news 2026/6/10 15:32:05

高速NOA十年演进(2015–2025)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/9 19:39:50

Markdown+Jupyter双剑合璧:Miniconda-Python3.10下的高效写作体验

Markdown与Jupyter的协同革命&#xff1a;基于Miniconda-Python3.10的现代技术写作实践 在数据驱动的时代&#xff0c;一篇技术报告的价值不再仅仅取决于它的结论是否正确&#xff0c;而更在于其推理过程是否透明、可验证。我们常常看到这样的场景&#xff1a;研究人员提交了一…

作者头像 李华
网站建设 2026/6/10 10:56:24

【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

豆包ai去水印下载 // UserScript // name 豆包AI生图无水印下载 // namespace http://tampermonkey.net/ // version 1.0 // description 在豆包AI生图页面自动下载无水印原图 // author You // match https://www.doubao.com/* // match …

作者头像 李华
网站建设 2026/6/10 12:28:16

HTML可视化报告生成:Python脚本结合Miniconda环境输出

HTML可视化报告生成&#xff1a;Python脚本结合Miniconda环境输出 在数据科学、人工智能和工程研发的日常实践中&#xff0c;一个看似简单却频繁出现的任务正变得越来越关键——如何快速、准确、可复现地将实验结果转化为易于分享的技术报告。传统方式下&#xff0c;研究人员往…

作者头像 李华
网站建设 2026/6/10 14:48:10

hivesql 字段aa值 如何去掉前面的0

在Hive SQL中去除字段值的前导零&#xff0c;可以通过以下两种常用方法实现&#xff1a; 方法一&#xff1a;使用正则表达式替换&#xff08;推荐&#xff09; SELECT regexp_replace(aa, ^0, ) AS trimmed_aa FROM your_table;说明&#xff1a; ^0 正则表达式匹配字符串开头的…

作者头像 李华
网站建设 2026/6/9 23:24:14

Docker build阶段预装Miniconda与PyTorch最佳实践

Docker构建中预装Miniconda与PyTorch的工程实践 在AI项目日益复杂的今天&#xff0c;一个常见的痛点是&#xff1a;本地能跑通的模型&#xff0c;换到服务器或同事机器上却频频报错。这类“环境不一致”问题消耗了大量调试时间&#xff0c;尤其在团队协作、CI/CD流水线和生产部…

作者头像 李华
网站建设 2026/6/10 12:31:23

Pyenv which python定位Miniconda环境解释器

Pyenv 与 Miniconda 协同工作中的 Python 解释器定位问题解析 在人工智能和数据科学项目中&#xff0c;Python 环境的稳定性与可复现性直接决定了实验结果的可信度。随着团队协作加深、项目依赖复杂化&#xff0c;单一的 Python 安装已无法满足需求——我们不再只是写代码&…

作者头像 李华