小鹏汽车曾表示，2024年将在国内推送全范围、点到点XNGP，包括小路、内部路、停车场等场景，研发全球范围内的高速NGP。据何小鹏介绍，小鹏汽车每年向智驾投入35亿元，其高速NGP渗透率已达94.7%，城市智驾用户渗透率83.2%。
不过，目前除部分造车新势力自研之外，大多数传统车企，在智能驾驶方面起步较晚，技术实力参差不齐，暂未构建起智能驾驶（尤其是高阶智驾）的全栈能力。这也给智驾供应商们提供了绝佳入局机会。
比如，早在2022年5月，以轻舟智航为代表的自动驾驶企业就降维杀入高阶辅助驾驶前装量产，同年12月推出基于征程5芯片的“轻舟乘风高阶辅助驾驶解决方案”，率先成为了基于J5芯片的“高速+城区”NOA辅助驾驶解决方案提供商。
值得一提的是，轻舟智航自主研发的基于Transformer网络与BEV技术、且极具量产优势的感知方案，能够以最小的算力消耗，完成所有行泊车感知任务，带来极大的成本和体验优势。
目前，轻舟智航的高阶智驾方案已经在某头部新势力量产交付，按照已在手量产定点、预期交付速度，轻舟智航NOA交付上车量有望快速突破百万台。
这也意味着，当智驾主战场从ADAS进阶至难度更强的高阶智驾，对智驾Tier们和主机厂的技术实力考验更甚。而抓住向L2＋/L2＋＋降维的机会，包括轻舟智航、Momenta、文远知行等探索过自动驾驶的供应商们，正在释放其智驾感知算法等能力。
除此之外，部分域控等传统硬件供应商，亦企图打破硬件代工标签，强化智驾软件能力，加入高阶智驾混战。
01
大规模量产将至，高阶智驾迎分水岭
可以说，2024年将是NOA大规模量产的关键节点。
高工智能汽车研究院监测数据显示，2023年中国市场乘用车（不含进出口）前装标配ADAS交付1238.06万辆，搭载率继续攀升至58.63%；其中，L2级及以上前装标配交付794.01万辆，同比增长36.97%；NOA标配软硬件交付63.18万辆，同比增长189.02%。
2024年1-2月，乘用车前装标配NOA新车交付量同比增长201.42%，增速继续保持上行态势。高工智能汽车研究院预计，2024年NOA将保持翻倍增速。
但目前标配NOA的车型价位仍较高。据高工智能汽车研究院数据显示，今年1-2月，NOA标配新车交付均价为33.79万元，保持在30万元以上。这部分高端价位新车的需求点，主要体现在接近完美的高速NOA体验，具备城市NOA能力。
业内人士普遍认为，随着BEV+Transformer等感知技术的逐渐成熟，以及中低算力芯片的高效利用，高速NOA将很快向15万以下的车型普及，这部分车型的智驾诉求则表现为，以更低成本实现好用的产品体验。
从成本的角度来看，目前芯片、传感器等的规模化降本已经趋于稳定，若通过技术创新，整套硬件的降本空间还有望被极致压缩。因此，在硬件配置趋同的前提下，现阶段衡量各OEM高阶智驾性价比的标准，主要还是软件实力。
而在软件层面，全栈能力必须够强，才能实现最好的智驾产品力。
以感知和规划为例，并不存在所谓的完美感知，或者设计能力满分的规控。整个智驾功能的丝滑实现，还需针对芯片等硬件的特点针对性地设计软件，应倾向于软件全栈交付，至少关键模块比如感知、预测、规划和控制要协同作用。
“目前能把软硬件同时做好的智驾Tier 1几乎没有，尤其是在高阶智驾，软硬协同的供应商合作局面还会持续很长一段时间，只要软件供应商能提供独特的价值，即有存在的合理性。”某业内人士向高工智能汽车表示，当前芯片、域控和软件供应商们的业务边界尚清晰。
软件层面，具备全栈能力的玩家也已经浮出水面。比如，在高阶智驾软件部分，基于数据驱动能力，轻舟智航已构建了感知模型OmniNet、预测模型ProphNet和规划控制模型CaptainNet。
值得一提的是，其感知模型OmniNet是国内首个可在量产计算平台上实现时序多模态特征融合的感知模型。以一个神经网络即可实现视觉、激光雷达、毫米波雷达在BEV空间和图像空间上输出多任务结果。
相较传统方案，OmniNet可节省2/3的算力资源，并采用数据驱动的开发模式，拥有更高的感知融合精度和模型迭代效率，而且可以低成本适配不同厂家的传感器配置。
在此基础上，轻舟智航还提出了一套考虑全局影响的感知模块输出结果理论分析和高效评测框架，已实现从评价角度打通感知到决策的深度学习网络模型。该框架可以有效应用于端到端训练的神经网络决策规划模型设计，加速感知决策一体化的端到端智能驾驶系统的实现。
而随着端到端成为智驾技术演进的趋势，将加速全场景NOA的规模化落地。高效率、高质量的数据闭环，从感知到预测决策联动的AI模型优化能力，海量的NOA量产场景覆盖，成为真正实现端到端的三大门槛。
有行业专家表示，面向高阶智驾（主要是城区NOA场景），端到端的研发投入需求非常庞大，每年砸几十亿人民币只是做好的基本要求之一。
其次是数据闭环的各个环节都需要掌握，包括量产车的采集数据定义、数据的分类体系、离线数据挖掘、全自动数据标注等，以及模型的训练、部署和评测。
这也意味着，没有大规模量产数据闭环的能力，无法真正实现端到端。在高阶智驾竞技场上，核心竞争力包括算法、算力和数据，但本质上比拼的还是大规模量产交付能力。
从现阶段的NOA放量速度来看，百万级NOA上车交付量，将成为智驾竞争的下一个分水岭。趁车厂们补强高阶智驾之际，以轻舟智航为代表的软件Tier1们，谁能最快实现百万台NOA上车，将率先拿到下一轮智驾竞赛的入场券。
02 高阶智驾软件第一梯队成形
如今，中国车企们的智驾主战场，仍然是疯狂推动城区NOA上车。除蔚小理米等造车新势力之外，上汽、吉利、长城等传统车厂亦在重磅探索城区NOA的上限能力。
但在前不久的百人会论坛上，地平线创始人兼CEO余凯曾表示，高速NOA刚抵达“好用”，并未达到消费者“爱用”，城区NOA尚未达“可用”。
毕竟城区NOA的复杂度与高速NOA不在一个量级，要打造全国可开的城区NOA，需适配的场景更多，交通参与情况、路况等也更复杂，传感器上普遍需要高像素的摄像头、（4D）毫米波雷达、激光雷达等的支持。
而高速NOA功能的开发复杂度低于城区NOA，大部分使用场景比较容易处理，但针对高速上的特殊场景，如拥堵场景、汇入场景、变道或施工场景，以及偶尔碰到的行人、自行车等场景的处理，要做好体验感并不简单，也要处理很多conner case。
最为关键的是，高速NOA这项功能更实用，但其能力边界还需要强界定。毕竟站在用户的角度，辅助驾驶要么能做到趋近完美（接近L3L4级自动驾驶）的体验，要么预测性强，让用户清楚什么时候需要接管并提前提示。
因此，尽管高速NOA向下普及趋势明显，但值得注意的是，智驾能力并非低端车型的决定性购买因素之一，为了凑量产规模而将60-70分的智驾方案仓促上车，结果可能会适得其反，敢用好用才是品牌加分项。
由于大部分车企的全栈自研能力有限，不甘在智能化下半场落后的OEM们，更倾向于寻求软件算法供应商合作，快速追赶头部高阶智驾的高速NOA和城区NOA实力。
比如此前上汽智己就已经联手Momenta，对IM AD智能驾驶辅助系统进行重大更新。以智己L7为例，Momenta将采集到的用户驾驶数据投喂智能驾驶模型，使神经网络的参数朝着更准确的方向演化，从而提高智能驾驶模型的判断力和决策力。
另外，某头部新势力则牵手算法造诣颇深的轻舟智航，帮助其处理数据、打磨算法，意在将高速NOA做到敢用好用、城市NOA打造成招牌。
面向高阶辅助驾驶，轻舟智航打造的「轻舟乘风」解决方案，可达到极高的体验上限，安全可靠、灵活应对诸如交通拥堵、连续变道、施工绕障、汇入汇出等各种复杂场景，并形成了从Air、Pro到Max的细分产品，满足客户从高速NOA到城市NOA的量产需求。
有业内人士称，目前轻舟智航的NOA交付量已经达到了数十万台，根据在手量产订单情况推测，其基于地平线征程5的BEV “超融合”感知及行泊一体全栈方案，实现真正的行泊一体，并带来记忆泊车等高阶泊车功能，即将释放百万级量产。
可见，从算法实力、生态、量产订单等维度衡量，高阶智驾软件第一梯队逐渐成形。以Momenta、轻舟智航等为代表的软件Tier 1们低调但来势汹汹，有望凭借量产经验实现更大规模的NOA放量，稳坐高阶智驾软件供应商第一梯队。
继续阅读
阅读原文