随着当下智能驾驶技术的迅猛发展，2022年我们目睹了高速NOA的广泛应用，在2023年更是正式拉开了城市NOA智能驾驶新时代的序幕。然而，在步入2024年后，汽车行业的焦点却悄然转移至城市无图NOA技术，不过，这一转变也标志着智能驾驶技术已迈入了一个前所未有的崭新阶段。

当然，在这一变革中，业界的共识也愈发清晰，并且很多企业还意识到在智能驾驶领域的竞争力，核心在于其车辆是否具备城市NOA功能，并能成功减少对高精度地图的依赖。值得注意的是，当前市场上各大企业竞相推出的城市无图NOA解决方案中，不仅在软件算法上彰显了深厚的技术积累和独到的创新策略，更在硬件配置层面实现了差异化发展，这标志2024年无疑将成为智能驾驶领域竞争最为激烈的一年。

2024年7月5日，理想汽车在2024智能驾驶夏季发布会宣布将于7月内向全量理想AD Max用户推送「全国都能开」的无图NOA，并将于7月内推送全自动AES（自动紧急转向）和全方位低速AEB（自动紧急制动）。同时，理想汽车发布了基于端到端模型、VLM视觉语言模型和世界模型的全新自动驾驶技术架构，并开启新架构的早鸟计划。那么，此次理想汽车此次发布会究竟给到了我们哪些惊喜呢？

无图NOA四项能力提升

在发布会上，官方首先介绍了理想汽车OTA 6.0智能驾驶。此次的理想汽车OTA 6.0智能驾驶即将迎来重磅升级——无图NOA。此次升级在车型覆盖中将包括理想MEGA和理想L9、理想L8、理想L7、理想L6的AD Max车型，用户数量超过24万。

据悉，无图NOA将有四项能力提升，具体来看。

无图NOA不再依赖过多「先验信息」。首先，得益于感知、理解和道路结构构建能力的全面提升，无图NOA摆脱了对先验信息的依赖。用户在全国范围内有导航覆盖的城市范围内均可使用NOA，令人兴奋的是，就算是在错综复杂的胡同小巷或是蜿蜒曲折的乡村小径上，这一功能也能自如启动，为驾驶者带来前所未有的自由与便利。

避让和绕行更加丝滑。基于高效的时空联合规划能力，车辆在应对道路障碍时展现出了令人赞叹的流畅丝滑的避让与灵活绕行能力。该时空联合规划深度融合了横向与纵向空间的同步规划，通过持续洞察并预测车辆间的动态空间互动，精确规划未来多个时间点的可行驶轨迹。并且基于优质样本的学习，车辆能够迅速甄别出最优行驶轨迹，以既果断又安全的方式执行绕行策略，让每一次驾驶决策都充满智慧与自信。

灵活应对各种复杂状况。无图NOA采用BEV视觉模型融合导航匹配算法，实时捕捉动态路沿、路面指引箭头与路口独特标识，并将车道结构和导航特征充分融合，巧妙解决复杂路口难以结构化的难题。其具备超远视距导航选路能力，让车辆在路口通行时更加稳健从容。

默契安心，分米级微操。无图NOA革新性地聚焦于驾驶者的心理安全边际，将原有的纯视觉Occ占用系统革新为Lidar与视觉深度融合的感知网络，大幅拓宽了不规则障碍物的识别视野，并实现了感知精度的飞跃。而这一升级也确保了行车路径的极致安全与流畅，可以做到分米级别的微操。从而让用户与车辆间构建起一种难以言喻的默契与安心感。

主动安全能力提升，覆盖场景再拓展

在智能驾驶时代，安全是很多用户关心的重点，在这一点上，理想汽车精心建立了安全风险场景数据库，这套数据库可根据事故的危险程度与出现频率进行科学分类，并持续提升风险场景覆盖度，其计划于七月份为用户推送全自动高级紧急制动系统（AES）与全方位低速自动紧急制动（AEB）功能。具体到细节方面。

在日常行车环境中，在面对行车中那些AEB也难以独力化解的物理极限场景时，理想汽车创新性地推出了全自动触发的AES自动紧急转向功能。要知道，在通常情况下，车辆行驶速度较快时，留给主动安全系统的反应时间极短，尽管在部分情况下AEB能够触发并迅速介入，但车辆全力制动仍无法及时刹停。不过，此时如果AES功能被及时触发，那就无需驾驶者任何操作，其功能就会自主执行紧急转向动作，巧妙规避前方障碍物，这样就可以有效避免极端场景下的事故发生，将主动安全提升至前所未有的高度。

此外，相较于极端高速的场景，在日常泊车与低速行驶中，理想汽车同样没有忽视安全细节，其全方位低速AEB提供了360度主动安全防护。毕竟，在日常生活中，尤其是在复杂的地库停车环境中，车辆周围的立柱、行人和其他车辆等障碍物都会增加了剐蹭风险。而全方位低速AEB可有效识别前向、后向和侧向的碰撞风险，及时紧急制动，确保每一次出行都安心无忧，让用户的驾驶生活更加从容不迫。

高效率的端到端模型+高上限的VLM视觉语言模型

在自动驾驶的革新浪潮中，理想汽车算得上是独树一帜了，不过，理想汽车的自动驾驶全新技术架构，其实是深受诺贝尔奖殊荣获得者丹尼尔·卡尼曼快慢系统理论的启迪，旨在自动驾驶领域模拟人类的思考和决策过程，形成更智能、更拟人的驾驶解决方案。

新架构分为快系统与慢系统：其中，快系统，专注于处理日常驾驶中的高频简单任务，它如同人类长期驾驶累积的本能直觉，能够瞬间应对约95%的日常路况，确保行驶流畅无阻。而慢系统，则代表着更高层次的智慧，它是人类通过更深入的理解与学习，集逻辑推理、复杂情境解析与计算能力于一身，专为5%的日常驾驶和复杂甚至未知的交通场景而生，通过快慢系统的配合，分别确保大部分场景下的高效率和少数场景下的高上限。

此外，理想汽车基于快慢系统系统理论还形成了自动驾驶算法架构的原型。其中，「快系统」通过先进的端到端模型实现，直接接收传感器数据，迅速转化为精准的行驶指令，确保响应速度与效率。而「慢系统」则依托VLM视觉语言模型来实现，在接收到传感器信息后，进行深思熟虑的思考，再将这些决策传递给「快系统」，共同编织出一张覆盖全面、灵活应变的自动驾驶网络。而这一双系统架构还将在云端借助世界模型进行持续优化与验证，不断推动自动驾驶技术向更高境界迈进。

另外，端到端模型的输入主要由摄像头和激光雷达构成，并且，多传感器特征经过CNN主干网络的提取、融合，投影至BEV空间。

当然，为了提升模型的表征能力，理想汽车还创新性地融入了记忆模块概念，该模块不仅兼具时间和空间维度的记忆能力，还巧妙地将车辆实时状态信息与导航数据信息编织进模型脉络。借助Transformer模型的强大编码，与BEV的特征进行深度融合，精准解析动态障碍、道路结构和常见的障碍物，进而规划出行车轨迹。

值得一提的是，此一体化设计还摒弃了传统规则限制，实现了多任务输出的无缝衔接，让端到端模型在信息传递、推理计算、模型迭代上均具有显著优势。在实际驾驶中，端到端模型也展现出更强大的通用障碍物理解能力、超视距导航能力、道路结构理解能力，以及更拟人的路径规划能力。

更为惊喜的是，理想汽车推出的VLM视觉智能模型，竟然拥有惊人的22亿参数规模，也正因如此，才赋予其对纷繁复杂交通场景的超凡洞察力，即便是面对首次经历的未知场景，也能游刃有余。同时，该模型还能精准捕捉路面细微变化与光线等环境信息，智能调控车速，为驾驶者打造既安全又舒适的驾驶环境。另外，VLM模型也具备更强的导航地图理解能力，可以配合车机系统修正导航，预防驾驶时走错路线。尤为一提的是，VLM深谙公交专用道、潮汐车道及分时段限行等复杂交通规则，可实时进行策略调整，做出都更加精准合理的决策。

不仅如此，理想汽车还创新性地融合了重建与生成两大技术维度，将真实数据通过3DGS（3D高斯溅射）技术进行重建，并使用生成模型补充新视角。在场景重建时，其中的动静态要素将被分离，静态环境得到重建，动态物体则进行重建和新视角生成。随后，再经过对场景的重新渲染，构建出一个鲜活的3D物理世界，其中动态元素可以自由可调，实现场景局的部分泛化。

而相比重建，生成模型则以其卓越的泛化能力，让天气变换、光照调整、车流模拟等条件均可被自定义改变，生成符合真实规律的新场景，用于评价自动驾驶系统在各种条件下的适应能力。

而重建和生成两者结合所构建的场景也为自动驾驶系统能力的学习和测试创造了更优秀的虚拟环境，使系统具备了高效闭环的迭代能力，确保系统的安全可靠。不得不说，这一创新融合，无疑为自动驾驶技术的未来发展注入了强劲动力。

写在最后：

随着汽车智能化的不断深入，进入「无图NOA」赛道的汽车品牌也愈加增多。此次，理想汽车在7月内全量推送无图NOA，不仅将进一步提升理想汽车的产品竞争力。更有望加速无图时代的到来，届时大家出行也会更加安全、轻松。