今天，长城汽车董事长魏建军在个人微博平台发布了一条视频，短短二十多秒的视频透露出自己刚刚试驾完摩托车，并且过两天将直播长城汽车智能驾驶城市NOA的测试。
长城汽车摩托车的信息，在魏建军上一条微博中就有表露，这也算是正式官宣了。关于长城摩托车的详细信息可见前期文章【长城汽车首款摩托车曝光，八缸发动机摩托机车承载自由灵魂，能成功吗？】。
今天主要带大家看一下长城汽车的城市NOA，它是如何实现的？技术水平如何，能进入智能驾驶第一梯队吗？
长城城市NOA的实现
提到长城汽车的智能驾驶，不得不提的就是毫末智行。作为长城汽车森林生态体系内的企业，毫末智行提供了长城汽车现有车型大部分的智驾系统，但在城市NOA的落地速度上落后于小鹏、华为等品牌。
为了提升旗下车型智能驾驶能力，据传长城汽车引入元戎作为第二家智能驾驶供应商。
同时，前几日社交媒体也曝光了一段长城汽车蓝山车型测试自动驾驶的路测视频，测试车型没有伪装，车顶配备了激光雷达。
综合以上信息，将要直播城市NOA测试的或为搭载元戎智驾系统的魏牌蓝山车型。
元戎作为「无图派」的坚定拥护者，在2023年正式推出了不依赖于高精地图的高阶智能驾驶方案DeepRoute-Driver 3.0，可以通过导航地图实现点到点的辅助驾驶。
同时，元戎开始投入端到端模型的研发，并于23年8月完成了路试，成为国内第一家将端到端模型成功上车的智能驾驶企业，这或许就是长城汽车引入元戎的原因。
端到端在智能驾驶最先得到应用的当属特斯拉，在特斯拉FSD V12版本中即引入了「端到端神经网络技术」，使用神经网络代替了规则代码。
传统的智能驾驶是靠模块化模型来实现的，包括感知、预测、规划三个模型，模块化的模型是基于规则的，即Rule-based。
这样做的优势就是将智能驾驶任务拆分为相对简单一些的子任务，降低开发难度，但需要不断地产生新代码和规则去适应环境的变化和解决长尾效应。
而端到端是将三个模型进行融合，用更多的数据进行训练，让机器实现自主学习，即Learning-based。
端到端的智能驾驶可以通过不断扩展数据来提升系统的能力，提升计算效率，取代了传统智能驾驶时代大量的工程投入。
在特斯拉FSD V12更新日志中这样描述：「FSD v12将城市街道驾驶堆栈升级为在数百万个视频剪辑上训练的单个端到端神经网络，取代了超过30万行C++代码」。
长城NOA技术水平如何，能进入智驾第一梯队吗？
在回答这个问题之前先看一下行业引领者。
特斯拉作为全球自动驾驶的引领者，从BEV+Transformer创新算法，到占用网络技术的引入，再到端到端方案，一直在技术上引领行业。
小鹏汽车自创立以来就是一名坚定的智驾主义者，也是国内首个量产落地高阶城市智能驾驶功能（XNGP）的车企。
华为是目前智驾发展最快的头部玩家之一，正式发布的ADS 2.0在算法方面实现突破，实现无图城市智能驾驶功能。
长城汽车前期发布的「长城汽车无图全场景NOA极限场景大挑战」测试视频中，实现了混杂六叉路口通行、复杂闹市穿行、乡村场景穿行及冰雪路况高架通行四项挑战。
从视频可以看出，已经拥有了不错的城市NOA能力，整体功能成熟度也比较高，像乡村场景穿行、城区复杂路况包括六个道口外加铁路、闹市、异形障碍物精准识别等，也都覆盖到了。
除了功能成熟度，另外一个点就是开城速度。
现在各车企都是在实现城市NOA的基础上，开始抢占开城，尽可能多的打开更多的城市市场。长城汽车要想进入第一梯队的话，需投入大量精力及资源快速开城。
写在最后
城市NOA已然成为各车企的「必争之地」，各主机厂的开城热情也空前高涨，长城汽车在这场智驾开城大战中也是志在必得。
期待长城汽车城市NOA的直播表现，也期待长城汽车城市NOA早日推向市场！
