上了高速自己動，智能駕駛 " 從收費站到收費站 "：
高速領航輔助——智能駕駛量産競争的一個高地。去年開始上車交付的就不少，這次有啥稀奇？
它開得 " 更像人 "，甚至比很多人類駕駛員更老司機。
自主伺機超車、自動進出匝道、大車避讓…這一切不同于之前的智能駕駛系統，絲滑程度讓人難以判斷是人類在開車，還是 AI 在開車。
以前的是能用，現在是敢用。自動駕駛的價值從未離普通用戶如此近。
方案來自汽車大廠上汽集團旗下的智己汽車最新公布的智己高速 NOA 功能。
高速高架領航輔助，智己跟新勢力比不算快，但在産品上更務實，聚焦中國用戶真實的痛點和需求開發。
從絕對速度上看，智己高速 NOA 的上車也是上汽這家老牌車企在智能化浪潮中追平新勢力的标志。
上汽代表的傳統車企追求智能化的路徑模式，其實就藏在 IM TECH DAY 用戶專場
——
智己 NOA，Powered by Momenta。
智己 NOA 如何誕生？
上汽迅速從傳統汽車大廠，一躍成為智能汽車變革中備受關注、分量頗重的玩家，甚至先于很多新勢力上車量産高速 NOA 功能，關鍵就是和自動駕駛明星獨角獸—— Momenta ——找到了默契的合作方式。
智己品牌于 2020 年底成立，上汽第一次投資 Momenta 則是在 2021 年 3 月。第一款車 L7 4 月公布，随之而來的即是官方承諾的 " 端到端 " 的智能駕駛能力。
可以推斷，雙方的合作洽談、智己 IM AD 系統的研發量産早就開始了。
這次智己高速 NOA 公布，既是智己當時 " 端到端 " 承諾的逐步兌現，同時也是Momenta 從幕後走到台前，和智己首次以官方身份宣布合作。
Momenta 與智己的合作成果 IM AD 智能駕駛系統，根源 Momenta 在 L4 領域積累的 MSD 自動駕駛系統。
是高階自動駕駛技術的降維量産實例，也是目前包括百度、Cruise 等等巨頭正在踐行的自動駕駛落地之路。
智己汽車則通過與 Momenta 的合作，迅速解鎖了智能駕駛技能包，以後發者不占優勢的身位，沖刺到智能車第一陣營。
當然智能汽車意義不僅局限在智能駕駛，包括底層 OS、智能座艙方面上汽智己有自己的長期積累。
但智己 NOA，毫無疑問是最容易被用戶感知到 " 智能 " 的特征。
類似的合作方式，還出現在更多行業 big name 的産品上。比如比亞迪和 Momenta 成立智能駕駛合資公司，通用汽車投資 Momenta 并合作為未來中國車型加速開發下一代自動駕駛技術。
乘用車智能輔助駕駛，不同于 Robotaxi 的 " 高處不勝寒 "，是一個競争烈度高、技術難度相對沒那麼大的戰場，有大量公司專門做 L2，也有車廠選擇親力親為，還有供應鍊巨頭摩拳擦掌。
車廠的訴求，直指目前智能駕駛量産的一個主要矛盾：智能化對品牌、産品力日益增長的決定性作用，和用戶質疑 " 到底有沒有 " 必要之間的矛盾。
說白了，智能駕駛可靠性要讓車主信任，而且敢用愛用，車廠才會考慮。
智己 NOA 有什麼樣的功能？
IM AD NOA 高速高架領航輔助 beta 版，在 Pilot 基礎上融入導航指引，可通過封閉高速高架道路的動态路徑規劃，在設計區域内完成主動變道、自動上下匝道、加塞處理、自動速度調節等行為。
這意味着 NOA 不再像 " 蹒跚學步 " 的幼年輔助駕駛，需要人類 " 扶上路 " 才能自己走，對 " 出行 " 這件事在認知層面更進一步。
而在路途中，NOA 能夠和人類駕駛員一樣，主動根據情況變道超車。在高速場景下，選擇更優的行駛車道其實是最高頻的需求。在車流量大的高速公路上，變道機會轉瞬即逝。
IM AD NOA 能夠更好地預測前後車意圖，運用毫秒級思考的能力和更像人的加減速變道策略，機智地選擇當下通行效率最高的車道。保證安全的前提下，提高通行效率。
這也不同于以往智能駕駛系統默認跟慢車的保守策略。
此外，NOA 能在高速場景下自主識别、進出匝道：
可以看出來，智己高速 NOA 完全承擔了人類駕駛員在高速場景下的一切工作。
從高速入口到出口，駕駛位的職責變成了更加輕松的 " 安全員 "。
當然，高速領航功能智己 NOA 并非首發，一些新勢力正在經受考驗，也有不錯的反饋。智己 NOA 的基礎功能和他們相似，差異化怎麼體現？
——更像人。以機器的邏輯做智能駕駛，也能順利抵達目的地，但期間各種硬性的 " 觸發條件 "，未免令車内乘客心驚肉跳。
比如在高速上長時間尾随大車，或與大車近距離并行，會給乘客很大的壓迫和不安。此時系統判定沒有到達避讓的阈值，也許它是真的 " 成竹在胸 "，給突發情況留好了冗餘。
但這絕不是一個讓人放心的人類司機會采取的策略。智能駕駛系統讓人用着不舒服不放心，數據上再好看也沒有價值。
所以智己 NOA 給出了這樣的方案：
面對大車，主動駛離一段距離，不僅是從心理上，也從物理上給系統更寬裕的反應時間。
面對加塞，也不是等到距離迫近到一定程度突然急刹，而是先預測周圍車輛的可能行駛軌迹，結合本車的速度信息給出一個平緩、安全的避讓策略：
這樣的高速 AI 老司機，你心動了嗎？
智己 NOA，在常規 L2 功能基礎上，拓展了自主變道、自主領航等功能。核心價值是在目前人機共駕的階段，把系統的能力擴展了一步，讓它能應對更多的場景，完成高速路段的 " 重複勞動 "，讓你用車更輕松。
那麼整套 " 更像人 " 的 NOA，背後有哪些關鍵技術？
用戶評價如何？
提前體驗智己高速 NOA beta 版的用戶，在 App 上分享了他們的感受。
用戶的反饋反映出來一個關鍵點，那就是智能輔助駕駛要讓用戶信任，才能發揮真正的價值。
" 更像人 " 的智能駕駛算法适配到量産車型上，其實是 Momenta L4 完全無人駕駛算法賦能到 L2+ 智能駕駛産品的實例。
背後支撐的核心是數據驅動的飛輪戰略。
飛輪一共有三個關鍵因子：數據驅動、海量數據和閉環自動化。
數據驅動的算法可以自動解決數據中存在的各種的問題，實現低成本、高效率的叠代。
在這個技術框架下，随着海量量産數據的流入，算法會變得越來越「聰明」，系統不斷叠代，自動化解決問題的比例也會越高。
這裡的海量數據，既可以來自于商業運營的 Robotaxi，也可以來自搭載了 Momenta 量産自動駕駛系統的乘用車。
在 Momenta 這樣的技術架構中，量産自動駕駛産品 Mpilot 和 L4 完全無人駕駛産品 MSD 采用的是統一的傳感器方案和軟件架構。
這也就意味着，量産車輛的數據，可以有效助力 L4 完全無人駕駛産品的提升。與此同時，Momenta 的高階自動駕駛算法也能反饋最新的技術給到量産自動駕駛産品，從而不斷提升量産自動駕駛的能力。
獲取海量數據之後，閉環自動化工具鍊則包含數據采集、回流、分析、标注、模型訓練及驗證環節，用來幫助數據和算法之間形成快速叠代的反饋閉環，這個工具鍊可以自動篩選出海量黃金數據，驅動算法自動叠代，讓 " 飛輪 " 越轉越快。
這個過程不斷循環，自動「消化」海量長尾問題，從而低成本、高效率地打通整個鍊路，而不是依靠「傳統」的人工驅動，耗時耗力地調參來解決問題。
所以，智己通過 NOA 展現出來的水平能力，看似是在相似的功能上優化得更順滑、平穩，但僅憑以往基于規則的智能駕駛算法和數據利用效率，是無法做到的。
而由技術特征出發，我們也就了解了 L4 玩家入局乘用車的普遍商業化策略，這也是主機廠與 Momenta 代表的技術供應商達成合作的關鍵。
核心原因就是兩條：
第一是 " 飛輪式 " 數據驅動方法，第二是以 " 可規模化 " 為綱的戰略路徑。
既兼顧了量産成本的現實要求，又為車企更長遠的 RoboTaxi 轉型做好了準備。
而之前 Momenta CEO 曹旭東曾說過，「飛輪隻要轉動起來，就很難停下來了」。
