智己高速NOA，比老司机还老司机？

智能汽车行业的持续内卷，让消费者们终于体会到了「上帝」的感觉。从电池、智能座舱、再到辅助驾驶，车企们只有通过疯狂卷自己，才能在这场淘汰赛中站稳脚跟。

最近，消费者又多了一款可选择的辅助驾驶产品。

智己 CEO 刘涛在智己 IM AD DAY 上宣布智己高速 NOA 正式发布：L7 车型的高速 NOA 功能预计 4 月底开启推送，LS7 车型预计 6 月份推送，首批开放城市为上海、苏州、杭州、嘉兴、湖州；两款车型的 NOA 功能将在年内面向全国高速高架开放。

意味着今年内，智己全系车型车主们都可以使用高速 NOA 功能。

在市场上，其他车型早早已经推出高速 NOA，甚至是城市 NOA 功能，智己高速 NOA 的姗姗来迟似乎无法给我们带来「新鲜感」。

但是当我上车体验了高速 NOA 两个小时，我的想法发生了改变。

01 

智己高速 NOA 挑战苏州

我们这次的测试路线位于苏州阳澄湖附近的常嘉高速和沪常高速路段。

由于是连接城市的高速路，我们在路上看到不少运输货物的大车，这刚好能体现出智己 NOA 避让大车的能力。

和体验其他方案的避让大车功能不同，智己 NOA 的避让会显得更加线性。一般来说，其他方案会突兀地转动方向盘避开，等大车远离，又生硬地扳回方向盘，继续行驶原本路线。

而智己则会轻轻地转动方向，随着行驶路线稍微偏离大车，整个过程流畅无感。

遇到车流开始密集的时候，智己 NOA 会主动变道，选择最佳路线。

图片中的红车，在我们前面经历了三四次变道，可是最终的通行效率却不理想，选择中间车道的智己 NOA，则很快驶离了这片车流密集的区域。

根据导航的路线规划，离匝道口处 1 公里左右时择机进入匝道，这可以最大程度避免匝道拥堵、大车占道时的情景。

面对匝道上的急弯，智己 NOA 能控制好速度，顺利通过。

在体验中间，我也发现了一些可以提升的地方。

例如 NOA 在将近退出时的语音提示不够明显，以及从 Pliot 退出，需要司机接管时，方向盘会有比较明显的抖动，让驾驶员「猝不及防」。

02

 从感知智能到认知智能，IM AD 如何「更像人」？

需要明确的是，我们这次体验的高速 NOA 仍是内测版，后续计划推送给车主的版本将会再进行优化和升级。但是从体验的表现来看，它毫不逊色于市面上其他 NOA 产品。

这些在高速路上面最需要人类司机精力解决的驾驶场景，智己 NOA 是怎么做到的？

要做一款懂消费者的产品，智己先将高速场景的痛点研究明白了。在高速 NOA 众多频发场景中，智己认为变道场景和拥堵场景是高速 NOA 的最亟需解决的痛点。

首先是变道场景。

在高速路上，空间狭小，前后车博弈随时加减速，到底应该如何应对？

智己基于数据驱动的飞轮，车辆可以精准判断各个目标物体的空间位置以及实时速度，实现以视觉为主的空间感知能力。

以距前车不超过 2m 时的变道场景为例，智己的实时空间感知能力，位置感知精度能达到 10cm 级别，速度感知精度达到 10cm/s 级别。

据智己统计的数据显示，智己高速 NOA 导航变道失败率比头部玩家低近一半。智己高速 NOA 变道失败率为 4%，头部玩家为 7.6%。

其次是拥堵场景。

拥堵场景中，车流密度大，频繁启停，突发情况多，交互性强，要兼顾三大元素：安全，舒适，效率，才能算是「解决」拥堵场景。

在满足以上元素的条件下，智己抛出了一个典型的拥堵场景：

• 讲求安全，那跟车距离尽量大，刹车反应要快；

• 讲求舒适，就不能有重刹，产生顿挫感；

• 讲求效率，跟车距离就不能过大，以防连续被加塞。

基于庞大感知的训练数据，快速迭代亿级的插空场景 3D 位置训练样本以及千万级的插空场景速度训练样本，以数据驱动的飞轮快速迭代，让高速 NOA 在动态空间也有精准感知的表现。

据智己统计的在拥堵场景的志愿评测数据，智己的不舒适体感次数为每 21.6 分钟一次，头部玩家则是每 9.2 分钟一次，智己的高速 NOA 舒适度是头部玩家的 2 倍以上。

通过数据驱动的 AI 飞轮能力、全流程数据驱动及闭环自动化的快速迭代，不断打磨 IM AD「更像人」的智能驾驶体验。

过去几年间，行业头部智能驾驶算法玩家在感知智能技术路线方面逐步趋同，基于 BEV 和 Occupancy Network 架构的感知算法成为主流技术路线。

从接管数据来看，决策规划问题即认知智能导致的接管率是由感知问题即感知智能导致的接管率的 10 倍。

因此智己 CEO 刘涛认为，在持续提升感知智能的同时，认知智能已经成为智能驾驶技术演进的瓶颈，挑战巨大。

在 IM AD DAY 上，智己宣布将数据驱动的决策规划应用到量产，正式发布行业首个 D.L.P. 人工智能模型。

基于 D.L.P. 人工智能模型训练的 IM AD，将显著提高复杂环境变化的预判能力，进而提前规划智能驾驶行为，让智己 IM AD 实现更像人的启停、汇流，最终提高通勤效率。

据智己统计数据显示，智己 NOA 的匝道通过率 95%，优于行业头部玩家的 86%；变道成功率 97%，优于头部玩家的 92%；百公里误制动 0.4 次，远低于行业头部玩家的 1.4 次。

03

城市 NOA 年内内测，智己 IM AD 将形成闭环

基于 D.L.P 人工智能模型的能力，与此同时，结合正在开发中的基于 Occupancy 网络模型的 DDOD ( Data Driven Object Detection) 模型和可替代高精地图的 DDLD ( Data Driven Landmark Detection)，智己在未来将形成感知智能和认知智能的大幅提升。

IM AD DAY 上，智己公布了智能驾驶的时间线：

• 城市 NOA 领航辅助已开启内测，预计 2023 年年内开启公测；

• 可替代高精地图的 DDLD 智能驾驶，预计将于 2023 年底开启公测。

今年年底，智己的辅助驾驶功能开始覆盖高速和城市路段，IM AD 将形成闭环。2 年内，智己 IM AD 将进入 Occupancy 网络模型的阶段，实现更高阶的智能驾驶。

CEO 刘涛认为，基于网络模型的不断迭代，百公里接管率会以两年为周期提升十倍。预计到 2025 年，接管率就能从每百公里接管一次，到每万公里接管一次。

智己在智能驾驶的路上一步一个脚印，刘涛曾经表示：「现阶段没有真正意义的自动驾驶，都是高阶辅助驾驶。高阶辅助驾驶是在安全前提下，最大程度降低驾驶强度。」

这也是高速 NOA「姗姗来迟」的原因。他们不断打磨产品，让 IM AD 能像人一样思考，而不是单纯求「快」和硬件堆砌。

溯源至 2014 年，上汽工程团队着手智能驾驶领域的相关研究；2017 年成立上汽人工智能实验室，开启在深度学习领域的布局；2021 年，智己在智能驾驶行业垂直领域使用多传感器多任务的 Transformer 模型和时序 BEV 机制实现 OneModel 落地量产。

所以今天我们看到 IM AD 的表现，都是「有迹可循」的。这不单单是一个 NOA 功能的上线，这也是历经数年沉淀的成果。相信今年即将开始公测的城市辅助驾驶，同样会给我们惊喜。