蔚来NOP+：NOP推倒重来，NAD真正起点

NOP+的玄机并不在于表面上的一角，冰山下的技术细节才更值得说。

作者 | 万博

ET7发布之后，蔚来的智能驾驶一直被寄予厚望。

然而，尽管搭载了激光雷达、1016TOPS算力计算平台，蔚来描述中的NAD（蔚来自动驾驶系统），并没有随着ET7的交付如期到来。

蔚来ET7（参数丨图片）今年3月正式交付，等了近三个季度后，作为期货的NAD还是没有转现，只等来一个NOP+。

12月初，蔚来正式发布NOP+。从功能体验的角度来说，这个+也没有加多少，仅仅是在NOP的基础上，在安全性、舒适性和迭代成长方面做了功能体验的优化。

但这不是NOP+的全部，更大的干货隐藏在功能体验之下的技术细节里。

据蔚来自动驾驶研发助理副总裁任少卿透露，NOP+是在蔚来第二代技术平台NT2.0的基础上，从感知、规划、控制等方面进行全栈自研的成果。

并且在研发架构上，采用了与特斯拉FSD V11类似的单堆栈思路，在统一的架构之下针对不同场景进行开发。

所以NOP+，本质上是对NOP的一次推倒重来，是蔚来在抛弃Mobileye重拾自研之后，第一次拿出实质性的产品。

这对于蔚来本身的意义是，自研智能驾驶终于进入了行业前列。

01

NOP+，+在哪儿了？

单从功能体验上来看，蔚来NOP+，与目前NT1.0技术平台车型上搭载的NOP没有本质的差别，仅是在现有能力上的进一步优化。

具体来看，主要是在安全性、舒适性和成长性三个方面进行了提升。

首先，安全性上，蔚来NOP+在被动安全速度、主动安全速度以及中高速的设计上，采用逐层向下传递的方式，每两个环节或者三个环节都有重叠的部分，从而形成互为冗余的状态，让系统可靠性得到进一步的提升。用一个简单的柱状图来看，就是这样的：

另外，NOP+也通过超视距融合以及多模态交互的方式，对于高速行驶的典型场景进行了优化。

以施工场景为例，NOP+不仅仅是简单的对雪糕筒进行识别然后做出规避动作，而是在遇到施工场景之前，就将超视距的信息发送给系统，从而提前做出动作。这些超视距信息，主要来自地图信息及众包数据的反馈。

舒适性方面，蔚来NOP+主要是在变道和匝道场景上进行了优化，蔚来自动驾驶产品体验负责人Harry Wong表示，变道场景的变化因素非常多，比如不同车道数量下的变道策略，以及动态场景等等。

在经过长时间的打磨之后，NOP+有了更精准的偏移控制，同时针对不同的交通元素，包括大车、压线小车、锥桶等等的处理方式上做了区分。

在成长性上，主要是系统更新迭代的速度更快。Harry表示，从NT2.0技术平台开始，蔚来自研的NOP+基本上所有的辅助驾驶功能都可以被迭代。

迭代效率的提升，主要还是基于蔚来数据闭环能力的建立，关于这一点，我们会在下一节展开来讲。

除此之外，为了提升NOP+的使用体验，蔚来此次在系统中还加入了一键上报的交互方式，帮助用户进行实时的问题反馈。

具体的操作方式是，用户长按方向盘左侧的按键，超过一秒钟后系统会录取最近一段时间智能驾驶相关的数据，这些数据在进行合规化处理后会上传云端。

蔚来AI语音助手NOMI也会询问车辆当前遇到的问题，用户可以将自己遇到的问题通过语音的方式上传云端，帮助后台工作人员进行优化。

以上就是NOP+的大体功能优化情况。不过，NOP+目前还处于beta阶段，蔚来已经在上周开启了领航团的招募，之后大概会有几百个用户参与免费试用。

等时机成熟后，NOP+将逐步开放给用户使用，不过这个时间点蔚来并未说明。未来大规模开放之后，NOP+的收费模式目前也没有确定下来。

回过头看，单从功能体验的角度来说，NOP+实在不值得单独写一篇稿子来说它。但是，NOP+的玄机并不在于表面上的一角，冰山下的技术细节才更值得说。

02

NOP+，不止一个“+”这么简单

从技术角度来说，NOP+是蔚来自动驾驶研发的一个标志性事件，同时也是对原来基于Mobileye Q4芯片的NOP一次完全的推倒重来。

这种颠覆性，主要体现在几个方面。

首先，NOP+是统一的架构，而非割裂的场景搭建。这也意味着，在软件开发的思路上，蔚来已经在向行业头部玩家特斯拉看齐。

特斯拉在最新的 FSD V11版本采用的单堆栈开发方式，就是用深度学习算法“吞噬”基于功能和场景的NOA算法，最后用一套方案处理所有的场景。

蔚来自动驾驶研发助理副总裁任少卿表示，蔚来过去智能驾驶研发的思路是，将一个大场景进行分割，然后分别进行开发。比如蔚来上一代NOP，就是把原来NP的一部分和上下匝道两个场景做了开发。

这种搭积木的开放方式，有两个弊端：

第一，场景与场景之间的切换上存在不连贯性，导致使用体验不佳；

第二，基于场景分开进行处理，意味着系统本身的通用性和底层能力打通不足，这种问题造成的结果是，每一个场景的处理都需要单独进行设计规划，甚至场景与场景之间还会有矛盾之处，所以在做场景扩展的时候速度会非常慢。尤其是在城市开放道路场景下，交通状况复杂多变，这个问题就更加凸显。

所以NOP+采用统一的架构之后，上面的两个问题就会得到改善，同时也能为之后全场景高阶智能驾驶的实现奠定基础。

除了场景扩展的优势之外，统一的架构也可以支持不同国家和地区功能落地的统一化，这对于蔚来的出海战略意义重大。

其次，NOP+在用户和车端进行了精细化的运营。基于NOP+，蔚来会用搭载系统的量产车去持续验证每一段路是不是存在潜在风险，经过大量的验证之后，系统会在风险路段动态的开启或者关闭，最大程度的保证用户使用感受和安全性。

最后，NOP+更大的意义在于，这是蔚来第一个真正意义上的自研智能驾驶产品。

蔚来在NT1.0平台上采用的计算硬件，是由Mobileye提供的EyeQ4芯片。众所周知的是，Mobileye与主机厂的合作，是基于“黑盒交付”的非透明模式。Mobileye掌握着智能驾驶的底层硬件和感知算法，主机厂只能在此之上进行规划、决策和执行的二次开发。

这也意味着，主机厂在数据处理和系统更新上，没有自主权，系统出了bug也无法在第一时间从底层去找问题。

但是，随着NT2.0技术平台抛弃Mobileye转而采用更为开放的英伟达Orin芯片之后，蔚来的NOP+，实际上是一款从感知、规划到决策、执行的全栈自研系统。

这也意味着，蔚来可以在自研的基础上，实现自身的数据闭环和快速迭代，上文所提到NOP+的成长性，也正是有了这样的基础才能实现。

所以，NOP+对于蔚来，是在为以后全场景的高阶智能驾驶，乃至自动驾驶打下框架基础，蔚来自己也说，NOP+是NAD的起点。

另外，NOP+的发布，也意味着蔚来智能驾驶从功能和软件算法上，已经在自研的前提下，与行业主流看齐。

从目前的情况来看，高阶智能驾驶刚刚开进城市开放道路，除了特斯拉、小鹏和毫末智行等少数企业，大多数的玩家还都在停留在高速场景的高阶智能驾驶上，比如理想、智己、哪吒等等，都是其中的代表。

随着NOP+的到来，蔚来在重拾自动驾驶自研之后，终于有所成果。

03

蔚来智能驾驶，一波三折后重回自研

从时间上看，蔚来自研的NOP+相比同期的小鹏、理想来说，来得有些晚，但其实，在自动驾驶的研发上，蔚来曾经是最早踏出这一步的造车新势力。

2015年，成立时间不久的蔚来就在中美两地部署了完整的自动驾驶研发团队，整体的研发工作，是以硅谷团队为主。

这时蔚来自动驾驶研发的策略，是L2和L4两条腿走路。L2级辅助驾驶与Mobileye合作，硅谷团队进行底层算法的开发，国内团队做应用层面的适配；L4级高级别自动驾驶，则是采取自研的方式进行。

原蔚来汽车北美CEO Padmasree Warrior

为了能吸引硅谷技术人才，当时蔚来还请来了当时在硅谷享有声望的前摩托罗拉首席技术官Padmasree Warrior，担任蔚来北美CEO。

有了Warrior的坐镇，硅谷自动驾驶研发进展顺利，到了2017年，蔚来高阶自动驾驶研发有了初步成果，蔚来EP9电动超跑就在德克萨斯州的赛道上，以无人驾驶的方式跑出了257公里的成绩，成为当时全球最快的无人驾驶汽车。

这次测试，也是蔚来早期自动驾驶研发的高光时刻。

但也就在这之后，蔚来自动驾驶研发开始出现了一些问题，最核心的点，是中美两个团队的配合出现了问题。时差就是一个首要的问题，这导致了两个团队在技术配合与交流上效率不高。

蔚来CEO李斌的放养式管理，也让硅谷团队的独立倾向越来越严重，硅谷团队的核心技术资料对国内团队保密，基础代码不向国内工程师开放。到了后来，蔚来北美甚至开始考虑独立融资和自己造车。

对此，李斌也不得不进行整顿，2018年11月，李斌亲赴美国处理北美团队的问题，这个过程不得而知，但最终，这件事以Warrior卸任蔚来北美CEO，李斌亲掌权的结果了结。

至此，也宣告蔚来自动驾驶研发的第一阶段结束，转过年之后，蔚来就陷入了严重的资金链危机。在这一年，被称为当年最惨的李斌主要做两件事：找钱和裁员。

整个2019年，蔚来进行了多轮裁员，最大的一轮裁员1200人。北美自动驾驶团队成为裁员的重灾区，在当年进行了三轮裁员，整个团队的近一半员工被扫地出门。

伴随着裁员的号角，也宣告蔚来自动驾驶自研暂时放弃，不管是L2还是L4，都无奈依赖于Mobileye。

2019年11月，蔚来宣布与Mobileye合作开发L4级自动驾驶汽车，在这次合作中，蔚来的工作主要是自动驾驶系统的集成和车辆开发，底层的软硬件解决方案，则是由Mobileye来提供。

这种分工，谁是灵魂谁是躯体，不言而喻。

但是，作为一开始就认识到自动驾驶重要性的蔚来，灵魂又岂能这么容易的让渡于人？

2020年，随着安徽国资70亿元的投资到账，手头宽松不少的蔚来重启自动驾驶自研，但不同的是，这次自动驾驶研发的重心由国外转回国内，同时开始大量搜罗自动驾驶人才。

蔚来汽车助理副总裁任少卿

这其中，最具代表性的事件就是，随着北美自动驾驶团队VP Jamie Carlson离职重回苹果造车项目，北美ADAS团队大幅减员。此后不久，原Momenta联合创始人任少卿加入蔚来，担任助理副总裁，主管算法研发。

紧随其后，原小米芯片负责人白剑加盟蔚来，负责自动驾驶硬件团队。

至此，蔚来自动驾驶研发布局雏形初现，形成了硬件、算法、操作系统和系统工程四大团队。之后，又进一步整合为三个团队，蔚来老将章健勇负责的系统工程团队，在其离职之后被整合进其他团队。

04

高阶智能驾驶，已成赛道竞争焦点

随着蔚来NOP+上车，国内能够称得上全栈自研自动驾驶的玩家，又多一位。

从格局分布上来看，目前喊出全栈自研的主机厂，主要集中在新势力玩家当中，包括一线的蔚小理，以及哪吒和零跑等。

具体进展上，小鹏无疑是走在最前面的玩家。就在不久之前，小鹏的城市NGP，已经在广州进行了小范围OTA，其下一代智能驾驶系统XNGP的城市NGP功能，也将在明年上半年落地。

根据规划，在2024年，小鹏XNGP将实现全场景的高阶智能驾驶能力。

小鹏之后，目前来看，蔚来与小鹏暂时处于同一起跑线，都已经实现了高速场景的高阶智能驾驶，进入城市开放道路，还需要一点时间。

而零跑和哪吒，从实际落地的角度来看，目前还处在期货阶段，随着哪吒S和零跑C01的大规模交付，他们的技术能力或才能为外界所知。

目前能看到的趋势是，高阶智能驾驶已经成为整个赛道的竞争焦点，不仅是新势力、自研派，那些采取与供应商紧密合作策略的车企，也都作出了相关规划，这从Tier1供应商的技术落地节奏上，也能看出一二。

根据赛博汽车不完全统计，已经有将近20家自动驾驶公司发布高阶智能驾驶方案，量产落地时间节点几乎全部设置在2023年。

对比行业进展来看，经历过一番波折，蔚来智能驾驶开发节奏已经迎头赶上，虽然还不能称得上是第一梯队，但已经算是跟上节奏，且处于靠前位置了。