news 2026/7/4 7:41:19

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 2026/7/2 3:36:45

智能驾驶规划控制算法十年演进(2015–2025)

智能驾驶规划控制算法十年演进&#xff08;2015–2025&#xff09; 一句话总论&#xff1a; 2015年规划控制算法还是“规则Frenet优化MPC”的刚性工程时代&#xff0c;2025年已进化成“端到端VLA大模型游戏论博弈强化学习自适应量子级不确定性控制”的语义社交闭环&#xff0c;…

作者头像 李华
网站建设 2026/7/3 14:18:56

PyTorch安装避坑指南:解决conda activate报错问题的完整方案

PyTorch 安装避坑指南&#xff1a;解决 conda activate 报错的完整实践 在深度学习项目启动阶段&#xff0c;最让人沮丧的不是模型不收敛&#xff0c;而是连环境都跑不起来。你兴冲冲地准备复现一篇论文&#xff0c;打开终端&#xff0c;敲下 conda activate pytorch-env&#…

作者头像 李华
网站建设 2026/6/29 23:05:19

HTML可视化训练结果:在Miniconda-Python3.10中集成Plotly与TensorBoard

HTML可视化训练结果&#xff1a;在Miniconda-Python3.10中集成Plotly与TensorBoard 在深度学习项目开发中&#xff0c;一个常见的困境是&#xff1a;模型跑完了&#xff0c;日志也输出了&#xff0c;但你却说不清它“到底发生了什么”。损失曲线震荡&#xff1f;准确率卡住不动…

作者头像 李华
网站建设 2026/7/1 13:38:58

Jupyter Lab在Miniconda环境中的配置技巧与常见问题解决

Jupyter Lab在Miniconda环境中的配置技巧与常见问题解决 在数据科学、AI研发和教学实践中&#xff0c;一个稳定且可复现的开发环境至关重要。但现实往往令人沮丧&#xff1a;当你从同事那里拿到一份 .ipynb 文件&#xff0c;满怀期待地运行时&#xff0c;却因“模块未找到”或“…

作者头像 李华
网站建设 2026/7/2 14:09:42

Pyenv与Conda双剑合璧:精细化管理多个Python版本

Pyenv与Conda双剑合璧&#xff1a;精细化管理多个Python版本 在人工智能和数据科学项目日益复杂的今天&#xff0c;开发者常常面临一个看似简单却棘手的问题&#xff1a;为什么我的代码在同事的机器上跑不起来&#xff1f; 答案往往藏在那些看不见的依赖里——可能是 Python 版…

作者头像 李华