在全球智能駕駛技術飛速發展的背景下，L4算法公司正逐漸成為自動駕駛行業的核心力量。尤其是在城市NOA（Navigated Open Autonomy，導航開放自動駕駛）領域，這些公司憑借其在AI技術、數據處理和軟件架構等方面的領先優勢，正積極助力傳統車廠加速自動駕駛技術的量產落地。

L4算法公司的崛起與跨界入局

1.1 從Robotaxi到L2+：L4算法公司的技術積累與轉型

L4算法公司最初主要集中在Robotaxi領域，即自動駕駛出租車的開發和運營。在這一過程中，這些公司通過大量的道路測試，積累了豐富的技術經驗和海量的駕駛數據。這種大規模的數據采集和算法優化，使得L4算法公司在自動駕駛技術的精準性和穩定性方面，顯著領先于傳統車廠。例如，Momenta、小馬智行、元戎啟行等L4算法公司，早期在Robotaxi項目中積累了大量高質量的路測數據，這些數據不僅涵蓋了復雜的城市路況，還包括了各種極端場景的應對方案。在積累了豐富經驗后，這些公司逐漸向L2+（高級駕駛輔助系統）領域拓展。L2+技術是介于傳統駕駛和完全自動駕駛之間的一種過渡技術，旨在提升車輛的駕駛輔助能力，使其能夠在復雜路況下實現半自動駕駛。這一技術轉型的核心在于，L4算法公司利用其在Robotaxi領域的技術積累，通過適當降低對硬件算力的要求，使其先進的L4級軟件系統能夠適配L2+硬件。通過這種方式，這些公司不僅提升了L2+系統的性能，還使其在市場上更具競爭力。

1.2 數據驅動與軟件架構的兼容性優勢

L4算法公司在數據驅動和軟件架構兼容性方面展現出顯著優勢，這也是它們能夠在L2+市場中迅速站穩腳跟的重要原因。L4算法公司早期在AI技術和數據處理領域的投入，使得它們能夠建立起強大的數據閉環系統。這一系統通過大量的實際道路測試，收集并處理了海量的駕駛數據，涵蓋了各種駕駛場景和極端路況。以Momenta為例，該公司在其L2+與L4業務中采用了統一的技術架構和數據處理方案，這使得兩者之間能夠實現技術共享和數據互通。通過這種協同效應，Momenta能夠更有效地優化其算法，并通過持續的技術迭代，提高其自動駕駛系統的性能。此外，L4算法公司在軟件架構的設計上也具有高度的兼容性。通過模塊化的設計，這些公司能夠靈活地將L4級別的自動駕駛技術應用于L2+系統中。比如，輕舟智航通過不斷優化其軟件架構，使得L4級別的技術能夠適配較低配置的L2+硬件，從而大幅度降低了成本并提高了系統的市場競爭力。這種數據驅動和軟件架構的兼容性，不僅提升了L4算法公司的技術優勢，還使得其能夠在與傳統車廠的合作中，提供更具性價比和更高效的解決方案。這種優勢在城市NOA的量產落地過程中尤為明顯。

L4算法公司助力傳統車廠城市NOA落地的實踐案例

2.1 Momenta與傳統車廠的深度合作

Momenta是L4算法公司中較早進入L2+業務的企業之一，通過與多家傳統車廠的合作，Momenta在城市NOA領域取得了顯著進展。Momenta早在2019年就提出了“L2+L4兩條腿走路”的產品戰略，并逐步將這一戰略落地。

Momenta提出的“L2+L4兩條腿走路”的產品戰略

Momenta與上汽集團合作研發的智己汽車無圖NOA功能，于2024年5月25日成功在深圳、廣州、蘇州和上海等地實現了量產落地。這一功能的核心在于，無需依賴高精度地圖，車輛即可實現復雜城市路況下的自動駕駛。Momenta通過其強大的數據驅動算法和高效的軟件架構，使得這一功能不僅具備高度的準確性和穩定性，還能夠快速適應不同城市的路況。此外，Momenta還與廣汽、比亞迪等車廠合作，逐步將其端到端大模型應用于量產車型中。這一合作模式不僅幫助傳統車廠加速了智能駕駛功能的開發和落地，還顯著提升了它們在智能駕駛市場中的競爭力。

2.2小馬智行的技術布局與市場拓展

小馬智行是另一家在L4自動駕駛領域具有重要影響力的算法公司，其核心技術團隊來自于谷歌、百度等知名科技公司，具備深厚的技術背景。小馬智行通過在北美和中國市場的大規模測試，積累了豐富的自動駕駛數據，并逐步將這些技術成果應用于L2+業務中。在2023年8月，小馬智行成功推出了搭載其高算力計算平臺的極石01車型。這一車型通過小馬智行的L4級別算法，實現了城市NOA的量產落地。該平臺具備強大的數據處理能力和高效的算法優化功能，使得車輛在復雜的城市環境中能夠實現穩定、安全的自動駕駛。小馬智行不僅在國內市場積極拓展，還開始探索海外市場的機會。通過與全球多家知名車廠的合作，小馬智行逐步將其技術優勢擴展至更廣泛的市場。這種全球化的布局，不僅提升了小馬智行在國際市場的競爭力，也為其未來的發展提供了更廣闊的空間。

2.3文遠知行與博世的合作案例

文遠知行作為L4算法公司中的重要一員，通過與博世的合作，成功將其L4級別的自動駕駛技術應用于乘用車市場。2024年3月，文遠知行與博世聯合開發的高階智駕方案在星途星紀元ES車型上實現了量產。這一方案通過結合博世的硬件優勢和文遠知行的算法技術，使得車輛能夠在高速和城市路況下實現穩定的NOA功能。文遠知行的技術布局不僅限于乘用車市場，還包括自動駕駛小巴和貨運車等多個領域。通過多元化的業務布局，文遠知行不斷拓展其技術應用范圍，并通過與傳統車廠的深度合作，推動了智能駕駛技術的規模化落地。

城市NOA技術路徑的創新與挑戰

3.1 城市NOA的技術演進路徑

城市NOA技術的發展經歷了多個階段，從早期依賴高精度地圖的路徑規劃，到如今的“去高精地圖”技術路徑，自動駕駛技術正在不斷向更加自主和智能化的方向發展。傳統的城市NOA系統依賴于高精度地圖，這些地圖能夠提供精確的道路信息，如車道線、交通標志等，從而幫助自動駕駛系統進行準確的路徑規劃。然而，隨著技術的進步和數據驅動算法的成熟，越來越多的L4算法公司開始探索“去高精地圖”的技術路徑。以特斯拉為代表的Occupancy感知技術，已經開始取代傳統的高精度地圖。該技術通過將三維空間劃分為體素（voxel），并利用占用網絡（Occupancy Network）來感知和預測環境中的物體運動狀態。相比傳統的BEV（俯視圖）感知方案，Occupancy感知技術在動態場景的處理上更為靈活，可以有效應對復雜的城市路況。

圖中展示了一個兩節的公交車正在啟動的場景：藍色表示運動的voxel，紅色表示靜止的voxel

這種技術的演進，不僅大大提高了自動駕駛系統的泛化能力，還顯著降低了高精度地圖的維護成本。通過引入端到端的深度學習大模型，L4算法公司能夠實現更加靈活的路徑規劃和環境感知，使得自動駕駛系統在沒有高精度地圖的情況下，也能夠實現高度的自主駕駛。

3.2 技術創新的挑戰與應對策略

盡管L4算法公司在城市NOA技術的發展中取得了顯著進展，但仍面臨諸多挑戰。首先是技術的復雜性和可靠性問題。自動駕駛技術需要處理大量的傳感器數據，并實時做出決策，這對算法的精度和響應速度提出了極高的要求。如何在復雜的城市環境中保證系統的穩定性和安全性，是L4算法公司亟待解決的問題。其次是成本控制。自動駕駛系統的硬件和軟件成本較高，尤其是在初期研發階段。為了降低整體成本，L4算法公司需要在硬件選擇、算法優化和數據處理等多個環節進行綜合考慮。通過不斷優化軟件架構，使其能夠兼容更低成本的硬件配置，是目前行業內普遍采用的策略之一。此外，L4算法公司還需要應對法規和標準的不確定性。自動駕駛技術的發展速度遠超法規的制定速度，這導致在不同國家和地區，自動駕駛系統的標準和要求存在較大差異。如何在全球范圍內實現技術的標準化和合規性，是L4算法公司在拓展市場時必須面對的挑戰。

傳統車廠與L4算法公司的合作模式與前景

4.1 合作模式的多樣化探索

傳統車廠與L4算法公司的合作模式正在變得越來越多樣化，這種合作不僅僅局限于技術的引入和應用，還涵蓋了從研發到生產、從測試到量產的全鏈條合作。例如，Momenta通過與上汽、比亞迪等傳統車廠的合作，不僅提供了先進的自動駕駛算法，還參與了整個系統的集成和調試過程。這種深度合作模式，使得L4算法公司不僅僅是技術提供方，更成為了傳統車廠智能駕駛轉型的重要推動力。小馬智行則通過與極石、廣汽等車廠的合作，將其高算力計算平臺應用于量產車型中。這種合作模式使得小馬智行能夠快速驗證其技術在實際駕駛環境中的表現，并通過不斷優化，提升系統的性能和可靠性。文遠知行與博世的合作則進一步展示了跨國合作在自動駕駛領域的潛力。博世作為全球領先的汽車零部件供應商，擁有強大的硬件研發和制造能力。文遠知行則在自動駕駛算法方面具備顯著優勢。通過強強聯合，雙方在星途星紀元ES車型上成功實現了L4級別自動駕駛系統的量產落地。這種合作模式不僅提升了雙方在智能駕駛領域的競爭力，也為其他車廠與算法公司的合作提供了有益的借鑒。

4.2 合作前景與未來展望

隨著智能駕駛技術的不斷發展，傳統車廠與L4算法公司的合作前景將更加廣闊。未來，隨著自動駕駛技術的成熟和市場需求的增加，傳統車廠將更加依賴L4算法公司在AI算法、數據處理和系統集成等方面的優勢。而L4算法公司則通過與傳統車廠的合作，進一步擴大其技術應用范圍，實現規模化生產和商業化落地。在這一過程中，雙方的合作將呈現出更加緊密和深入的趨勢。傳統車廠將逐步從單純的硬件制造商，轉型為智能駕駛解決方案的提供者。而L4算法公司也將通過與車廠的合作，提升其在自動駕駛產業鏈中的地位，并推動整個行業的技術進步。

L4算法公司推動下的城市NOA未來發展趨勢

5.1 技術創新的持續推進

在未來幾年內，L4算法公司將在城市NOA技術領域繼續推動多項創新。這些創新包括更高效的感知算法、更智能的路徑規劃技術以及更穩定的系統架構。通過引入更先進的AI技術，L4算法公司將進一步提升自動駕駛系統的智能化水平，使其能夠在更復雜的環境中實現自主駕駛。此外，隨著端到端深度學習模型的進一步發展，自動駕駛系統將逐漸擺脫對高精度地圖的依賴，實現更加靈活和自主的駕駛決策。特斯拉、華為等公司已經在這一領域取得了顯著進展，未來將有更多的L4算法公司加入這一行列，推動技術的進一步普及。

5.2 產業鏈協同與標準化

隨著L4算法公司與傳統車廠合作的深入，自動駕駛產業鏈將呈現出更強的協同效應。這種協同不僅體現在技術開發和產品應用上，還包括供應鏈的整合和優化。通過建立統一的技術標準和數據接口，L4算法公司和傳統車廠將共同推動智能駕駛技術的標準化進程。這種標準化將有助于提高自動駕駛系統的兼容性和可擴展性，使其能夠更快地適應不同市場的需求。同時，標準化的推進也將降低整個產業鏈的研發和生產成本，加速自動駕駛技術的普及。

5.3 商業化落地與市場擴展

隨著技術的不斷成熟和成本的逐步降低，L4算法公司將加快城市NOA的商業化落地。通過與傳統車廠的緊密合作，這些公司將逐步實現智能駕駛系統的大規模量產，并通過市場推廣和用戶教育，提升消費者對自動駕駛技術的接受度。未來，隨著自動駕駛技術的普及，L4算法公司還將探索更多的商業模式，如Robotaxi、自動駕駛貨運車等。通過不斷拓展市場應用場景，L4算法公司將為智能駕駛技術的進一步發展提供強有力的支持。

結論

L4算法公司憑借其在AI技術和數據處理方面的領先優勢，正在積極推動傳統車廠在城市NOA領域的技術突破與落地。通過與車廠的深度合作，這些公司不僅提升了自身的市場競爭力，也為整個智能駕駛行業的發展注入了新的動力。未來，隨著技術的持續創新和產業鏈的進一步整合，L4算法公司將在全球智能駕駛市場中占據更加重要的地位，并推動城市NOA技術的全面普及。

參考文獻：

西部證券：L4算法公司入局助力傳統車廠城市NOA落地.pdf

「智駕最前沿」微信公眾號后臺回復：C-0528，獲取：L4算法公司入局助力傳統車廠城市NOA落地 pdf下載方式。