要说今年新能源车企们最重要的一场较量，那一定是：NOA“进城”。

随着以华为、小鹏、理想为首的新势力们喊出激进的智能驾驶开城口号，人们对智能驾驶从高速场景延伸到城市场景的兴趣愈发浓厚。

然而，就在市场对不依赖高精地图的城市领航辅助驾驶（简称：城市NOA）的热情被点燃之后，新势力们却出人意料地给出了一份看似“折中”的答卷：通勤模式。

为什么说是“折中”？

因为通勤模式是将使用区域限制在每个用户高频使用的路线上进行所谓熟路模式，而非全域通用。

“如果单从产品的角度来看，‘通勤模式’确实是一个挺好的产品定义。”这句话的言外之意便是，与其说“通勤模式”是一项技术，不如说是一种商业模式。

但商业模式的创新，对于自动驾驶来说显然不够“性感”。

于是，一种质疑的声音也出现了：自动驾驶并没有从高速场景直接奔向城市全场景，而是出现一个点到点的“通勤模式”，这个背后究竟是产品设计的灵感乍现还是城市NOA落地艰难之下的迂回策略？

和名字一样，“通勤模式”就是让消费者不需要等待高精地图的更新，也不需要等待厂商对某个城市的开通，只需要通过自己短期的手动训练，就能在日常通勤的路线上实现智能驾驶的功能。

2023年3月，小鹏首次提出“通勤模式”的概念。随后，车企、自动驾驶公司纷纷跟进。

当然，各家企业的名字并不相同，比如小鹏叫做 AI 代驾，理想叫做通勤 NOA，大疆车载叫做记忆行车...

6月份，大疆提出了基于低成本硬件的“记忆行车模式”，并将落地宝骏云朵。

紧接着，8月份理想汽车官宣了通勤NOA的计划，9月将正式面向早鸟用户开启内测，2024年1月将推送全量的AD Max用户，AD Pro的推送将紧随其后。事实上，从6月底开始，理想汽车就向早鸟用户推送了首个不依赖高精地图的城市NOA。

智己汽车则是在9月开启去高精地图NOA公测，并预计将于2024年覆盖全国100+城市，2025年迈入Door to Door（全场景通勤）时代。

自动驾驶公司元戎启行对外发布了D-PRO和D-AIR两款行泊一体的智能驾驶产品，号称无需高精地图，可以以更低的硬件成本就能实现城市内点到点智能驾驶。

华为智能汽车解决方案BU CEO余承东此前在微博上曾公布今年三季度不依赖于高精地图的城区NCA将在15城落地，到四季度将增加到45城。在最近举办的问界新M7发布会上，华为选择调整目标，宣布在年底直接将无图版的ADS 2.0推广到全国。

对于华为突然选择更加激进的开城策略，外界有一种猜测认为可能是受到特斯拉FSD的影响。

作为无高精地图的忠实拥护者，特斯拉先是在8月份由马斯克亲自上线开启了一场FSD Beta V12试驾直播，紧接着又将“城市街道自动驾驶”列为“即将推出”的功能，移至可用/已部署功能列表中。这也被外界猜测特斯拉FSD将结束长达三年多的测试长跑，率先部署到美国和加拿大的车队中，真正实现落地应用。

除了猜测背后的动因之外，外界也在讨论华为ADS 2.0无图版究竟是什么？一种较为普遍的猜测就是年底很有可能华为是向全国推送ADS 2.0的“通勤模式”，而非是全量的ADS 2.0无图能力。

看起来，无论是车企还是自动驾驶技术公司，正在集体加码“通勤模式”。

“这个场景可能是一个过渡阶段，”腾讯智慧出行副总裁钟学丹对钛媒体App说道。

在钟学丹看来，现在城市级的建图是一个相对需要多层的过程，而通勤这个场景，无论是路上这段数据的理解、熟悉程度以及建图的数据能力，相比其它场景更容易一些，所以从这个场景切入会比直接去做城市级覆盖更容易和更聚焦一些。

“过渡”在某种程度上也折射出了当下中国玩家在量产自动驾驶过程中难以“脱图”的现实困境。

所谓的“脱图”，指的是脱离高精地图。

2022年开始，高速NOA快速发展并向城市场景延伸，车企和供应商纷纷发布相关产品，并官宣落地计划。在高速NOA向城市NOA拓展的过程中，“用不用高精地图”成了行业热议话题。

为什么会有玩家倾向于不用？成本高昂、更新速度跟不上、甲级测绘资质稀缺、感知技术的发展等都是原因，其中成本是最主要的因素。

根据《智能网联汽车高精地图白皮书》显示，采用传统测绘车方式，分米级地图的测绘效率约为每天每车500公里道路，成本为每公里10元左右，而厘米级地图的测绘效率约为每天每车100公里道路，成本可能达每公里千元，一天就是十万级的费用。

“高精地图跟高精定位是相辅相成的，用高精地图一定要用高精定位，有了高精定位也必然要配上高精地图来用，这两个模块加在一起儿成本就更高了。”领骏科技领骏科技创始人、CEO杨文利说道。

在“抛弃”高精地图的过程中，即有温和派的做法，也就是用“轻地图”的方式。

“轻”主要有两种思路，一种是在传统高精度地图上“做减法”，即根据实际需要减少一些地图要素，还有一种是在导航地图基础上“做加法”，针对智驾需求适当增加一些元素。

当然，也有坚定选择“无图”模式的激进派，比如特斯拉。

“无图模式”听起来更轻量，改革力度更大，但实际运行起来并不容易。

一位行业人员更是直言道，“既然能喊无图，就说明图在里边非常重要，否则自动驾驶根本不用提地图。”

从技术难度比较上来看，杨文利解释说，城市道路跟高速道路的难度等级至少差1-2个数量级。城市道路里路口结构复杂且规范度仍待提高，特别是在早高峰时间，道路参与者也更多，司机的驾驶习惯也更复杂。

而这时高精地图的优势便显现出来了，因为高精地图本身是一个先验知识而且是超视距的，它能够配合高精定位，提供厘米级的定位、精确的驾驶辅助信息和语义信息，相当于直接给高阶辅助驾驶打开了“上帝视角”。

正因为这些特点，杨文利继续解释道，有些地方虽然车子并没有跑过，但是可以通过高精地图在距离很远的地方就知道道路结构，比如还有几条路，这条路是左转的、那条路直行的，这样汽车就可以很早地转到目标车道上面。如果去掉高精地图，只用导航地图，一些信息就没有那么精确，转而对实时感知和决策规划提出更高的要求。“轻地图”在大幅减低成本的同时，也大幅提升了技术难度，成为了众多自动驾驶公司和车企竞相追逐的方向。

“除非你的学习能力是这个百分之百的正确，不然只要发生问题，比如像道路结构这么重要的元素，一错就是劝退类。”一位自动驾驶从业者向钛媒体App说道。

在四维图新高级副总裁孟庆昕看来，简单的“无图”两个字，本身就是一种比较粗犷的描述。“高精地图分几类，精度高到什么程度，覆盖哪些场景，什么范围，这里边的要素非常复杂。” 

在有图和无图之中构建一个中间地带，“通勤模式”给中国自动驾驶量产玩家们提供一条当下就能“进城”的捷径。

在这些新势力们的设想中，多条被跑通的通勤路线组合后，就可能为城市领航功能落地提供“底图”。

比如理想的通勤模式功能，前期还需要人类驾驶员来驾驶车辆，实现家到公司的点到点驾驶。但与此同时，车辆会通过车身上的感知硬件以及地图数据，来感知和记录途经路段的信息，再提供给理想的NPN神经先验网络算法，进行提取、调用和学习。理想表示，通勤模式密集跑通的区域，将能够更快落地城市NOA。

小鹏的“AI代驾”可以通过短时间分析用户的通勤路段等其他相对固定的线路，学习用户驾驶风格，由此可以实现私人定制路线。并且，小鹏表示，AI代驾的路线可以分享给其他用户。

然而，高精地图的采图是依靠专业的地图采集车，而通勤模式则是依靠消费者自身。

从采集数据的时间来看，地图采集车多在凌晨、半夜等车少路空的时段出动，通勤车则多在路况拥堵的上下班时段，众多动态物体会遮挡场景导致数据质量急剧下降。“拥堵之后，车道线和周边环境容易被遮挡，识别信号也不太理想，如果一直都是在上下班拥堵情况下去采图，那建图质量可能不理想。”

可见，通过借助海量数据训练大模型，提高自动驾驶技术的成熟度，形成车企自己的数据闭环的逻辑并不容易完成。

除了采集的数据质量之外，目前车企的量产车队规模有限，导致获取的数据总量受限。其次，如何从海量数据中快速筛选高价值数据，必将考验标注能力。

更为关键的是，通勤模式虽然避免了甲级测绘资质的难题，但如果越来越多的人使用了通勤模式，虽然会给厂商多出海量的道路测试员和数据反馈，但数据合规监管的问题一定不可避免。

站在消费者的角度，通勤模式下除了使用范围受限之外，驾驶者还需要主动训练“通勤模式”，那可能真的需要非常长的训练时间，并且最终的使用效果也不能完全保证。这种模式到底能不能够帮到消费者，还是一个问号。

种种难题之下，从通勤模式到城市NOA，距离还有多远？

地平线CEO余凯认为，对于自动驾驶不要太过焦虑。到2025年，真正要做的是在合理的性价比下，把高速NOA、环线NOA 这种封闭道路的自动驾驶体验做到如丝般的顺滑，而且价格不能太贵。同时要有相当的投入，真正地把更复杂的城区的NOA 做到可用。

孟庆昕也更为认同这一时间判断。

她解释说，政府的监管趋势是逐渐放开的，四维图新在今年6月份已经拿到了120个城市的自动驾驶的审图号。但对于开放的这些场景来看，车的功能是不是真的够安全？数据是不是可靠合规？还有诸多问题需要解决，2024年、2025年会是一个更为实际的落地时间点。

据了解，目前除特斯拉之外，各家已经推送的城市领航功能仍是有图方案。小鹏、百度、华为、理想的无图方案都是预计2023年年底推出。

“通勤模式“引发热切关注原因在于很多人认为通勤模式是解决城市NOA落地范围受限的一条捷径。然而，从实际情况来看，通勤模式不仅存在自己独有的挑战，城市NOA真正的难题靠通勤模式也未必能避开。或许还是那句话，自动驾驶的大成没有捷径。