今天，長城汽車董事長魏建軍在個人微博平台釋出了一條視訊，短短二十多秒的視訊透露出自己剛剛試駕完摩托車，並且過兩天將直播長城汽車智慧駕駛城市NOA的測試。
長城汽車摩托車的資訊，在魏建軍上一條微博中就有表露，這也算是正式官宣了。關於長城摩托車的詳細資訊可見前期文章【長城汽車首款摩托車曝光，八缸發動機摩托機車承載自由靈魂，能成功嗎？】。
今天主要帶大家看一下長城汽車的城市NOA，它是如何實作的？技術水平如何，能進入智慧駕駛第一梯隊嗎？
長城城市NOA的實作
提到長城汽車的智慧駕駛，不得不提的就是毫末智行。作為長城汽車森林生態體系內的企業，毫末智行提供了長城汽車現有車型大部份的智駕系統，但在城市NOA的落地速度上落後於小鵬、華為等品牌。
為了提升旗下車型智慧駕駛能力，據傳長城汽車引入元戎作為第二家智慧駕駛供應商。
同時，前幾日社交媒體也曝光了一段長城汽車藍山車型測試自動駕駛的路測視訊，測試車型沒有偽裝，車頂配備了雷射雷達。
綜合以上資訊，將要直播城市NOA測試的或為搭載元戎智駕系統的魏牌藍山車型。
元戎作為「無圖派」的堅定擁護者，在2023年正式推出了不依賴於高精地圖的高階智慧駕駛方案DeepRoute-Driver 3.0，可以透過導航地圖實作點到點的輔助駕駛。
同時，元戎開始投入端到端模型的研發，並於23年8月完成了路試，成為國內第一家將端到端模型成功上車的智慧駕駛企業，這或許就是長城汽車引入元戎的原因。
端到端在智慧駕駛最先得到套用的當屬特斯拉，在特斯拉FSD V12版本中即引入了「端到端神經網路技術」，使用神經網路代替了規則程式碼。
傳統的智慧駕駛是靠模組化模型來實作的，包括感知、預測、規劃三個模型，模組化的模型是基於規則的，即Rule-based。
這樣做的優勢就是將智慧駕駛任務拆分為相對簡單一些的子任務，降低開發難度，但需要不斷地產生新程式碼和規則去適應環境的變化和解決長尾效應。
而端到端是將三個模型進行融合，用更多的數據進行訓練，讓機器實作自主學習，即Learning-based。
端到端的智慧駕駛可以透過不斷擴充套件數據來提升系統的能力，提升計算效率，取代了傳統智慧駕駛時代大量的工程投入。
在特斯拉FSD V12更新日誌中這樣描述：「FSD v12將城市街道駕駛堆疊升級為在數百萬個視訊剪輯上訓練的單個端到端神經網路，取代了超過30萬行C++程式碼」。
長城NOA技術水平如何，能進入智駕第一梯隊嗎？
在回答這個問題之前先看一下行業引領者。
特斯拉作為全球自動駕駛的引領者，從BEV+Transformer創新演算法，到占用網路技術的引入，再到端到端方案，一直在技術上引領行業。
小鵬汽車自創立以來就是一名堅定的智駕主義者，也是國內第一個量產落地高階城市智慧駕駛功能（XNGP）的車企。
華為是目前智駕發展最快的頭部玩家之一，正式釋出的ADS 2.0在演算法方面實作突破，實作無圖城市智慧駕駛功能。
長城汽車前期釋出的「長城汽車無圖全場景NOA極限場景大挑戰」測試視訊中，實作了混雜六叉路口通行、復雜鬧市穿行、鄉村場景穿行及冰雪路況高架通行四項挑戰。
從視訊可以看出，已經擁有了不錯的城市NOA能力，整體功能成熟度也比較高，像鄉村場景穿行、城區復雜路況包括六個道口外加鐵路、鬧市、異形障礙物精準辨識等，也都覆蓋到了。
除了功能成熟度，另外一個點就是開城速度。
現在各車企都是在實作城市NOA的基礎上，開始搶占開城，盡可能多的開啟更多的城市市場。長城汽車要想進入第一梯隊的話，需投入大量精力及資源快速開城。
寫在最後
城市NOA已然成為各車企的「必爭之地」，各主機廠的開城熱情也空前高漲，長城汽車在這場智駕開城大戰中也是誌在必得。
期待長城沙哈霍德羅市NOA的直播表現，也期待長城沙哈霍德羅市NOA早日推向市場！
