NOA加速普及，安全才是核心竞争力

是否具备城市NOA功能，已成为衡量车型高阶智驾能力的一把标尺。

近几年，智驾技术经历了从基础ADAS到高阶L2++自动驾驶的快速落地应用，各级别的智驾系统均在市场上实现了搭载率的显著提升。其中，NOA作为现阶段量产智驾的最高能力体现，在各方势力的争相加码下，发展尤为迅猛。

特别是在过去的2024年，NOA产品功能取得了突破性进展，在市场普及率上也迎来了质的飞跃。多家车企纷纷推出了搭载NOA功能的新车型，价格下探趋势明显，使得这一高阶智驾能力不再是少数高端车型的专属，而是逐渐走向大众化，成为众多消费者购车时的重要考量因素。

但这也只是个开始，盖世汽车研究院预测，到2025年搭载NOA功能的车型销量将达到500-600万辆，市场渗透率将提升至30%。

NOA加速普及，什么是核心竞争力？

NOA渗透率的提升，是市场和技术双重作用下的结果。

不论是针对日渐激烈的车市价格战，还是消费者的需要，以NOA为代表的高阶智驾的普及与成本下降都成为必然。在此背景下，端到端的发展开启了新一轮的技术竞赛。

从2024年年初，特斯拉推送FSD V12的测试版本，将城市街道驾驶的软件栈升级为单一的端到端神经网络，一股端到端的技术热潮由此愈演愈烈，诸多车企和智驾供应商选择跟进，纷纷把端到端视作提升NOA等产品智驾能力并实现高度自动化驾驶的关键技术路径之一。

众多行业人士发表相似的观点，NOA在2025年必有一番全新的发展。不过，这也无法避免全新的挑战。特别是当众多企业发展规划路径愈发趋同时，如何打造属于自己的核心竞争力成为一个关键挑战。

从当下发展状况来看，这些核心竞争力可能主要体现在数据积累与处理能力、算法与模型优化能力、成本控制能力、规模量产能力等方面，但一切都最终指向用户的体验提升，让用户愿意为智驾买单。

可以说，市场的发力方向，正在从卷功能配置，演进为强调更好或者说性价比更高的用户体验。

安全，被放在了所有体验和能力的第一优先级。

轻舟智航联合创始人、总裁侯聪表示：“今年跟之前不一样的点在于NOA加速的普及，让我们认识到安全才是核心竞争力，才能够给用户带来更大的价值。”

智驾技术自诞生之日起就与安全性紧密绑定，只有确保这一点，其价值也才能被更充分地传达给用户。

从规则算法到端到端，从机械交互到大模型，不难预料，未来会不断有更先进的技术出现并且落地，但对安全性的考验也会更加多面，智驾的安全性也将受到重新审视。

只是基于智驾产品对安全的特殊性，至今可能尚未有哪家智驾企业能打造出类似于像以往沃尔沃汽车和安全强绑定的形象标签。

安全，能成为智驾企业的强标签吗？面对端到端等带来的新的技术挑战，又有哪些新的策略手段呢？

用创新，驱动安全

需要明确的是，注重安全并不意味着故步自封。“我们认为安全不等于保守，安全是由创新所驱动的。”侯聪强调。

针对行业的新变化，轻舟智航提出了自己的见解，这或许能为业界提供一些参考。

近日，轻舟智航正式启动以「安全智驾」为核心的「安全+」品牌战略，提出「安全的端到端」技术架构，发布安全智驾新范式。

具体来看，主要有三大重点：

第一，在技术范式方面，轻舟智航提出「安全的端到端」，将“时空联合规划”的经验融入One Model端到端模型设计中。比如，在线模型训练层面，加入了多层碰撞的损失约束，来保证安全性，并添加了高阶控制量一致性约束，来保证舒适性。

图源：轻舟智航

同时，类比大模型的安全对齐，轻舟智航采用端到端模型的安全对齐，让模型规划的轨迹符合人为定义的安全机制。安全机制借鉴时空联合规划的规则和限制，融入到网络训练中。

据介绍，此种机制，在轨迹生成过程中，借鉴图文生成中条件生成的方法，将安全规则作为“教师”，在模型轨迹生成过程中引入额外的指导信号，以增加对生成过程的控制，引导轨迹朝特定方向发展，满足安全性。同时，基于大语言模型的训练过程，将安全规则作为奖励函数，对模型进行微调，进一步增加模型的安全性。

另外，针对离线的端到端模型训练，轻舟智航构建了基于运动模拟的世界模型。在接受盖世汽车采访时，轻舟智航CTO李栋表示，此种世界模型方法主要优势在于整个过程比较可控，更易训练。

“基于运动模拟的世界模型，和传统世界模型相比，两者的最终目的并无区别，主要差异在于做法：我们第一步先去推测环境中障碍物的运动，推断到下一个时间点每个障碍物可能的朝向状态，然后再去反推在相应时刻传感器图像上返回的世界世界图像应有的形态。”李栋解释。

据介绍，基于运动模拟的世界模型可以批量生产大量的长尾场景和罕见的安全临界场景，同时生成的仿真视频更加可控，保证了时序、空间位置、物体几何、物理规则的一致性和正确性，从而保证端到端系统的安全性。

当然，高效的数据和模型训练闭环是端到端体验和安全不断进化的基础。目前，轻舟智航已实现从数据回传、数据挖掘、三维重建、自动化标注、数据生成到模型训练的完整数据闭环平台。

图源：轻舟智航

第二，在安全冗余方面，轻舟智航在智驾系统设计中，考虑各个单点甚至子系统失效的可能性，构建了完善的冗余设计。在硬件层面，其域控的诊断模块会监控域控内外的各类故障，监控到故障后功能状态机会采取降级措施，并通知用户接管。若用户长时间未接管，系统会自动引导车辆安全停车，并上传整个过程数据至云平台分析。

在模型冗余层面，轻舟智航已量产采用 BEV+Mono两套视觉架构模型，可在其中一套失效时继续工作。

第二，在安全反馈方面，轻舟智航表示其与头部新势力车企客户联合创新并落地了多种安全策略功能，可以通过主动的人机交互反馈，进行主动式安全保护。

图源：轻舟智航

值得一提的是，人机交互的重要性日益凸显，车辆与驾驶员之间的交互方式也在发生变化。传统上，驾驶员通过操控方向盘、刹车和油门等物理部件来控制车辆，在智驾系统逐渐接管部分或全部驾驶任务的情况下，人机交互成为了确保安全、提升用户体验的关键环节。

有效的人机交互可以帮助驾驶员更好地理解自动驾驶系统的状态、意图和限制，从而做出正确的判断和决策。最关键的是，一个设计良好的人机交互能够提升自动驾驶系统的可用性和可接受度，增强用户对系统的信任和满意度。

安全感，用户感知得到

实际上，在愈发内卷的智驾市场，家家都在谈创新，家家都在讲安全。市场上也长期存在一个问题，随着智驾产品的不断迭代，智驾算法不断成熟，大家选择的路径和配置也愈发趋同之时，真正的体验的差异点在哪里？

安全会是其中一点吗？用户能否感受得到呢？

侯聪在接受盖世汽车采访时表示：“用户对不同产品的安全与否是有感知的，首要的一点便是使用过程中的安心感。安心与安全紧密相连，当用户感到不安时，可能会采取一些冒险行为，从而增加安全事故的风险。统计数据显示，这种心态下更容易发生事故。”

不佳的用户体验往往会通过各种渠道传播开来，尤其是当事故视频流传时，公众会形成对品牌的负面认知，进一步影响潜在用户的购买决策。

当然，量变引发质变，当样本数量足够大之后，评价一个产品好坏的标准才能更为客观，这其中有一个重要的因素是就是规模量产。

无法量产的创新如同空中楼阁，没有量产经验支持的创新也是一步一坎。

目前，智驾市场格局已经出现分化，已经取得规模量产的玩家会具备一定的先发优势，诸如轻舟智航、Momenta、元戎启行、华为系等，正在逐步扩大自家的量产规模，也为之后的智驾创新奠定了一定的基础。

以轻舟智航为例，其拥有50万+的量产规模，能够基于大量的用户数据和问题反馈，持续利用数据闭环及问题修复流程，提升软件质量，形成有效的安全正循环。

要想量产创新，还有让用户用得安心，也还有很多技术之外的事情要做。目前，智能驾驶在实际使用中的潜在事故风险及责任归属问题日益受到关注。特别是随着L3级自动驾驶落地应用呼声高涨，其面临的阻碍也愈发明显。

很重要的一点是关于智能驾驶的法律法规尚不完善，在责任归属方面存在诸多空白。这导致在事故发生后，难以明确各方的责任，从而增加法律纠纷的风险。

行业正在行动，轻舟智航表示，将携手车企推动“事实性L3”的落地，其提出敢赔模式，当车辆开启智驾模式，并且在规定适用范围内出现事故时，由保险为用户兜底。这是提升用户对智驾信任的一个重要举措。

现在，以城市NOA为代表的高阶智驾愈演愈烈，从L2级别自动驾驶进展至L2++已历经多年，而行业进步的步伐从未停歇。

“这个行业无疑将继续向L3、L4级别演进，对安全性的要求将更加严苛。因此，在L2阶段，我们一定要把安全做好，才能逐渐往L3、L4迭代。安全，也是L3时代到来的一个重要门槛。”侯聪说到。

技术范式上创新+实际应用中兜底，才是让用户安心的真正保障。

算法在变，架构在变，用户对于安全只会更加关注。特别是在智驾降本成为主流的当下，成本的降低必然意味着对算法、系统等方面要求的进一步提升，这一挑战将更加严峻。

归根到底，智驾降本不能以舍弃安全为代价，而智驾功能的进化也必须以安全为核心。