不知道各位有沒有發現，其實在很長的一段時間里，關于智能駕駛你最經常聽到的兩個詞，一定是激光雷達和高精地圖。給不明白的朋友講一下，這倆東西在整個智能駕駛系統中充當的角色，其實就是兩根拐杖：前者主要用來彌補純視覺的短板，保障安全；后者用來提高點對點智能駕駛的路線規劃能力，體驗更流暢。

其實現在國內越來越多搞智能駕駛的廠家，都開始逐步轉向了重感知、輕地圖的技術路線，像最早的有魏牌和毫末智行聯手打造的城市NOH，之后還有小鵬的XNGP，上次我們試過的華為ADS2.0的NCA，都是典型的例子。那么問題來了，如果不依賴高精地圖這根拐杖，城區智能駕駛還能玩的轉嗎？

為了搞明白這個問題，極果君前幾天專門又去了趟上海，體驗一波由魏牌聯手毫末智行打造的重感知輕地圖的城市NOH（智慧領航輔助駕駛系統）。

本次的試駕車輛是魏牌的新摩卡DHT-PHEV的測試車，輔助駕駛硬件傳感器包括有兩枚激光雷達，12顆高清攝像頭，5個毫米波雷達，12顆超聲波雷達。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準計算平臺方面新摩卡（測試車）搭載了第三代高通驍龍Ride平臺，芯片用了驍龍8540+驍龍9000，總算力達到了360TOPS。

路線上我們設計了一條環線，基本能覆蓋平時城市通勤的主要場景，廢話不多說，還是一起來看看具體表現怎么樣吧~

城市通勤肯定少不了路口通行，在讀懂路口信號燈這件事上，對于重感知的城市NOH系統來說，自然是小菜一碟，無論是左轉還是直行，魏牌城市NOH總能精準識別當前信號燈狀態。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

除了識別信號燈，其實轉彎也是讓城市輔助駕駛非常頭疼的場景：遮擋多、機動車和兩輪車魚龍混雜，要想穩妥過彎，那車輛的感知能力一定要夠強。實際表現上來看，魏牌城市NOH并不會一味停在原地避讓，而是會選擇性的博弈，非常靈性。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

在城市之中開車擁堵那是家常便飯，當車流過大的時候，跟車真的是一件非常痛苦的事情，一會油門一會剎車，駕駛員的腳腕很快就酸了，這種時候一套好的輔助駕駛系統就顯得尤為重要了。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

從體驗上來說，新摩卡（測試車）的剎車和油門都控制的比較舒緩，啟停拿捏的很到位，車輛不會有明顯點頭，非常有老司機的感覺。

當然，有擁堵的地方一定就有加塞和匯入，這種時候如果車輛不能及時識別并作出反應，那是非常容易發生剮蹭的。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

可以看到，當面對匯入車輛時，魏牌城市NOH可以提前識別并減速，這一點還是很靠譜的。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

另外，主動變道能力也是檢驗車輛城市輔助駕駛系統好不好用的一項重要指標，如果沒有規劃好路線，提前進行變道，那么通勤效率將會大打折扣。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

不過度依賴高精地圖的前提下，車輛仍然可以提前規劃路線和車道，新摩卡（測試車）的表現比沒在上海開過幾次車的我機靈多了。除此之外，極果君在試駕過程中還遇到了一些不遵守交通規則的情況，不過好在車輛的反應要比我們還快，能夠提前很遠就減速。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

除了行人和非機動車，在城市里開車也經常會碰到一些臨時停放的車輛，我自己開車會借道繞行，而魏牌城市NOH選擇了原地等待，嚴格遵守交規，畢竟安全第一嘛。

＊視頻為功能測試車，具體功能及配置信息以實際量產車為準

今天實際體驗下來，可以看到這套重感知輕地圖的城市NOH系統，在路線規劃，反應時間，車輛控制上，都有些真人開車的味道了。

這樣的表現，另外也得益于毫末智行的MANA雪湖自動駕駛數據智能體系，這套體系不僅擁有每秒浮點運算達67億億次的超強數據處理能力。而且還擁有一套全球首個自動駕駛生成式大模型DriveGPT，這套系統和ChatGPT可以說是同門師兄弟，系統通過人類反饋強化學習（RLHF）技術，可以讓智能駕駛系統擁有人類思維，讓車輛更聰明。

從體驗上來說，車輛會越來越像一個老司機、決策會越來越靠譜、動作會越來越絲滑、用戶也會越來越信任這套智能駕駛系統。

據魏牌官方介紹，截止到2023年4月，用戶使用智能駕駛行駛總里程已經突破了4000萬公里，總時長超過45萬小時，MANA系統的學習時長超過56萬小時，約等于人類司機的6.8萬年。

目前魏牌攜手毫末智行打造的城市NOH系統已經首批落地北京、保定、上海等地，預計到2024年將在100座城市實現落地。極果君相信，當這套系統大面積交付之后，能真真切切的幫助用戶享受出行，讓消費者認識到好用的智能駕駛就在我們身邊。