在本月早些時候的理想家庭科技日上，理想汽車發布了城市 NOA 的相關技術細節，其架構的特點是：
使用 NPN（神經先驗網絡）特征和 TIN 網絡增強 BEV 大模型，做到不依賴高精地圖，識别萬物。
使用模仿學習讓規控算法做出更加拟人的決策。
全自動、全閉環的訓練平台支撐大模型持續進化。
從今年 3 月開始，理想已經在城市 NOA 的早早鳥和測試車輛上，開始運行 NPN 網絡，提取和存儲 NPN 特征。而本周，車雲網受到邀請，現場體驗了這套無高精地圖的城市 NOA 方案在北京望京城區的具體表現，以及通勤模式在理想順義工廠附近的進展。
理想從過去的修修補補到現在敢于投入了，車賣得好，确實能讓一家公司自信。第一個 10 萬台量産車下線，理想用了 13 個月，第二個，理想用了僅僅 10 個月，第三個，7 個月…… 最近第 40 萬台理想汽車下線，距離第 30 萬台，僅僅過去了三個多月。根據理想創始人李想本人的微博，本月理想的交付量會首次突破 3 萬台。
一旦公司敢于投入，技術人員就會産生一種歸屬感和榮譽感，加速工程問題的解決。試駕車輛打開了工程模式，實時顯示了 BEV 和占用網絡的運行情況。可以說是如假包換的 " 無圖模式 "。
從理想廠區的停車場開始，通勤 NOA 就開始發揮作用，識别了無高精地圖覆蓋的内部道路，還有大門口的橫杆。但是繼續前行的過程中，有車停在路中央不走，小路交彙到主路上沒有彙入車道，還有一輛車斜停在最佳行進路線上。你能看到導航路線在痛苦地規劃，又被新的情況不斷打斷。
其實從工程上來說，這意味着技術已經 ready 了，無圖狀态下，感知到判斷決策的路徑已經打通。但是講規則的 AI 遇到不講規則的人，很難辦。
進入這次理想重點優化的區域，望京，表現就很驚豔了。理想的同學在這一片 " 會戰 " 了好幾個月，拿出了一氣呵成的無保護轉彎，繞行經過障礙車輛的表現，刹車啓動的順滑程度我覺得是目前幾家裏面最好的。望京應該是北京複雜路口和違停車輛最多的地方。車道線經常重畫，還有交通島建了又拆拆了又建。這是一個考驗無圖自動駕駛的聖地。
整體體驗下來，理想的 NOA 在望京區域已經跻身國内自動駕駛的一線。這家公司很善于做單一場景優化，所以并不能以一地的表現去概括全局。但是理想技術團隊的自信心非常強烈，是一種要打勝仗的感覺。
目前城市道路的高級自動輔助駕駛有幾個問題屬于是全行業的。首先是通勤模式不能上班（會嚴重耽誤時間進度），隻能下班的問題。每過一個十字路口，你就會自然向後兩到三個車位，人類學加塞變道，AI 隻學交規這沒辦法的。
理想在無保護轉彎和繞行違停車輛方面的優勢顯然是在望京開小竈獲得的。華爲的 NCA 就相對激進一些，尤其是在高速上，不停超車，小鵬的 NGP 高速上超車不積極，但是在下面偶有驚人舉動，變道時敢逼停對手，明顯是在廣州長期訓練的成果。
所以從這個角度理解，理想 NOA 是有後發先至的機會的，車賣得好，訓練數據增加，尤其是理想在低線城市幾乎是碾壓性的銷量優勢。而且這次理想的 NPN 神經先驗網絡提取路口的特征。這個技術路線非常大膽，有些觀點認爲理想是有圖假冒無圖，實際上這個東西确實不是高精地圖，但是采集存儲路口的特征數據有一定政策風險。
第二點就是，國内所有的城市高級自動輔助駕駛的通病。遇到博弈一定要先減速再決策，這個和人類司機是非常不一樣的，也是早晚高峰期間最影響體驗的。特斯拉 FSD 在北美的那種不減速極限躲避和蛇形走位，國内都做不到。理想汽車智能駕駛産品總監趙哲倫高速車雲，他說橫向和縱向的規劃融合在一起目前大家都還沒敢做，爲了确保安全。
城市的 NGP，NOA，目前出現了一種非常奇怪的分化。一方面是保守派認爲短期無法實現 L3，專注于 L2++ 的解決，甚至 L2 僅僅停留于配置表上體驗并不完整也沒有影響銷量。另外一方面是積極樂觀派，全力沖刺城市高級輔助駕駛，技術路線有些許不同的差異，戰略上都認爲拐點即将到來，戰術上都偏向保守，擔心事故造成輿論的變化影響了下一步的法規的放行。
所以某種意義上，積極樂觀派是在同一條船上的，無論誰家有一點突破，都是在幫助全行業解決問題。
尤其是理想，過去在智能駕駛這個方向上以跟随策略爲主，現在轉向擴張。根據新智駕之前的報道，理想計劃将芯片團隊擴充到兩百人。目前，新的芯片負責人羅旻入職，向 CTO 謝炎彙報。出身華爲的新任智能駕駛感知算法負責人也已經到任。在 OPPO 芯片子公司哲庫團隊解散後，理想汽車火速邀約一批哲庫員工洽談入職事宜。其内部員工也被 " 攤派找人 "，" 每個員工都要填上幾份内推簡曆 "。
理想自動駕駛負責人郎鹹朋認爲，一兩年前，在蔚來、小鵬、理想三家中，大家肯定會把理想的自動駕駛投入、研發進展排在最後面，但是從今年開始會慢慢有一些變化。
這次理想城市 NOA 的 " 交卷 "，可以視爲是變化正在實現。
我就知道你 " 在看 "
