8 次接管，理想仍然牛 X

我感觉，当年高速场景导航辅助驾驶的竞争，远远没有今天的城市导航辅助驾驶大乱斗精彩。城市导航辅助驾驶的情况可以用“并排冲线”来形容，大家都是无高精地图，都是以城市为单位三季度小范围推送，都是年内拓展到几十上百个城区。总而言之竞争非常激烈，人人都想赶紧落地这个功能，好让自己接下来宣传“自动驾驶”“无人驾驶”的时候，心里多一点底气。

因为硬件搭配等种种原因，当初的“御三家”里，理想是最晚落地高速导航辅助驾驶的。可能是出于这个原因，理想有一段时间并不怎么强调自己的智能驾驶技术发展。这种情况大概持续到 2023 年初，我们才突然发现，理想的智能驾驶水平不单有，而且还挺高。

经过上海车展和家庭科技日的预热，我们这次总算有机会实地体验一下理想的城市 NOA 了。下半年就要推送的它，现在到什么进度啦？

【城市 NOA 及通勤 NOA 的基本原理】

讲体验之前还是得老生常谈一下，理想实现城市 NOA 的基本技术路径。其实这一波城市导航辅助驾驶爆发，大家的技术是趋同演化的。简而言之，都是用 BEV 鸟瞰式感知架构观察世界，再用 Transformer 模型理解世界，最后用大量行驶数据在训练集群中抽象并“看破”这个世界，把 AI 变成“人”。

大家都这样玩，不代表就是带着镣铐跳舞没有发挥空间。理想在“观察”环节也就是 BEV 感知架构中，增加了 NPN 神经先验网络，反复提取环境特征来增强 BEV 对世界感知的稳定性；TIN 信号灯意图网络看起来则是 Transformer 模型原理的具体应用，通过选择“可能性最大的结果”来判断交通信息与动态。

然后就是在二维画面中看出三维的精确距离信息，并精准获得周围空间信息的、大名鼎鼎的 Occupancy“占用网络”模型，它能相对精准地判断出可通行路面，从而不再需要高精地图信息作为感知的辅助，而只需要导航地图作为对方位、目的地的大体了解即可。

这些数据塑造的模型，连同人们使用这些模型后的反馈，都会作为算法模型下一步训练的素材，被放到专用的训练计算机集群里，让算法自己迭代优化。然后，加上针对个别场景的一点点规则、例外，再经过仿真和工程车路试确定安全，就可以推送给用户完成下一次循环了。考虑到理想汽车在道路上的数量，这个循环的速度理论上是很快的。

通过这样的循环，理想就可以啃下一个个关键路段节点。当某个地区的节点都训练到位了，这一地区的城市 NOA 就会开放。为了加快这个进度，理想还推出了针对个人用户的“通勤 NOA”，训练个大概三周左右，用户就能在上下班通勤路线打开城市 NOA。一条条通勤路径，最后汇聚成一个片区，一座城市。

【8 次接管，还能叫好吗？】

当然这些幕后工作，理想汽车的用户是不会看见的——至少不会完全看见。他们能接触到的只是看上去略显传统的智能驾驶可视化界面，如果他们进一步观察，会发现画风和显示的内容与过去略有一些不同。只不过到了城市 NOA 阶段，画面上每一个东西都是 BEV 感知架构看到之后“画”出来的。

这样的数据量对工程师来说还不太够，所以他们又设计了专门的工程模式界面。这个极其炫酷的界面以更精确的形式，显示理想 AD MAX 系统看到了什么、将会做什么。在我看来，这个界面一定要用“极客模式”或其它什么炫酷的名字，加以包装后，留给理想的消费者；它的一键录制、一键上报功能也会很有用。

左侧显示了系统的一些基本信息，比如它用的是导航级 SD Map（区别于HD Map 也就是高精地图），已经实现 BEV 感知架构与占用网络的融合。左下角则是它对世界的基本认识，在城市 NOA 眼中，这个世界是由小汽车、客车、货车、自行车/摩托车、行人和通用障碍物构成的。图中蓝点组成的线是本车行驶轨迹，橙线则是系统预判其它道路使用者未来 5s 的行动路径。

旁边一角是占用网络的界面，这个模型将世界划分成不可动物体、可动物体、护栏/围栏/墙体、不可通行路面与植被几大项。这个如同乐高积木一般的颗粒世界，是今天工程师解决城市甚至非铺装路面高级辅助驾驶问题的工具。据说，如果植被覆盖面积较小，理想的占用网络会临时将植被划入可通行路面。

所幸，哪怕是我们刚开始的通勤 NOA 体验，也没遇到过这种尴尬场景。我们从类似乡村土路的地方出发，一直开到望京的城市区域，经过乡道、施工路、CBD 等几个场景，也遇到了无保护左转、急转汇入主路、识别红绿灯、与车辆/摩托/电动车/老头乐/行人等博弈的各种情况。城市 NOA 在上述路面表现得平稳、顺滑。

最重要的是，它没有一些同类系统表现出的强烈“机械感”，像是一个真人在开车。有这种“机械感”的同类系统，推理和解决意外的能力还不是很强，在遇到路边违停、插队等意外场景的时候，它可能跟在违停车后无穷尽地等下去，而不会想着绕一下提升通行效率。这就仿佛整套系统由大量规则“编织”起来一样。

城市 NOA 的工程版是另一个样子。这类由模型和数据自己迭代出来的算法，像人一样能积累经验、很快成长，所以在遇到违停车、无标线路面、与其它车辆博弈，又或者红绿灯被大型车辆遮挡而看不见的场景，它不会跟着某种定死的行动逻辑去控制车辆。城市 NOA 的某些操作，像一位初出茅庐的人类驾驶员，你可以感受到算法背后，海量训练数据中体现的“人类逻辑”。

不过更强的系统能力，除了让功能更好用以外，也考验人与车之间的互动方式。整个驾驶过程中，我统计到 8 次人为接管：

1、无标线狭窄路面绕行违停大车；

2、路口内主动规避过于靠近的车辆；

3、转弯时手施加给方向盘的力量过大；

4、误触刹车；

5、与行人博弈时距离突破心理阈值；

6、系统漏检红灯；

7、通过路口的时机突破心理阈值；

8、绕行违停车辆时两车距离突破心理阈值。

当中固然有占用网络的空间判断精度、BEV 感知架构抗干扰能力需要打磨的因素，不过多数时候，反而是驾驶员自身对系统能力边界的认识，在影响系统的发挥。系统在进步，人对系统的认识也要有提升才行。

算力、算法和数据，是每一个有志于实现城市导航辅助驾驶的企业都要解决的问题。算力有芯片，算法框架一致，剩下的便是数据积累和持续迭代，而这恰好是理想的优势所在。等到今年下半年推送城市 NOA 的时候，量产版的系统或许能比我们体验的更接近人类驾驶，这类系统的价值才能真正发挥出来。