前两年年夜谈特谈全栈自研智能驾驶解决方案的汽车厂商，巴不得做到毛细血管。但现在沉下心来看，他们正在暗暗撤退退却，厘清鸿沟。

聚焦到正在成为汽车行业新标配的NOA市场也是如斯。

按照工信部数据显示，2022年我国L2级辅助驾驶渗入率已达34%，提早实现并超出了2025年实现25%渗入率的方针。而按照中信证券的猜测，2023年中国乘用车搭载高速领航功能的渗入率为将到达4%，城区领航功能本年才最先落地，渗入率将到达0.1%。在可预感的将来里，这两个数据城市呈爆发式增加。

跟着这波年夜潮而来的，是市场对全部汽车供给链和智能驾驶方案提出的更年夜的考验：手艺层面，轻量化、平台化属性趋显；产物层面，抓机能、降本钱压力陡增。

这也为包罗领骏科技在内的浩繁科技立异企业供给了发挥拳脚的舞台，他们崭露头角，将更多元的NOA产物形态推向市场，也开放矫捷的合作模式，帮忙车企打破降本增效、量产落地的枷锁束缚；比方智选车、全家桶、自选超市等。

固然，我们也能较着感受到，曾囊括汽车行业的全栈自研智能驾驶风气正在回归理性，从头拥抱财产分工。

“专业分工模式将是智能汽车范畴合作的最优解。”领骏科技的开创人兼CEO杨文利说道。

冬眠六年，期待NOA市场成熟

现实上，不论是传承百年的传统汽车品牌，仍是玩转智能手艺的造车新兴权势，特斯拉都是一个没法绕开的存在。

作为一家没有任何既往汗青承担的公司，特斯拉在软件开辟、收集拓扑布局、电气化程度、贸易模式立异方面都有相当水平的后发优势，重写了人们对汽车的认知。

虽然这类平地起高楼的模式难以复制，但曩昔几年也激发了泛博车企争相向特斯拉进修——为了打造一个完全属在本身的「魂灵」，一个引觉得傲的智能驾驶系统，营业逐步向系统设计、算法研发、焦点硬件制造、工程落地等多个环节挨近，一步步由轻到重。

另外一方面，用户对智能驾驶的接管度也在慢慢晋升，市场教育已根基完成，更高阶的智能驾驶方案正在成为主流。

早在2017年，领骏科技就已基在第一台原型车长城H8研发近似NOA的功能，并在2019年推向市场，何如那时市场还没有完全成熟，并没有太多车企存眷NOA。

在领骏科技潜心耕作了6年后的今天，杨文利欣喜地看到，基在特斯拉的引领和市场情况的催化，行业已进入「NOA落地元年」。

根本的高速NOA体验。路况前提较好的环境下供给可用的辅助驾驶选择。

好用的高速NOA体验。绝年夜部门高速的场景下可启用，在部门前提较好的城市路段也能启用。

好用的城市NOA体验，在普遍场景下实现点到点智能驾驶体验，帮忙用户对辅助驾驶成立信赖。

从今朝的行业近况动身，不管是高速NOA仍是城市NOA，都有各自面对的落地挑战。特别是城市场景，交通介入者更多、道路情况更复杂、对算法的要求更高、法令律例限制也更多。

作为全栈自研智能驾驶线路的坚实拥趸，小鹏汽车一向积极鞭策NOA功能的落地，包罗城市场景的CNGP。

关在城市NOA的落地意义和难度，小鹏汽车曾做过诸多调研。对通俗用户而言，有跨越70%的驾驶里程产生在城市道路，更有90%的驾驶时候是在城市道路，但其城市NGP代码量是高速NGP的6倍，感知模子数目是4倍，猜测、计划、节制相干代码量更是到达了88倍。

在本身有手艺实力贮备且市场情况成熟的2023年，领骏科技也向外界推出了两套NOA智能驾驶解决方案：

一套基在地平线两颗征程5芯片的去高精地图纯视觉城市NOA方案，一套基在地平线单颗征程5芯片的重感知轻地图高速NOA方案。

关在领骏科技推向市场的这两套全新方案，杨文操纵了一个要害词来归纳综合其特点，即「极简」。

对良多此前做L4手艺起身的主动驾驶公司来讲，对激光雷达的重度依靠和对本钱的不敏感会是NOA前装量产道路上庞大的挑战，但领骏科技已完善避开了这些坑——不依托顶部高线数激光雷达，仅利用内嵌式的量产传感器和计较平台，实现全数交通场景下的主动驾驶功能。

上述去高精地图的高速NOA方案，只用了6个摄像头且不采取激光雷达和毫米波雷达，同时与美行科技告竣了计谋合作，利用平易近用导航地图取代高精地图。

现实上，如许的能力得益在领骏科技此前在Robotaxi和Robobus上的深挚的手艺堆集、对城区复杂路况的理解，和曩昔六年对主动驾驶落地的经验和摸索。

领骏科技从创建之初就专注结构乘用车赛道，并且和业内年夜大都纯计较机身世的CEO分歧，杨文利更具系统工程的视角，创业前就已在西部数据硬盘公司和百度深度进修研究院堆集了扎实的硬件理论根本和丰硕的工程化和产物化经验。

在杨文利的率领下，领骏科技很快就构成了焦点主动驾驶手艺和落处所法论，并将落地场景从乘用车拓展到巴士、物流车、重卡和工程机械。在曩昔的几年时候里，领骏科技其实不高调，而是潜心做研发和落地，堆集了数亿千米的测试里程，不竭反哺手艺迭代，找准了合适本身的市场定位，拿下了多个贸易落地项目。

现在NOA前装量产时期到来，领骏科技进一步走到了台前。

财产成长，合作模式四分全国

如前所言，在可预感的将来，没有高阶智能驾驶能力的汽车将难以进入用户的购车清单。

而现有汽车产物的智驾体验又没法完全知足消费者的需乞降等候——2023年麦肯锡中国汽车消费者洞察陈述则显示，对高速智能驾驶有需求的消费者到达75%，而对城市智能驾驶有需求的消费者比例也达开云体育app到了60%。

是以，将来几年将成为很是要害的窗口期。

为了捉住这短暂的机会而且完成市场卡位，全部财产最先从头思虑合适本身成长环境的合作模式。首要可以分为以下四类：

车企全栈自研模式

今朝以小鹏汽车为首的诸多车企都但愿将主动驾驶焦点手艺把握在本身手里，这类模式的优势在在主导权更强，供给链平安相对可控。

但除人力物力等现金本钱的投入，摆设成熟完整的研发能力尚需时候和耐烦的打造，究竟将软件、算法集成到车上并实现量产，考验着一家车企工程研发、软件集成、测试、供给链治理的硬实力。

“并且中心还需要斟酌到风险问题，比方研发系统与人材布局之间发生矛盾，焦点手艺的延续性就会遭到很年夜影响；比方研发投入和销量回报的问题。”领骏科技杨文利说道。在他看来，比拟起车企年夜团体，诸如领骏科技如许的供给链企业在应对新时期的挑战时，会加倍矫捷高效。

智选车模式

也确切不是每家企业城市在泉水边建一个水厂，由于从系统化效力、行业分工、经济收益上来讲都不划算。

当下有部门主机厂经由过程合作火伴的硬件和底层软件全套方案为品牌和产物加持。比方，华为为北汽极狐供给智能汽车整体解决方案。

这类方案诚然可快速为车企付与主动驾驶能力，但是总包的合作模式曾激发行业对合作之间在数据归属、权责划分、整车节制主导权等问题的普遍会商，并且如许的模式在必然水平上决议了合作火伴和市场占比上限不会太高。

供给商全栈结构模式

固然，还良多企业采取相更矫捷、开放、随需而变的新型协同合作关系。

具体而言，他们不但供给传统Tier1的整体解决方案，同时还能按照企业的需求供给模块化可界说的软硬件解耦的主动驾驶解决方案。但这类体例又很轻易催生“沙发”和“魂灵”的二选一困难，理论和现实协同难度较年夜。

自选超市模式

我们可以把这类模式想象成一个近似超市的平台，在这个平台之上，车企可以随便遴选最合适本身需求的由专业供给商配合打造的高级智能辅助驾驶解决方案。

好比，领骏科技（规控）、地平线（芯片）、美行科技（定位/地图）、天准科技（硬件）配合整合各自手艺优势和资本，推出了基在专业化算法模块SDK的高速+城市NOA产物。

这类模式与「供给商全栈结构模式」比拟，可以或许更好地知足车企自立选择的需求，助力车企全栈自控；同时，采取纯视觉方案年夜幅下降采购本钱，撑持多源地图方案（撑持高精地图、高辅地图、众源地图、记忆地图等多种数据源）。

固然，这也在很年夜水平上申明了合作火伴对领骏科技在规控范畴实力的承认，和其夹杂架构决议计划算法在行业内具有手艺领先地位。并且领骏科技还在加快扶植更年夜的汽车财产伴侣圈，尽力为财产成长缔造供给更多可能性。

在自选超市合作模式的主导下，上下流整合的价值链模子正在转向高度正视链接、共创价值的生态圈模子。

回归理性，世人拾柴火焰高

曩昔，汽车零部件供给商的层级关系很是较着，越接近主机厂供给的价值越年夜，从车企到 Tier1、Tier2 、Tier3，以链条式逐层生成价值向上输送。但在合作的情势上，根基都是由供给商按照主机厂的需求将软硬件做好，然后打包交付给主机厂。

但智能汽车的研发不是一件只要懂软件或是懂硬件便可以做成功的事，这个新兴产品既有传统汽车财产的长链条和复杂流程，又有互联网行业的个性化和科技属性，是以很难单打独斗，从久远的角度来看，需要财产链上每位玩家的配合尽力。

在领骏科技创建之初，杨文利就已对全部财产的成长路径有了清楚判定，2014-2020年是主动驾驶焦点供给链成熟期，2021-2025年会实现小范围贸易化，2026-2030年是贸易化提速+行业款式重塑期，2031-2050年将是智能汽车引领世界经济二十年。

作为最资深的行业介入者之一，他也曾在率领领骏科技不竭向前的历程到感触感染过庞大的阻力：

本钱对主动驾驶手艺有深条理认知误区、对工业系统产物化和贸易周期呈现误判；行业资本错配对领骏科技这类低调务实的创业公司发生的误伤等。好在领骏科技已顺遂进入小范围贸易化的行业重塑期。

领骏科技杨文利告知新智驾，分歧的合作模式有其最适合的行业成长阶段，好比全栈自研模式更合适车企用在行业成长初期的摸索，“那时大师都不知道主动驾驶应当怎样做，现在行业逐步成长成熟，子模块脉络逐步清楚时，供给链分工合作的优势就会闪现。”

回过甚来看传统 PC 财产的分工。初期做 PC 就是从硬件到软件，全数企业本身做；后来微软研发了 Windows，行业里最先呈现分工——有做底层硬件的、有做中心层操作系统的、还做上层利用法式的。

别的，微软曾历了从操作系统、办公软件、到云，再到现在AI的转型，不难看出，微软一路走来引入了很是多分歧的机制，测验考试将新基因注入到了本身的企业中。

新时期的汽车行业也能够以开放的立场去测验考试新的事物。

特别是面临智能驾驶降本增效、量产落地等年夜课题，和摸索将来的不肯定性时，全部汽车财产链更要抱团，供给链关系更应当开放、多元、矫捷，玩家们阐扬各自的优势和拿手，缩短产物研发的周期，提高两边协作效力，经济收益最年夜化。

好比，车企可以或许直接接触C端用户，是以应当尊敬车厂对整车和智能化体验的界说权，采取甚么样的整车架构，打造甚么样的品牌形象，甚么样的智能化气概，由车厂来决议。合作火伴则供给专业的软硬系统和办事，包罗焦点智能驾驶的产物开辟和手艺迭代，同时还要正视用户体验，让产物延续焕产生命力。

固然，这也对车企的供给链治理能力提出了更高的要求。

“一般主动驾驶的每一个模块上都有多个供给商平行，一来是车企要包管本身的议价权，二来是要抗风险，包管供给链平安。而这又会鼓励供给商之间的良性竞争，鞭策全部行业正向成长。”领骏科技作为新时期汽车财产的深度扶植者，杨文利对此深有感慨。

在这类环境下，车企面临诸如领骏科技之类的供给商更像是正和博弈关系，两边双赢，而不是零和博弈，不共戴天。

曾囊括汽车行业的全栈自研智能驾驶风气也在回归理性，从头拥抱财产分工，而领骏科技将是这一海潮的弄潮儿和受益方。

究竟，只有最懂场景的车企和最懂手艺的科技公司联手，才可以或许用最极致的本钱在最年夜水平上鞭策用户体验的爆发式晋升。