我，开启蔚来NOP返乡过年，在高速上被围观了

　　除夕临近，高速公路上再次涌现出汽车春运潮。
　　对于「幸运的」一部分蔚来车主而言，这是一次全新体验的回家之旅。
　　2023 年元旦期间，蔚来正式开始向  10,000 名  NT2.0 平台（涵盖 ET7/ET5/ES7 车型） 用户开放 NOP+ Beta 版本试用资格 ，为后者提供堪称蔚来「史上最强」的高速领航辅助驾驶功能。
　　汽车之心也在第一时间尝鲜，明显发现有了 NOP+的加持，用户无论在变道超车、上下匝道，还是在限速调节、车辆偏移等场景中，都将获得功能体验上的飞跃提升。
　　哪怕是遇到高精地图降级，NOP+也给人截然不同的感受。整体相比以往的 NOP，蔚来这次像是独立开发了另一款更高阶水平的智驾系统。
　　事实正是如此，在 Beta 版本发布前的蔚来 NOP+媒体沟通会上，蔚来自动驾驶负责人任少卿曾直言，NOP+既不是 NP 的延伸，也不是 NT1.0 平台下对 NOP 的定义，而是彻底改头换面、回炉重造的全栈自研点到点高级别辅助驾驶方案。
　　简单来说，以往的 NOP 是在 ACC、LCC 基础上增加了自动打灯变道、自动超车等功能，而新的 NOP+则是以点到点自动驾驶为目标设计开发，二者的系统框架和逻辑思路截然不同。
　　NOP 的使命或许是比 ADAS 做得更优，而  NOP+ ——「对我们来说，就是 NAD 的起点 。」任少卿语气坚定地说道。
　　01、 NOP+初体验：告别青涩新手司机，向沉稳老司机迈进
　　在靠拼手速抢到了蔚来 NOP+ Beta 版本「万分之一」的试用名额后，我选择一条从深圳市到清远市的路线，去体验该辅助驾驶的最新功能，全长  180 公里 （往返 360 公里） ，跨越白天黑夜，并途径高架、隧道、上下匝道等场景。
　　一整个过程下来将近 5 个小时，我对其第一印象是「胆大」、「灵活」和「顺畅」。
　　所谓胆大指的是蔚来 NOP+在超车变道时，能够自主根据车流情况，更果断快速地执行策略。
　　以往 NOP 遇到前方有慢车准备变道时，往往还会停留几秒时间观察后方来车和前车距离，等到前后留有足够大的空隙，NOP 才敢切换车道，否则就一直跟在慢车后面，或者变道到一半，系统又自动放弃，提示变道失败，又回到本车道。
　　这种过于谨慎的策略导致 NOP 变道成功率往往不高，通行效率较为低下，由于其时不时中途放弃变道，甚至会造成一定的安全风险。
　　NOP+则不然，在深圳到清远的高速路上，只要当系统监测到前方车辆速度较低，且待转入车道前后留有一定空间时，NOP+就会发起变道，并加速超越慢车，接着保持一定速度行驶，并为下一次超车变道做准备。
　　从结果来看，NOP+超车变道成功率 接近百分之百 。
　　事实上，这也正符合人类司机的驾驶风格，在保障安全的情况下，更高效地完成通行。
　　「灵活」体现在 NOP+选择出匝道的时机和过匝道调速上。
　　市面上不少高速领航辅助驾驶系统，遇到前方要出匝道的情况时，往往会提前好几公里就开始从最左侧车道，慢慢移到最右侧车道，此前 NOP 也是如此，这样做的原因不言而喻：以防错过匝道口。
　　然而带来的问题也很显著，由于最右侧车道行车速度慢，且都是大货车，太早变道既牺牲了行车效率，也容易发生交通事故。
　　NOP+并不会机械式地设置开始变道的距离，而是根据路况信息实时判断进入匝道时机，当「看到」右侧车道车流不大时，NOP+会在距离匝道口较近例如 1.2 公里时才向右变道，而当右侧车流密集时，则会提前更早做准备。
　　换句话说，NOP+能够十分灵活地处理何时进匝道问题。
　　在匝道行驶过程中，体现出 NOP+又一种「灵活性」。
　　一般而言，高速匝道限速  40km/小时 ，为此，许多辅助驾驶企业便将匝道车速设定在 40km/小时，然而，这种做法看似遵守了交规，实际上却给用户带来了糟糕的体验。
　　蔚来自动驾驶体验负责人黄鑫表示，首先便是行车速度太慢，尤其在匝道并没有多少车的时候，40km/小时的车速大大降低了通行效率。
　　另外一个问题是，当匝道车流密集时，按限速跑并不安全。
　　「如果此时后方一辆大货车嫌本车在匝道上行驶太慢，试图强行超车，反而会带来危险。」黄鑫透露， 匝道通行 也是 NOP 曾被用户吐槽前三的问题之一。
　　NOP+焕然一新，会根据匝道的弯度、坡度以及车流，动态调节车速，我本次在不同匝道上体验到的车速都不相同，且平均车速达到  60km ，足以见 NOP+的灵活与高效。
　　NOP+带来的另一大感受是顺畅，拥堵路段的跟车启停、高速进出匝道、白天和黑夜的辅助驾驶切换等场景，都让坐在车上的人感到很顺畅。
　　而更顺畅的还包括面对高精地图降级，车辆能做到几乎无感。
　　众所周知，由于部分路段高精地图覆盖不足，NOP 很容易降级为 Pilot，NOP+也是如此，不过相比前者而言，NOP+在降级后与 Pilot 的交接更自然，并不会在切换时给用户造成十分明显的顿挫感，当抵达高精地图覆盖区域时又能很快自动连上，保证了用户乘车体验了的连续性。
　　值得一提的是，NOP+在车辆偏移方面的表现也让人印象深刻。
　　每当有大车或快要越线的小车靠近我乘坐的车辆时，NOP+ 都会往相反方向略微偏移，避免和这些车辆发生碰撞。
　　当然，NOP+高速领航辅助驾驶毕竟还处于进化中，在我的实测中，该功能还存在尚待改善的地方。
　　其一是 幽灵点刹 ，在深圳往返清远的路上，ET7 发生过不下 8 次原因不明的点刹，有时左右车道车辆离本车距离较远时，车辆也会轻刹一下，据了解，已有不少 Beta 版测试车主反映这一问题。
　　其二也是和刹车相关，但比幽灵点刹更危险—— 出匝道急刹 。
　　在车辆快出匝道汇入主路时，由于在右侧车道检测到有车辆靠近，本车车速从  50km/每小时 左右迅速下降，直奔刹停而去，我立即进行接管，而此时一辆车正巧从后方驶来，不得已立即跟随本车降速，幸好双方反应及时，不然将酿出事故。
　　其三是 遇到施工路段路径规划不够合理 ，在使用过程中，行驶在最左侧车道的 NOP+曾提示「前方占道施工，距离四公里，请小心驾驶」，然而等到接近施工路段，NOP+也没有提前进行变道避让，而依然行驶在最左侧车道，若非人工接管，车辆或将撞上施工标志。
　　其四还在于 NOP+仍缺乏一定程度的车辆博弈能力，对于非临近的「第三车道」驾驶行为没有判断。
　　我遇到这样一个场景：车辆行驶在右三车道，右边一辆大车并行行驶在右一车道，此时大车向左发起打灯变道，而本车「无视」此信号灯，向右发起变道，导致中间车道被同时争夺，为避免事故，我很快进行了接管。
　　除此之外，NOP+还存在对锥桶表现过于敏感的问题，哪怕锥桶离本车道较远，隔着几个车道，甚至在非车道例如隧道台阶上，NOP+仍会不断发出提示音「小心施工，准备随时接管」，这给乘坐人员造成了一定困扰。
　　02、 NOP+：不是 NOP 的「继往」，而是 NAD 的「开来」
　　从上面可以看到，尽管 NOP+，但相较于 NOP，仍肉眼可见地提高了通行效率和用户舒适度。
　　事实上，NOP+相较于 NOP，还有肉眼不可见的优势：可成长性。
　　「尽管 NOP 已经逼近性能天花板，但对于 NOP+来讲，那还只是自己的起点。」黄鑫十分「残酷」地指出了这一点。
　　因为无论从硬件还是软件上看，基于 NT2.0 平台的 NOP+完全超越了基于 NT1.0 平台的 NOP，这让前者在智能驾驶进化道路上，有更加广阔的未来。
　　首先在硬件层面，NT2.0 平台拥有由  33 个 高性能传感器组成的 Aquila 超感系统 ，包括 1 个 1550nm 激光雷达、7 个 800 万像素摄像头、4 个 300 万环视摄像头等，以及由 4 颗 NVIDIA Drive Orin X 芯片构成的 Adam 超算平台。
　　高清摄像头以及激光雷达带给 NOP+的能力加持是显著的，不仅能对行驶环境进行更准确的识别，还借助多传感器融合，为解决高精地图使用问题创造了条件。
　　任少卿透露，2023 年上半年，蔚来智能驾驶的底层感知将切换到 BEV 模型，通过实时感知弥补高精地图鲜度低、覆盖率不足的问题。
　　强大的 Orin 芯片也让 NOP+有向上拓展的底气。
　　2020 年 10 月，蔚来基于 2.5Tops 算力的 Mobile Eye Q4 芯片，推出了 NT1.0 平台的 NOP 功能，经过两年多的迭代，其已累计升级  14 次 ，能力逼近芯片瓶颈。
　　而 NT2.0 平台上，4 颗 Orin 芯片总算力骤然增加到  1016 TOPS ，为 NOP+更高阶的算法迭代奠定了基础。
　　强感知和大算力组合，更形成了 NOP+全量实时的数据闭环，而这正是辅助驾驶迈向自动驾驶的必要条件。
　　过去，蔚来利用 Mobile Eye Q4 芯片跑感知算法，自己则在 MCU 上做规控，由于 Mobile Eye 是黑盒模式，导致尽管 NOP 用户迄今已经行驶了  2.3 亿 公里（目前 20 多万辆车，一天可以跑出一千多万公里的里程） ，但相关感知数据仍大量处于「不可用」状态，无法通过数据驱动助力 NOP 感知能力上的提升。
　　而 NOP+由蔚来全栈自研，在两块 Orin 芯片上既做感知，也做规控，将核心数据和能力掌握在自己手里。
　　此外， NT2.0 平台另两块 Orin 芯片用于跑影子模式和数据闭环，由于算力高，可以实时采集传感器的全量数据，这样当用户遇到智能驾驶问题时，蔚来就能随时「复现」场景，了解每个传感器的工作情况，并用于后续云端算法快速迭代。
　　在 系统架构 上，NOP+也比 NOP 有更强的延展性。
　　任少卿透露，蔚来在开发 NOP 时的思路是，基于 Pilot 做场景延伸，例如分别对高速直路和上下匝道进行分割，按场景不同分开做开发，这导致用户体验随着场景切换，产生不连贯的感受。
　　这样的做法注定了 NOP 难以向城区拓展，由于后者环境条件十分复杂，如若按划分单个场景做智驾功能，不仅速度慢，更会因功能目标分散，给用户带来糟糕的体验。
　　蔚来需要搭建一个不基于 ODD 的智驾系统架构，打造通用性的底层能力，而这正是 NOP+的样子——用一套统一的架构，支持场景拓展。
　　任少卿表示，如此不仅保证了用户的连续性体验，也让 NOP+往广度和深度方向进化的速度大大加快。
　　从硬件软件，再到系统框架，NOP+是对 NOP 路线的推翻重来，也是迈向 NAD 的起步和开头。
　　03、 奔向 NAD，NOP+开启弯道加速
　　什么时候 NOP+将进化成 NAD？
　　黄鑫在媒体沟通会上以高速场景为例，向外界透露出 NOP+迭代路径。
　　具体来说： NOP+首先要实现 高速点对点的安全 和高效通行 ，此时相当于 NAD 85% 的能力水平；接着通过重点场景的攻关和长尾问题优化，达到 NAD 设计目标的  95% ；最后通过持续迭代算法，迈向高速 NAD。
　　当然「完全体」的 NAD 不仅限于高速场景，还涵盖换电&补能、泊车&低速、城市&通勤等。
　　例如在 2022 年 NIO DAY 上，蔚来宣布将为旗下的每座第三代换电站配置双 Orin-X 芯片、两颗激光雷达，从而实现召唤换电与自动泊入功能。
　　对于城市级自动驾驶，黄鑫表示蔚来也在研发验证，总体思路是分 场景 和路线 开发新功能，而非现在城市 NOA 玩家的分地区开发。
　　此外，由于 NAD 的定位是自动驾驶，且责任归蔚来，还需要获得监管层的允许，蔚来透露正在和相关部门保持密切沟通。
　　目前，朝着 NAD 进化方向，NOP+正在就拥堵跟车启停、Cut-in 的减速响应、两车道变道体验及超车变道以及「地图降级」更加无感持续优化体验。
　　与此同时，蔚来还积极发动「群众力量」，帮助其加速迭代智驾功能。
　　在向 10,000 名用户推送 NOP+ Beta 版的同时，蔚来在车内新增了一键上报的交互方式。
　　当驾驶者使用 NOP+遇到问题时，可以通过长按方向盘左侧的左键或者右键，帮助系统录取最近一段时间的自动驾驶相关数据，经合规化处理之后上传到云端，供蔚来算法研究人员调用分析。
　　用户还可以通过和 NOMI 直接对话，反馈针对 NOP+功能的改进建议。为了鼓动用户积极参与「一键上报」，蔚来提供积分和蔚来值等奖励机制。
　　这种车企和用户「智驾共建」带来的迭代效应十分明显。
　　据了解，NOP+ Beta 版从 2022 年 12 月 8 日开启「领航团测试」，到 12 月 27 日，已经累计完成超过  17 万 公里的行驶路程。
　　黄鑫透露，在此期间，NOP+ 存在的问题以及用户反馈的问题，都成了「已知问题」，并已经或逐步在解决。
　　对于 NOP+未来体验优化和场景优化，他因此有了更大的信心。
　　任少卿同样表示，NOP+正处于从辅助驾驶向自动驾驶过渡，「出弯道开始加速的时间点」。
　　回到 NOP+ Beta 版小范围推送事情本身，对于蔚来而言，意味着重新获得辅助驾驶赛道的领先地位。
　　从时间上来说，蔚来本是国内第一家实现领航辅助功能的汽车品牌，但后面由于受限于 NT1.0 平台的能力，智驾进展一直较为缓慢，与跑在最前面的玩家相比甚至显得有些「掉队」。
　　然而，随着 NT2.0 平台车型交付，蔚来将智能驾驶架构推倒重来，在更先进的软硬件加持下，正大步赶上、超越，乃至引领行业的前进方向。
　　本次 NOP+ Beta 版只是其巨大潜力下的「小试牛刀」，走向真正自动驾驶的 NAD 才是蔚来追求的星辰大海，而改变，正在悄然发生着。