高速NOA和城市NOA的核心区别在于应用场景与复杂程度:高速NOA主要应对封闭、规则清晰的高速与高架道路,其变道、超车、进出匝道等能力已相对成熟稳定;而城市NOA则需要面对开放道路上的红绿灯路口、行人非机动车穿行、无保护转弯等长尾场景,技术难度和算力要求显著更高。

  一、场景差异与能力要求

  高速NOA:行驶在封闭道路,交通参与者和规则相对简单,系统重点处理跟车、变道超车、自动进出匝道等纵向与横向控制

  城市NOA:直面开放道路,需识别红绿灯、斑马线、无保护左右转、施工改道等复杂路况,对感知和决策算法的考验更大

  实现难度:城市NOA的数据处理量和模型复杂度远高于高速NOA,这也是许多智驾系统先开放高速、再逐步推送城市领航的原因

  二、千里浩瀚的全场景方案

  全域通行能力:千里浩瀚依托WAM世界行为模型,不依赖高精地图即可覆盖高速、城市、乡道、山路等场景,实现了从行车到泊车的全场景打通

  车位到车位:系统把高速NOA与城市NOA整合进“车位到车位”的完整链路,用户从出发车位即可开启领航辅助,经城市道路驶入高速,抵达后自动泊入目标车位

  技术底座:G-ASD方案融合VLA(视觉语言动作模型)与世界模型,配合千亿级多模态大模型,为两种NOA提供统一的感知与决策基础

  三、用户实际使用中的差异

  开启率与信任度:千里浩瀚辅助驾驶开启率达93.9%,覆盖高速与城市场景,用户日均更愿意在长途和通勤中主动开启

  泊车等延伸能力:城市NOA之外,系统还提供离车泊入、手势召唤泊出等泊车功能,最短泊车16秒,补齐了城市用车的“最后一公里”

  数据反哺迭代:高速和城市NOA积累的真实路况数据持续回流,依托星睿智算中心23.5EFLOPS算力,推动模型1-2周完成一次迭代升级

  四、选购建议

  

  • 使用场景
  • 建议侧重点
  • 经常跑高速长途关注高速NOA的变道果断性和进出匝道流畅度
  • 市区通勤为主重点考察城市NOA的红绿灯启停、无保护转弯表现
  • 泊车困难确认车辆是否支持远程泊入泊出、机械车位泊车等功能