高速NOA上线，D.L.P.人工智能，智己能否打造更像人的智能驾驶？

在城市领航辅助正在大量落地的阶段，智己刚刚推出高速NOA领航辅助，看上去并没有多少领先性可言。但在体验上，智己高速NOA做到了优化提升，其距离“更像人的智能驾驶”又近了一步。至于面向未来的新锐技术，智己与Momenta携手发布了新的人工智能模型，其目标是百公里接管率以两年为周期提升十倍。

文丨智驾网 正红旗

4月12日，智己汽车与其智能驾驶合作伙伴Momenta在苏州举办了IM AD DAY，双方宣布IM AD智能驾驶辅助系统将迎来里程碑式重大更新——智己汽车率先将数据驱动的规划算法应用于量产项目，并正式发布了行业首个D.L.P.人工智能模型。

同时，智己汽车宣布其高速高架NOA领航辅助功能也正式上线，4月底将向智己L7开启OTA推送，首批开放城市为沪、苏、杭、嘉、湖，年内推至全国；智己LS7预计将在6月份推送，年内推至全国。

此外，智己城市NOA领航辅助以及替代高精地图的DDLD智能驾驶预计也将于2023年年内开启公测。

智己官方表示，2021年，智己率先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机制实现了OneModel落地量产，在感知智能领域树立了自己的地位。如今，业内首个基于数据驱动的D.L.P.人工智能模型的发布，意味着智己正式从感知智能迈向认知智能。

这一表述听上去专业性极强，恐怕大多数消费者很难理解。

其实简单来讲，所谓感知智能，就是指能够在广泛的信息中找到重要信息的智能，例如在道路上感知车道标线、交通标志、信号灯以及车辆、行人等交通参与者，其核心感知设备就是我们常见的各种雷达和摄像头。

感知智能是搜集各种数据的基础，业内人士称其“决定着智能驾驶的下限”。

而认知智能相当于在感知智能的基础上增加了更加深度的判断能力，可以综合分析道路状况、交通参与者、交通流密度、行驶路线、碰撞风险等，以便系统可以更加准确、迅速地进行决策。

因此，认知智能也被称为“决定着智能驾驶的上限”。

对此，智己的技术高管也表示，感知智能和认知智能是人工智能应用的两大重点。

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。

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。

而知己和Momenta此次发布的D.L.P.人工智能模型，其先进之处就在于采集了大量人类驾驶数据进行训练，通过构建具备亿级数据量产能力的决策规划数据-模型产线，在车端采用Transformer架构，可以高效理解场景和他车行为，显著提高了复杂环境变化的预判能力，进而得以提前规划智能驾驶行为。

据介绍，这项技术可以避免不舒适体感的产生，让智己IM AD系统实现更像人的跟车间距、线性起步响应、无顿挫舒适感等体验，并大幅降低接管里程，总体类人性相比规则算法获得阶越性提升。

根据官方公布的数据，智己NOA的匝道通过率可达到95%，优于行业头部玩家的86%；变道成功率可达到97%，优于头部玩家的92%；百公里误制动为0.4次，远低于行业头部玩家的1.4次。

在此次发布会举办前夕，智驾网对智己高速高架NOA领航辅助进行了试驾体验。

在距离超过20km的试驾路线中，包括了三条高速公路，车辆在高速高架NOA系统的控制下，多次应对了驶入匝道、大曲率过弯、并入主路、变线超车、避让货车等场景。

就其表现而言，智己高速高架NOA做到了稳妥应对，进出匝道、通过弯道时都能严谨地按照车道标线居中行驶，各项操控处置也都很高效，该加速时及时加速，该等待或减速时也很果断。

在总体感受上，它的确很接近人类驾驶，有随机应变的能力，不会一味地盲目等待或跟随前车。

从起点开始直至收费站前100m左右退出系统，全程都没有出现需要接管的情况，远超出了我的预期。

而按照已经公布的规划，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)，智己将形成感知智能和认知智能的双维大幅提升。

智己官方表示，基于网络模型的不断迭代，未来其百公里接管率会以两年为周期提升十倍，实现更高级的智能驾驶。

智己与Momenta的合作是典型的主机厂与自动驾驶初创公司的合作，这种合作模式正在产生化学反验。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

这一方面既增强了主机厂的信心，同时也让Momenta这样的初创公司可以获得更丰富的数据，为技术迭代打下基础。