圖片來源：視覺中國
要說今年新能源車企們最重要的一場較量，那一定是：NOA" 進城 "。
随着以華爲、小鵬、理想爲首的新勢力們喊出激進的智能駕駛開城口号，人們對智能駕駛從高速場景延伸到城市場景的興趣愈發濃厚。
然而，就在市場對不依賴高精地圖的城市領航輔助駕駛（簡稱：城市 NOA）的熱情被點燃之後，新勢力們卻出人意料地給出了一份看似 " 折中 " 的答卷：通勤模式。
爲什麽說是 " 折中 "？
因爲通勤模式是将使用區域限制在每個用戶高頻使用的路線上進行所謂熟路模式，而非全域通用。
" 如果單從産品的角度來看，‘通勤模式’确實是一個挺好的産品定義。" 這句話的言外之意便是，與其說 " 通勤模式 " 是一項技術，不如說是一種商業模式。
但商業模式的創新，對于自動駕駛來說顯然不夠 " 性感 "。
于是，一種質疑的聲音也出現了：自動駕駛并沒有從高速場景直接奔向城市全場景，而是出現一個點到點的 " 通勤模式 "，這個背後究竟是産品設計的靈感乍現還是城市 NOA 落地艱難之下的迂回策略？
集體加碼 " 通勤模式 "
和名字一樣，" 通勤模式 " 就是讓消費者不需要等待高精地圖的更新，也不需要等待廠商對某個城市的開通，隻需要通過自己短期的手動訓練，就能在日常通勤的路線上實現智能駕駛的功能。
2023 年 3 月，小鵬首次提出 " 通勤模式 " 的概念。随後，車企、自動駕駛公司紛紛跟進。
當然，各家企業的名字并不相同，比如小鵬叫做 AI 代駕，理想叫做通勤 NOA，大疆車載叫做記憶行車 .....
6 月份，大疆提出了基于低成本硬件的 " 記憶行車模式 "，并将落地寶駿雲朵。
緊接着，8 月份理想汽車官宣了通勤 NOA 的計劃，9 月将正式面向早鳥用戶開啓内測，2024 年 1 月将推送全量的 AD Max 用戶，AD Pro 的推送将緊随其後。事實上，從 6 月底開始，理想汽車就向早鳥用戶推送了首個不依賴高精地圖的城市 NOA。
智己汽車則是在 9 月開啓去高精地圖 NOA 公測，并預計将于 2024 年覆蓋全國 100+ 城市，2025 年邁入 Door to Door（全場景通勤）時代。
自動駕駛公司元戎啓行對外發布了 D-PRO 和 D-AIR 兩款行泊一體的智能駕駛産品，号稱無需高精地圖，可以以更低的硬件成本就能實現城市内點到點智能駕駛。
華爲智能汽車解決方案 BU CEO 餘承東此前在微博上曾公布今年三季度不依賴于高精地圖的城區 NCA 将在 15 城落地，到四季度将增加到 45 城。在最近舉辦的問界新 M7 發布會上，華爲選擇調整目标，宣布在年底直接将無圖版的 ADS 2.0 推廣到全國。
對于華爲突然選擇更加激進的開城策略，外界有一種猜測認爲可能是受到特斯拉FSD 的影響。
作爲無高精地圖的忠實擁護者，特斯拉先是在 8 月份由馬斯克親自上線開啓了一場 FSD Beta V12 試駕直播，緊接着又将 " 城市街道自動駕駛 " 列爲 " 即将推出 " 的功能，移至可用 / 已部署功能列表中。這也被外界猜測特斯拉FSD 将結束長達三年多的測試長跑，率先部署到美國和加拿大的車隊中，真正實現落地應用。
除了猜測背後的動因之外，外界也在讨論華爲 ADS 2.0 無圖版究竟是什麽？一種較爲普遍的猜測就是年底很有可能華爲是向全國推送 ADS 2.0 的 " 通勤模式 "，而非是全量的 ADS 2.0 無圖能力。
看起來，無論是車企還是自動駕駛技術公司，正在集體加碼 " 通勤模式 "。
" 無圖 " 困境
" 這個場景可能是一個過渡階段，" 騰訊智慧出行副總裁鍾學丹對钛媒體 App 說道。
在鍾學丹看來，現在城市級的建圖是一個相對需要多層的過程，而通勤這個場景，無論是路上這段數據的理解、熟悉程度以及建圖的數據能力，相比其它場景更容易一些，所以從這個場景切入會比直接去做城市級覆蓋更容易和更聚焦一些。
" 過渡 " 在某種程度上也折射出了當下中國玩家在量産自動駕駛過程中難以 " 脫圖 " 的現實困境。
所謂的 " 脫圖 "，指的是脫離高精地圖。
2022 年開始，高速 NOA 快速發展并向城市場景延伸，車企和供應商紛紛發布相關産品，并官宣落地計劃。在高速 NOA 向城市 NOA 拓展的過程中，" 用不用高精地圖 " 成了行業熱議話題。
爲什麽會有玩家傾向于不用？成本高昂、更新速度跟不上、甲級測繪資質稀缺、感知技術的發展等都是原因，其中成本是最主要的因素。
根據《智能網聯汽車高精地圖白皮書》顯示，采用傳統測繪車方式，分米級地圖的測繪效率約爲每天每車 500 公裏道路，成本爲每公裏 10 元左右，而厘米級地圖的測繪效率約爲每天每車 100 公裏道路，成本可能達每公裏千元，一天就是十萬級的費用。
" 高精地圖跟高精定位是相輔相成的，用高精地圖一定要用高精定位，有了高精定位也必然要配上高精地圖來用，這兩個模塊加在一起兒成本就更高了。" 領駿科技領駿科技創始人、CEO 楊文利說道。
在 " 抛棄 " 高精地圖的過程中，即有溫和派的做法，也就是用 " 輕地圖 " 的方式。
" 輕 " 主要有兩種思路，一種是在傳統高精度地圖上 " 做減法 "，即根據實際需要減少一些地圖要素，還有一種是在導航地圖基礎上 " 做加法 "，針對智駕需求适當增加一些元素。
當然，也有堅定選擇 " 無圖 " 模式的激進派，比如特斯拉。
" 無圖模式 " 聽起來更輕量，改革力度更大，但實際運行起來并不容易。
一位行業人員更是直言道，" 既然能喊無圖，就說明圖在裏邊非常重要，否則自動駕駛根本不用提地圖。"
從技術難度比較上來看，楊文利解釋說，城市道路跟高速道路的難度等級至少差 1-2 個數量級。城市道路裏路口結構複雜且規範度仍待提高，特别是在早高峰時間，道路參與者也更多，司機的駕駛習慣也更複雜。
而這時高精地圖的優勢便顯現出來了，因爲高精地圖本身是一個先驗知識而且是超視距的，它能夠配合高精定位，提供厘米級的定位、精确的駕駛輔助信息和語義信息，相當于直接給高階輔助駕駛打開了 " 上帝視角 "。
正因爲這些特點，楊文利繼續解釋道，有些地方雖然車子并沒有跑過，但是可以通過高精地圖在距離很遠的地方就知道道路結構，比如還有幾條路，這條路是左轉的、那條路直行的，這樣汽車就可以很早地轉到目标車道上面。如果去掉高精地圖，隻用導航地圖，一些信息就沒有那麽精确，轉而對實時感知和決策規劃提出更高的要求。" 輕地圖 " 在大幅減低成本的同時，也大幅提升了技術難度，成爲了衆多自動駕駛公司和車企競相追逐的方向。
" 除非你的學習能力是這個百分之百的正确，不然隻要發生問題，比如像道路結構這麽重要的元素，一錯就是勸退類。" 一位自動駕駛從業者向钛媒體 App 說道。
在四維圖新高級副總裁孟慶昕看來，簡單的 " 無圖 " 兩個字，本身就是一種比較粗犷的描述。" 高精地圖分幾類，精度高到什麽程度，覆蓋哪些場景，什麽範圍，這裏邊的要素非常複雜。"
通勤模式距離城市 NOA 還有多遠？
在有圖和無圖之中構建一個中間地帶，" 通勤模式 " 給中國自動駕駛量産玩家們提供一條當下就能 " 進城 " 的捷徑。
在這些新勢力們的設想中，多條被跑通的通勤路線組合後，就可能爲城市領航功能落地提供 " 底圖 "。
比如理想的通勤模式功能，前期還需要人類駕駛員來駕駛車輛，實現家到公司的點到點駕駛。但與此同時，車輛會通過車身上的感知硬件以及地圖數據，來感知和記錄途經路段的信息，再提供給理想的 NPN 神經先驗網絡算法，進行提取、調用和學習。理想表示，通勤模式密集跑通的區域，将能夠更快落地城市 NOA。
小鵬的 "AI 代駕 " 可以通過短時間分析用戶的通勤路段等其他相對固定的線路，學習用戶駕駛風格，由此可以實現私人定制路線。并且，小鵬表示，AI 代駕的路線可以分享給其他用戶。
然而，高精地圖的采圖是依靠專業的地圖采集車，而通勤模式則是依靠消費者自身。
從采集數據的時間來看，地圖采集車多在淩晨、半夜等車少路空的時段出動，通勤車則多在路況擁堵的上下班時段，衆多動态物體會遮擋場景導緻數據質量急劇下降。" 擁堵之後，車道線和周邊環境容易被遮擋，識别信号也不太理想，如果一直都是在上下班擁堵情況下去采圖，那建圖質量可能不理想。"
可見，通過借助海量數據訓練大模型，提高自動駕駛技術的成熟度，形成車企自己的數據閉環的邏輯并不容易完成。
除了采集的數據質量之外，目前車企的量産車隊規模有限，導緻獲取的數據總量受限。其次，如何從海量數據中快速篩選高價值數據，必将考驗标注能力。
更爲關鍵的是，通勤模式雖然避免了甲級測繪資質的難題，但如果越來越多的人使用了通勤模式，雖然會給廠商多出海量的道路測試員和數據反饋，但數據合規監管的問題一定不可避免。
站在消費者的角度，通勤模式下除了使用範圍受限之外，駕駛者還需要主動訓練 " 通勤模式 "，那可能真的需要非常長的訓練時間，并且最終的使用效果也不能完全保證。這種模式到底能不能夠幫到消費者，還是一個問号。
種種難題之下，從通勤模式到城市 NOA，距離還有多遠？
地平線 CEO 餘凱認爲，對于自動駕駛不要太過焦慮。到 2025 年，真正要做的是在合理的性價比下，把高速 NOA、環線 NOA 這種封閉道路的自動駕駛體驗做到如絲般的順滑，而且價格不能太貴。同時要有相當的投入，真正地把更複雜的城區的 NOA 做到可用。
孟慶昕也更爲認同這一時間判斷。
她解釋說，政府的監管趨勢是逐漸放開的，四維圖新在今年 6 月份已經拿到了 120 個城市的自動駕駛的審圖号。但對于開放的這些場景來看，車的功能是不是真的夠安全？數據是不是可靠合規？還有諸多問題需要解決，2024 年、2025 年會是一個更爲實際的落地時間點。
據了解，目前除特斯拉之外，各家已經推送的城市領航功能仍是有圖方案。小鵬、百度、華爲、理想的無圖方案都是預計 2023 年年底推出。
" 通勤模式 " 引發熱切關注原因在于很多人認爲通勤模式是解決城市 NOA 落地範圍受限的一條捷徑。然而，從實際情況來看，通勤模式不僅存在自己獨有的挑戰，城市 NOA 真正的難題靠通勤模式也未必能避開。或許還是那句話，自動駕駛的大成沒有捷徑。
（本文首發钛媒體 App，作者｜韓敬娴，編輯｜張敏）
