NOA功能使用受限现象 - 车主反映NOA功能在高速路段使用受限 438公里高速路程中智驾仅介入68公里 远低于以往几乎全路段可用的水平 [2] - 多品牌车主遭遇类似问题 涉及小米、领克、蓝山等品牌 路段覆盖山东、安徽、浙江、江苏等多省高速 [4] 功能受限原因分析 - 车企否认主动限制功能 理想汽车表示未对高速路段NOA使用做出限制 强调数据调整需车主签字授权 [5] - 5G信号覆盖问题被指为主要原因 车企和高速管理方均提及信号限制影响NOA功能 济菏高速工作人员指出部分路段基站覆盖率不足可能导致问题 [5] - 高速管理方否认实施限制 济菏高速明确表示未对辅助驾驶做出任何限制 将问题指向道路标线或信号覆盖因素 [5] 智驾安全性能缺陷 - L2级系统存在感知局限性 逆光、暴雨等场景下感知准确率不足80% 对非标准障碍物漏检率达17%-23% [6] - 驾驶员依赖系统导致风险增加 使用辅助驾驶30分钟后注意力分散度增加3倍 反应时间延迟0.8秒 [6] - 事故数据显著上升 2025年一季度智驾相关交通事故同比激增217% 其中83%事故涉及驾驶员过度依赖系统 [7] 行业宣传与用户认知偏差 - 车企宣传存在夸大倾向 鸿蒙智行和小米曾宣传智驾无限接近L3级别 能避让施工路段等 被指误导消费者对功能实际能力的判断 [6] - 用户误用现象普遍 社交平台显示大量双手脱离方向盘、玩手机甚至睡觉等危险行为 [7] - 行业专家指出责任归属问题 全国乘联会秘书长崔东树表示部分车企NOA功能存在缺陷 使消费者成为测试阶段的"小白鼠" [8] 技术发展路径与行业方向 - 数据驱动路线存在实时性挑战 神经网络模型参数庞大导致推理速度慢 难以满足行车实时需求 [8] - 需融合多技术路线 清华大学教授王建强强调应结合规则驱动的可解释性与数据驱动的学习能力 通过人车路系统深层理解提升安全性与便捷性 [9] - 基础设施建设待完善 专家建议依托车载终端、交通设施和信息安全三大平台 分别强化车端智能、车路协同与系统可信保障 [8]

技术路线转型 - 行业正经历从规则控制、混合系统向完全数据驱动的稠密模态系统过渡的重要技术路线转型 [2] - 过去的规则控制系统便于快速上线但易在复杂交通场景中暴露控制不足等问题 [2] - 混合系统阶段结合规则和数据驱动模型但导致系统内部冲突使车辆出现犹豫或异常动作 [2] - 以特斯拉为代表的稠密模态系统完全依靠数据驱动是未来自动驾驶发展的必然趋势 [4][5] 核心发展要素 - 实现技术转型的核心要素包括算力提升、算法优化、基础设施建设和传感器标准化 [5] - 产品体验和性能并非由算力本身决定而是取决于算法能否完全兑现算力的潜力 [5] - 算力再高若算法只能发挥10%的性能则算力提升毫无意义 [5] - 行业竞争已转向产品性能的底层突破和实际驾驶体验的提升而非营销话术或炫技式展示 [5] 行业算力趋势 - 2024至2025年期间行业的算力甜点区间为100-200 TOPS [6] - 到2026年以后500 TOPS以上的算力将逐渐成为主流 [6] - 地平线HSD系列产品算力覆盖256 TOPS、560 TOPS和1120 TOPS三个档次技术架构统一确保稳定迭代 [6] 产品发展理念 - 自动驾驶产品需要回归简单实用和高效的本质让用户感受技术便利而非强调技术参数 [6] - 企业必须扎实做好底层技术研发与突破而非不断制造新概念或消耗精力在宣传层面 [5] - 小鹏G7车型标榜搭载超过2250 TOPS超高算力并以拟人化决策作为宣传亮点 [5]