在中国，地形地貌最复杂、路况最特殊的城市在哪里？
答案非常明显，重庆，只能是8D城市——重庆。
那么，如果一家车企的NOA智能驾驶系统可以在重庆顺畅行驶，那无疑是一种实力的体现。
6月30日，长城汽车董事长魏建军亲自驾驶魏牌蓝山智驾版，以全程视频直播的形式，在重庆繁忙且复杂的路段上，向外界展示了长城汽车NOA系统的技术实力。
这并不是魏建军第一次亲自上阵直播NOA。今年4月，魏建军首次通过直播方式，亲自驾驶在河北保定市中心繁忙路段进行实测，向广大网友展示了长城汽车无高精地图全场景NOA能力，并且做到了全程零失误。
但是，相比于地形以平原为主的保定，魏建军和长城NOA的首次直播似乎都说服力有限。而有着8D城市之称的重庆，不论是地形复杂程度，还是车流量密度，都远非保定可比。
此外，相比于保定16公里的NOA智驾里程，此次重庆直播的总里程高达35公里，跨越江北、南岸、渝中三大行政区，从繁忙的旅游商业区到复杂的立交桥，从拥挤的市中心到地下的“迷宫环道”，其对长城NOA能力对挑战难度不言而喻。
值得注意的是，虽然难度陡增，魏建军却依旧坚持亲自上阵直播。
“不能把用户当小白鼠。”魏建军在解释为什么亲自上阵时表示，汽车安全无小事，安全永远是第一位，所以长城汽车要有更严肃的态度，更充分的准备，敢于挑战复杂的场景，要让用户使用起来更加放心。
而在重庆的直播实测中，长城NOA系统也确实对得起魏建军的信任。整场直播下来，魏牌蓝山智驾版成功应对了8D城市重庆的复杂路况。而这一切，离不开长城汽车端到端大模型——SEE。
据悉，长城SEE端到端大模型实现了感知、决策、规控等环节的全链路一体化整合，基于深度学习技术，通过输入数据对模型进行联合训练，不再由规则定义驾驶行为，而是让模型像司机一样直接学习“如何开车”。
其实，随着端到端大模型的问世，资本市场对自动驾驶已经重燃热情。特别是在2023年，特斯拉FSD v12版本的发布更是给全行业添了一把火。马斯克公开表示因为引入了端到端大模型，原来的30万行代码被简化为3000行，而且体验上还获得了巨大的提升。
在这样的行业趋势下，长城汽车在智能驾驶上也取得了一系列成果并且非常直观的体现在了魏建军的两次直播中。
“今年肯定是一个端到端技术上车的元年，当然端到端技术本身是加快产品迭代并且让处理每一个case解决的效率更高。”长城汽车智能平台开发中心的专家吴国苏州就对亿欧汽车表示，长城汽车已经在端到端大模型领域投入了非常多的研发资源并取得了成果，SEE智驾模型在端到端技术的应用无论是国内还是国外都算第一梯队。
但他也指出，端到端大模型并不是智驾终局，全场景自动驾驶，仅依靠端到端是不够的，对于通用场景理解是必要的技术手段。
有鉴于此，长城汽车的智能驾驶团队认为，现阶段比较好的解决方案是，把端到端大模型和人工规则两种技术结合了起来。“所以我们说的SEE 2.0在这两个月内发生的升级，实际上结合了模块化的端到端和完全端到端的优点，既有直接输出驾驶的轨迹，又有感知加上模块化智能决策规划的结果，最后还有安全策略来给大家做兜底。”吴国苏州表示。
在魏建军的重庆NOA直播中，SEE智驾模型也确实交出了一份让人满意的答卷，特别是在一些复杂场景中有稳定表现。
例如在重庆江面大桥的拥堵环境中，当魏牌蓝山智驾版驶入江面上的大桥时，面对桥面的高峰期拥堵路况，长城NOA系统充分展现了的变道策略和博弈能力，不仅能实时分析交通流量、车辆位置，而且迅速通过精准计算，最终无缝完成高难度并线操作。此外，长城NOA系统还能实时更新路况信息，动态调整行驶策略，尽最大可能保持流畅行驶。
作为重庆主城最大、最复杂的立交桥，盘龙立交桥包含5层、8个方向和20个匝道。在直播过程中，长城NOA系统成功提前识别匝道路口，并精准规划行驶路径。在车辆向右变道由主路进入辅路的过程中，长城NOA系统实时监测右侧来车，有效把控安全距离，并选择最合理的变道时机。
通过这次直播，外界对长城汽车NOA的能力有了更清晰的认知。也正是在此基础之上，长城汽车正在积极推进自身的城市NOA开城计划。
据悉，长城的城市NOA首批会开放四个城市，第一是保定，第二是深圳，第三是成都，第四是重庆。
“这四个城市非常非常有代表性。”在谈及为什么选择这四个城市的时候，吴国苏州表示，保定施工道路非常多，新旧道路交替，无规则的车道线和车道线缺失非常普遍，是非常有难点的一个城市。深圳，城市高架和地面交替非常多。成都的路窄，还有大量左右的公交车道，待行待转区也比较多。重庆的垂直坡度变化非常多，道路曲率和宽窄变化范围都非常大，立交密度非常大。
“如果搞定这四个城市，那全国80%城市的场景都能覆盖，为我们接下来每个月的开城计划提供了一个很有力的保证。”吴国苏州表示，长城方面有信心在一个不错的技术基础上，通过大量测试，在今年12月底的时候实现全国所有城市开放长城NOA。
声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。
