城市NOA（Urban Navigation on Autopilot，城市领航辅助驾驶） 的十年（2015–2025），是从“不敢想象”到“全城开通”的进化史。

如果说高速NOA是“开卷考试”（场景规范、路况简单），那么城市NOA就是**“地狱级闭卷考”**。它需要处理环岛、掉头、无标线路口、以及外卖车和行人随机切入的极端博弈场景。

一、 核心阶段：从“规则驱动”到“端到端AI”

1. 概念孵化期 (2015–2020) —— 技术积蓄

• 状态： 这一时期，行业重心还在高速公路辅助和L4无人车（如Waymo）上。
• 特征： 大部分车企认为城市NOA过于遥远。特斯拉开始研发 FSD Beta，国内新势力开始探索基于高精地图的城市感知能力。

2. “开城”攻坚期 (2021–2023) —— 地图与感知的重度依赖

• 核心路线： 感知 + 高精地图 (HD Map)。
• 特征： 早期城市NOA强依赖高精地图来过路口。由于地图测绘审图极慢，导致“开城”速度缓慢（一年仅开数城）。
• 里程碑：
• 2021年： 特斯拉在美国大规模推送 FSD Beta，采用纯视觉路线。
• 2022年： 小鹏 G9 开启城市 NGP，华为 ADS 在极狐上落地，标志着国内城市 NOA 正式商用。

3. “无图”与大模型爆发期 (2024–2025) —— 全城开通

• 核心路线： 无图方案 (Mapless) + BEV+Transformer + 端到端 (End-to-End)。
• 前沿特征：
• 2025 现状： 智驾头部阵营（华为、小鹏、理想、小米、特斯拉）已实现**“全国都能开”**。
• 技术突破： 引入 VLA (视觉-语言-动作) 模型和 VLM (视觉语言模型)。车辆不再是僵硬地执行代码，而是像人一样“看图说话”，理解路口的逻辑（如：认识路边的临时施工牌）。

二、 核心技术维度对比 (2015 vs 2025)

三、 2025 年的技术巅峰：车位到车位 (D2D)

在 2025 年，城市 NOA 已演进为**“车位到车位（Door-to-Door）”**的终极形态：

1. 全过程不中断： 2025 年的高级智驾版本（如华为 ADS 4.0、理想 OTA 8.0）实现了从出发地停车库、经过复杂的城市闹市、再到目的地地下车库的全程托管。包括自动过闸机、自动识别地库车位。
2. eBPF 与 VLA 实时安全监控：
   由于端到端模型是“黑盒”，2025 年的架构引入了 eBPF 亚毫秒级审计。它实时监控 VLA（视觉-语言-动作）大模型的推理权重，如果模型输出的转向指令在复杂路口出现异常抖动，备份的“规则小脑”会瞬间修正轨迹。
3. 世界模型 (World Models) 的预知能力：
   2025 年的城市 NOA 具备了想象力。基于 NWM（Neural World Model），车辆能根据前方行人的重心偏移预判其是否会突然横穿马路，从而提前减速，不仅安全且乘坐感极其平顺。

四、 总结：城市智驾的“平权”

过去十年的演进，是将城市 NOA 从**“实验室的精密模型”变成了“千万家庭的日常通勤工具”**。

• 2015 年： 城市自动驾驶只是硅谷发布会上的 PPT。
• 2025 年： 它是 20 万级甚至更便宜的新能源车的标配，让人们在晚高峰的拥堵中，能由一位“数字老司机”代劳。