《智能汽车系列深度：体验为先，高阶智驾落地进行时》钛祺智库报告分享

自动驾驶大势所趋，小鹏、蔚来、理想、小米等新势力，长安、赛力斯、江淮、北汽等华为系以及吉利、上汽、长城、广汽等传统车企纷纷入场，竞相推出自家城市 NOA 方案，城市 NOA 正从“0-1”步向“1-10”。提高城市 NOA 渗透率，关键是提高消费者的付费意愿，而付费意愿与城市 NOA 所能提供的体验密切相关——用户愿意为体验良好的功能买单。为了探明各家车企自动驾驶体验情况，我们在 4-6 月密集地进行了自动驾驶路侧测试，首轮选取 8 家自动驾驶水平领先 车企的相关车型，地点覆盖北京、上海、广州、重庆、纽约五大城市，系统地记录了测试中的场景数据，以反映城市 NOA 功能的真实使用体验。

一、体验为先，车企竞相布局城市 NOA

自动驾驶能力是车企在电动智能化时代最具重要性的竞争力，关键技术的突破带来功能的体验提升。汽车产业发展已经来到了重要的分水岭，电动智能化对于出行方式的改变正在加速，其影响深远，并将深刻改变汽车行业的格局。自动驾驶正是这一变化的重要推力，在国内，以城市 NOA 为代表的高阶智能驾驶逐渐走向大众， 自动驾驶功能成为影响消费者购车的重要因素，逐渐构成车企在电动智能化时代的核心竞争力。从技术的角度，自动驾驶的发展是非匀速的。2021 年 7 月特斯拉发布 BEV+Transformer 架构，大模型技术上车，同年 10 月 FSD V10.2 首次向公众推送； 时间来到 2024 年，使用端到端自动驾驶技术的 FSD 已经迭代到 V12，用户完全无接管的行程次数达到 72%，出众的技术体验赢得用户好评，构筑起护城河。从市场的角度，国内领先车企积极布局自动驾驶，相继推出城市 NOA 功能。小鹏、蔚来、理想、小米等新势力，长安、赛力斯、江淮、北汽等华为系以及吉利、上汽、长城、 广汽等传统车企纷纷入场，竞相推出自家城市 NOA 方案，但不同厂商从投入资源、技术路线、布局时间上存在差异，因此自动驾驶功能水平远未进入同质化时代，用户还是会经常遇到需要接管的场景。车企自动驾驶能力的提高还处于“正在进行时”。

从市场接受的角度，自动驾驶属于新技术。在早期，会有小部分人群对新技术具有强烈的好奇心，而技术的进步会促使关心技术的人为之买单，在这一阶段是新技术的供给驱动；而在后期，技术需要提供实实在在的体验，才能打动消费者为之买单，提高功能的渗透率，自动驾驶的发展正从供给驱动向需求驱动转型。

供给驱动向需求驱动转型下，用户的体验权重上升，用户价值地位凸显。分析自动驾驶离不开需求侧的用户体验。消费者希望看到的自动驾驶进步是行驶更加安 全（事故率）、能够覆盖的地区增多（覆盖度）、需要接管的次数减少（接管率），最好在行驶中能够提供像人类司机一样的顺滑体验。为了真实地反映与衡量当前阶段 用户使用各家车企城市 NOA 的感受，我们针对智驾领先车企，在不同城市、用不同 车型进行自动驾驶能力的道路测试，并以场景为中心对数据进行汇总记录。用户的良好体验一定发生在车企自动驾驶能力边界之内，因而自动驾驶体验的一手测试数 据，也可以侧面反映出车企在自动驾驶方面的能力。

二、 五大场景全方位对比领先车企智驾能力

2.1、 择自驾水平领先车企，探其核心城市道路表现

选取自动驾驶水平领先的车企，于核心城市展开测试。本报告所列呈的自动驾驶测试，时间集中在 2024 年 4-6 月份。测试的主要功能是车企城市NOA功能。城市 NOA 是目前能够实现的难度最高也是体验最为重要的自动驾驶功能，水平领先的车企无论在技术还是市场认知上都具有一定的先发优势。

（1）车企：鉴于当前车企自动驾驶能力仍有差别，因而选取自动驾驶水平领先 车企进行自动驾驶功能的路端测试，首批共选取 8 家车企：特斯拉、赛力斯、阿维塔、小鹏汽车、理想汽车、蔚来汽车、智己汽车、极越汽车。以上车企或是当前自动驾驶的领军，或是早早布局于自动驾驶技术，或是在自动驾驶领域加大投入奋发追赶，通过比较以上车企的自动驾驶，能够较为全面地获得消费者所能使用到的城市 NOA 的真实水平。本次测试版本均为测试日期当日搭载版本，而车企自动驾驶更新迭代快速，结果反映的仅为测试时间点截面数据，我们未来还将会对车企自动驾驶体验进行持续追踪更新，以完整反映不同阶段车企自动驾驶水平。

（2）城市：在美国，特斯拉 FSD 使用的无图方案，该方案摆脱了高精地图的限制，在不同城市的体验基本无差异，但为了提高可对比性，我们将特斯拉 FSD 的测试时间定在纽约市中心的晚高峰时间段，在人车混杂道路交通状况下，测试 FSD 应对复杂交通路况的能力。在我国，提前采集先验信息和使用高精地图，是此前中国车企推广高阶自动驾驶功能的主流做法，这种做法会使得自动驾驶的表现在城市之间产生较大的差异，同时由于成本、地图数据采集等原因，依赖于高精地图的城市 NOA 在不同城市之间拓展较慢。在 2023 年之后，国内车企也纷纷转向无图智驾方案，以更有效率地“开城”，而无高精地图环境下的“开城”需要路侧验证，在已有经验积累的地区、有大量的用户数据的地区将更有可能实现更良好的体验。基于以上原因，我们在国内选取北京、上海、广州三个核心城市进行车企自动驾驶测试；重庆因错综复杂的地形和多样化的道路被称为“8D 城市”，能够更好对比测试出车企应对复杂路况的能力。

（3）车型：我们所试驾选取车型在配置方面均能够实现城市 NOA 功能，基本为车企的热门车型，版本均为当时最新版本。在配置方面，Model Y 与极越 01 践行纯视觉路线，未使用激光雷达，而在国内实现城市 NOA 的其他车辆基本都需要激光 雷达进行冗余感知。在芯片方面，搭载华为 ADS 2.0 与 MDC 610 的问界 M9 所使用算力为本次测试所有车型中最低，华为强大的软硬一体能力加持下，200 TOPS使得城市 NOA 成为了可能，阿维塔 12 也使用华为的 MDC 芯片；特斯拉使用自研的 HW 4.0 芯片，算力在 300-500TOPS；而其余车型均使用英伟达作为计算芯片，主流双 ORIN-X 的芯片算力在 508TOPS。总体来看，目前量产车中实现城市 NOA 驾驶需要 的算力大约在 200-500 TOPS 区间。

2.2、从用户体验出发，选取五大场景衡量自动驾驶能力水平

自动驾驶的测评与体验，需要围绕用户的场景维度来展开。自动驾驶的能力体现可以有不同的维度，从功能研发、测试的角度，自动驾驶系统必须在特定的运行设计域（Operational Design Domain，ODD）中实现。ODD 是智能驾驶系统正常运行要满足的约束条件，包括但不限于道路类型、设施传感器、地理围栏等，能够在 广泛的 ODD 中正常运行，代表自动驾驶系统的能力越高。ODD 能够很好地描述自 动驾驶系统所面临的道路环境，但是对于用户而言，ODD 较为复杂并不是作为衡量 体验的好指标。从用户的角度，自动驾驶的能力体现在一个个场景之中，因此我们根据自动驾驶行车过程中的经常需要处理的任务，选取转弯、启停、避让、多车道、 复杂道路等五大场景，每个大场景下细分 4-5 个小场景，作为车企自动驾驶能力的衡量指标。

我们根据以上划分对测试的场景进行记录，考虑到时间点上所测试车型的大版 本一致且无重大更新，因而同车企不同城市、不同车型数据有较强的可比性，我们进行合并处理。理想由于测试时仍是通勤NOA模式为主，所得场景较少，因而没有对其进行收录。各车型采取场景数量如下：

针对场景中车辆自动驾驶的表现，我们划分了四个评定等级，由高到低分别为 丝滑、优秀、一般、较差：

（1）丝滑：车辆能够从容应对场景，处理能力超出用户预期；

（2）优秀：车辆能够对场景流畅处理，表现符合用户预期；

（3）一般：车辆对场景的处理略显吃力，或是表现犹豫、或是行动使用户心理产生些许不适，但仍无须接管；

（4）较差：车辆无法应对状况、错误采取错误行动或造成较差体验，用户接管车辆；而某些长尾场景中，接管实际上在用户的预期之内，因而该评级的用户心理 预期轴跨度会更广。

从评定标准上可以看到，评定中的底线设置为接管车辆，出现接管往往意味着自动驾驶的处理能力已经大大低于用户的预期，而真正使用户“越用越想用”的自动驾驶功能，一定会具有较低接管率，在此基础上能够经常为用户带来超预期体验，从而产生用户粘性。

二、 FSD V12 总体表现优秀，国内正快速跟进

3.1、 自动驾驶的场景能力与体验强关联

场景能力可以通过覆盖程度、事故率、接管频率、顺滑程度四维度分析。在我们之前报告《智能汽车系列（十四）——需求为基，自动驾驶踏浪而行》中，提出作为产品的自动驾驶想要在消费者中普及的基本条件：事故率低、覆盖度高、接管频率低。而基本条件只能保障消费者最基础、最实用的诉求，在此之上，真正建立起人机互信还需要自动驾驶具有拟人化能力。因而，在自动驾驶体验分析框架中，应当包括四个维度：覆盖程度、安全接管率、舒适接管率、顺滑程度：

（1）覆盖程度是车辆自动驾驶系统能够使用的地理范围；

（2）安全接管是保证车辆安全行驶的接管，如不接管极有可能发生交通事故或交通违章行为；

（3）舒适接管是在行驶状况较为安全的情况下，车辆行为与用户驾驶习惯产生 较大差异情况下的接管；

（4）顺滑程度是自动驾驶运行的过程中，驾驶是否平稳、行驶是否线性流畅、 对场景的处理是否足够老练。

覆盖程度与安全接管两个维度反映自动驾驶能不能用的问题，背后反映的是自 动驾驶系统的硬性边界，代表系统稳定处理该类场景的能力。舒适接管与顺滑程度 两个维度反映自动驾驶好不好用的问题，在自动驾驶系统能力之外，还包含着系统 的行为对用户的影响，因而具有一定的主观性。

通过对四维度的分析，能够较为全面地展现车企的自动驾驶体验。为了找到各家车企自动驾驶系统的能力边界，我们在测试时对自动驾驶系统抱有较大的宽容性与耐心，只在可能发生危险情况时进行接管，因而测得接管状况均为安全性接管， 我们会在之后的测试中对舒适性接管进行跟踪。

3.2、 总体分析：特斯拉综合领先，国内车企存在“覆盖-接管”权衡

总体来看，在我们首轮自动驾驶测试中，特斯拉在覆盖程度、安全接管率以及 顺滑程度上均做到了较为优秀的水平。其他国内车企自动驾驶在场景能力的各个方 面中各有千秋，总体处于快速提升覆盖度和能力的阶段。国内车企自动驾驶在测试 中存在“覆盖度-接管率”上此消彼长的权衡关系。如问界与阿维塔测试车型对路网 的覆盖程度较高，而小鹏在测试时仅覆盖了主要的路网，但平均接管里程高于问界 与阿维塔，在安全接管方面占优。而在顺滑程度方面，当前国内的城市 NOA 功能仅 仅达到“能用”水平，而距离功能“好用”、用户“爱用”仍有较大的差距。

3.2.1、 覆盖程度：国内车企总体处于快速提升覆盖度阶段

车企城市 NOA 进展不一，国内车企正激烈角逐无图模式。城市 NOA 功能正成为车企在智能化时代下的逐鹿之地，在过去一年里，国内各家领先车企均采取了城 市 NOA 功能的落地推展计划，使用户能够在更多的地区和路段使用城市 NOA 功能 成为车企自动驾驶实力的展现：

（1）特斯拉FSD V12.3.4 采用的无图模式，在北美“几乎可以行驶到任何地方”， 覆盖各类交通场景。

（2）阿维塔12 和问界 M9均采用华为 ADS 2.0 自动驾驶系统，并先后于 2 月、 3 月全量升级为不依赖高精地图的城区 NCA 功能，实现“全国都能开”。

（3）蔚来采用不开城只开路的打法，按路验证/优化/开通/运营，截至 7 月 17 日，蔚来城区可用里程达 354 万公里，覆盖 726 城。

（4）极越01 PPA 智驾已经累计覆盖 300 城，开城背后是覆盖全国 360 万公里的百度 LD 车道级地图，能够支撑极越城市 PPA 达到传统高精地图水平，并将在 2024 年内实现“有百度地图的地方就可以使用 PPA 智驾”。

（5）小鹏在 2024 年 1 月宣布 243 城市落地 XNGP，覆盖大部分主干道，而在 7 月，小鹏 XNGP 智驾 XOS 5.2.0 公测版本已开启推送，能够实现“全国都好用”、“有 路就能开”。

（6）智己在 2024 年 4 月在上海等四城市开启“无图城市 NOA”公测，并于 7 月 8 日宣布在这四个城市正式落地，同时开放 65 个城市的公测，计划年内开放全国。

自动驾驶系统城市覆盖数量背后，还应关注城市内路网的覆盖程度。在技术、成本、数据、时间甚至政策等因素影响下，开城往往不是某个城市“全域开放”，而是“白名单式”开放：只对城市里部分白名单道路开放，或只招募部分满足一定门槛的白名单用户开放，如此将会遇到自动驾驶系统仍未覆盖的路段和场景（如掉头、环岛等复杂场景），城市 NOA 功能将会自动降级为 LCC 或退出要求接管。与此相对的还有“黑名单式”开放：除了部分特定场景无法开（如保密区域等），其余全国所有路都能开，且对全量用户开放。对于绝大部分用户来说，城市内路网的覆盖程度是直接关系到体验的核心，如果路网覆盖不完全则会频繁触发接管，用户无法在城市道路中高频使用自动驾驶，造成较差体验。

使用“可用场景数量/里程”反映城市内路网的覆盖程度。由于难以计算出场景的具体里程数据，因而无法直接对路网覆盖程度进行直接的度量，我们使用“可用 场景数量/里程”这一指标间接反映车企城市 NOA 的路网覆盖程度：单位里程中城市 NOA 可用的场景数量越多，往往代表着城市 NOA 对道路的覆盖程度越好。但同时路况的复杂度、场景耗时等因素也会影响这个指标，同时个别车企的智驾覆盖程 度也有一定的条件，因而这一指标只能间接反映自动驾驶的路网覆盖程度。

阿维塔、问界覆盖程度较高，蔚来、智己覆盖程度有待加强。从我们的测试数据看，特斯拉 FSD 的“可用场景数量/里程”最高，在测试时间点特斯拉在纽约市基本属于全覆盖，甚至在环岛等场景也没有提示接管。问界与阿维塔的 ADS 2.0 综合 来看覆盖程度位于前列，基本做到了“有路就能开”，但在环岛和内部道路不可用。极越与百度深度合作，百度 LD 地图为极越提供了良好的路况覆盖，覆盖程度较好，但其覆盖程度同样也受限于地图的分布。小鹏在无限 XNGP 的版本之前仍不能做到“有路就能开”，策略是核心城市覆盖当地小鹏车主需求较多的主要路段，地级市或 县级市优先开放用户常用的核心路段。蔚来的开路模式从数据来看相对较低，原因可能在于测试车辆的蔚来智驾安全分权限不够，按照蔚来的规定，只有分数高于 70 分才能够全量城区验证道路可用，如果分数低于 70 分，则只有城区主干验证道路可 用。智己在上海测试时仍是公测版，在 7 月 8 日才在上海等四城市正式落地。

3.2.2、安全接管率：特斯拉平均接管里程排名靠前，国内车企分化

平均接管里程反映自动驾驶系统的安全性和用户体验，但受路况复杂度影响。平均接管里程衡量自动驾驶系统在两次接管之间的平均行驶里程数量，衡量自动驾驶是否达到了人类驾驶员的安全水平，一般认为平均接管里程越高，自动驾驶的安全性越高。值得注意的是，由于车辆请求接管原因和环境不同，并不是每一公里的路测都是等价的，比如城市道路环境中由于路况较高速道路更加复杂，因而可能会更加频繁地要求接管。

在我们的测试中，特斯拉平均接管里程最高，国内车企出现分化。从我们的测试数据看，特斯拉FSD 的平均接管里程是所有测试车企自动驾驶系统中最高的，在实际表现中，FSD V12.3.4 基本能够在大部分路况中自如处理，仅在不常见的长尾场景中进行了接管。小鹏平均接管里程为国内最高，意味着其城市 XNGP 的安全性和 稳定性较为领先，一方面，部分接管为路段无法使用而导致的接管，另一方面，小鹏在较难的场景会主动提示接管。联系前面提到的小鹏路网覆盖度较低，可以推测其为保证城市 XNGP 的安全性和体验的稳定性，暂时主动放弃了路网的覆盖度。问界与阿维塔的平均接管里程要低于小鹏，一方面，城市 NCA 在一些较为复杂的路段没有主动提示接管，这使其路网覆盖度是国内最广的，在某些较难处理场景也有所表现，另一方面这种较为激进的风格也造成部分主动接管。极越、智己与蔚来总体低于华为系的表现，但限于测试里程较短，测得接管次数总体也较少：极越得益于百度地图为其提供的 LD 地图支持，平均接管里程为三者中最高；而蔚来按照道路开城的做法导致一些小路的覆盖不尽人意，而在测试路段中我们会优先挑选小路测试，平均接管里程为三者中最低。

3.2.3、 顺滑程度：当前国内智驾距离类人化仍有一定距离

以场景优秀率衡量自动驾驶系统顺滑程度。车辆顺滑程度，可以体现在自动驾驶状态中的车辆驾驶是否平稳、行驶是否线性流畅、对场景的处理是否足够老练， 核心是为了衡量车辆的拟人程度。我们使用场景优秀率衡量自动驾驶的顺滑程度，“优秀”场景为与用户心理预期基本一致的场景，“丝滑”场景为系统操作超出用户 预期的场景，因而优秀及丝滑场景的数量占总场景的比例可以较好反映车辆拟人化 的能力。

在我们的测试中，特斯拉场景优秀率较高，体现较强的拟人能力。从测试数据来看，特斯拉的场景优秀率更高，在具体场景中表现为车辆加减速并无强烈顿挫感；启停反映速度快，与平行车辆几乎同步等等，特别是在一些困难场景中，如地上并无明确车道线，甚至驾驶员也不确定该路口是否可以左拐的路口，车辆自行正确完 成无保护左转操作。国内各家车企的场景处理顺滑程度基本处于 50%区间，这意味 着当前车企的自动驾驶系统有将近一半的场景还无法达到用户满意的水平，当前的 城市 NOA 驾驶使用户从“能用”到“好用”仍有较大的差距。蔚来测试表现较差是由于在测试路段中优先挑选小路测试，与安全接管率较低原因相同。

3.3、 场景分析：感知普遍较强，预测和规控是差异化体验主要来源

深入场景中，发现车企自动驾驶能力边界。对于用户来说，体验往往具有迁移 性，即在一个场景中感受到自动驾驶系统的明显边界，在此后类似的场景中便会格 外注意，对自动驾驶系统的信任也少一分，因而我们在本节将对车企自动驾驶的场 景细分进行分析，以发现车企自动驾驶（限测试时版本）能力的边界。场景数量分 布方面，我们共搜集到 544 个场景，其中转弯、启停、避让、多车道、复杂道路场景分别为 160/61/136/158/29 个，占比分别为 29.4%/11.2%/25.0%/29.0%/5.3%。

· 钛祺智库 ·

1、本篇报告共26页，因篇幅有限，仅发布部分内容，如欲获取完整版PDF文件，可以关注钛祺汽车官网—>智库，也可以添加钛祺小助理微信，回复“报告名称：“智能汽车系列深度：体验为先，高阶智驾落地进行时”

2、钛祺智库目前已收录1000+篇汽车行业最新技术报告，供行业朋友查阅、参考。

3、钛祺智库持续更新、收录行业深度技术文章、研究报告，并不定期上传行业专家特约文章，为汽车行业朋友提供专业支持。

扫码添加“钛祺小助理”，获取报告