news 2026/6/15 14:47:32

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 2026/6/13 15:58:17

影子模式十年演进(2015–2025)

影子模式十年演进&#xff08;2015–2025&#xff09; 一句话总论&#xff1a; 2015年影子模式&#xff08;Shadow Mode&#xff09;还是“离线日志回放人工对比”的小规模验证工具&#xff0c;2025年已进化成“实时并行双实例端到端VLA大模型自诊断车云协同零接管验证量子级容…

作者头像 李华
网站建设 2026/6/15 13:51:48

自动驾驶架构十年演进(2015–2025)

自动驾驶架构十年演进&#xff08;2015–2025&#xff09; 一句话总论&#xff1a; 2015年自动驾驶架构还是“分散式ECU模块化感知-规划-控制”的传统堆叠式&#xff0c;2025年已进化成“中央计算单/双盒子端到端VLA大模型统一三层冗余车云协同自进化”的高度集中式全车大脑&a…

作者头像 李华
网站建设 2026/6/15 12:50:07

Jupyter Notebook如何连接远程GPU?Miniconda容器配置详解

Jupyter Notebook如何连接远程GPU&#xff1f;Miniconda容器配置详解 在深度学习项目日益复杂的今天&#xff0c;一个常见的场景是&#xff1a;研究者手握高性能笔记本&#xff0c;却只能眼睁睁看着本地显卡内存不足、训练动辄数小时。而与此同时&#xff0c;数据中心里的A100集…

作者头像 李华
网站建设 2026/6/15 12:52:17

Markdown+Jupyter:用Miniconda-Python3.10输出高质量技术文档

MarkdownJupyter&#xff1a;用Miniconda-Python3.10输出高质量技术文档 在数据科学和AI研发日益工程化的今天&#xff0c;一份“能跑通”的技术文档远比静态PDF更有说服力。你有没有遇到过这样的场景&#xff1a;同事发来一份实验报告&#xff0c;结论看起来很惊艳&#xff0…

作者头像 李华
网站建设 2026/6/12 11:51:27

Docker容器中运行Miniconda-Python3.10进行模型训练的完整流程

Docker容器中运行Miniconda-Python3.10进行模型训练的完整流程 在深度学习项目开发中&#xff0c;最让人头疼的问题往往不是模型调参&#xff0c;而是环境配置——“在我机器上明明能跑”的尴尬场景屡见不鲜。不同项目依赖不同版本的PyTorch、TensorFlow或CUDA&#xff0c;一旦…

作者头像 李华
网站建设 2026/6/10 13:39:02

2025最新!8款AI论文工具测评:本科生写论文还能这么快

2025最新&#xff01;8款AI论文工具测评&#xff1a;本科生写论文还能这么快 2025年AI论文工具测评&#xff1a;为何值得一看 随着人工智能技术的不断进步&#xff0c;越来越多的本科生开始借助AI工具提升论文写作效率。然而&#xff0c;面对市场上种类繁多的AI论文工具&#x…

作者头像 李华