特斯拉在覆盖程度、安全接管率以及 顺滑程度上均做到了较为优秀的水平。
车企城市 NOA 进展不一，国内车企正激烈角逐无图模式。城市 NOA 功能正成 为车企在智能化时代下的逐鹿之地，在过去一年里，国内各家领先车企均采取了城 市 NOA 功能的落地推展计划，使用户能够在更多的地区和路段使用城市 NOA 功能 成为车企自动驾驶实力的展现： （1）特斯拉 FSD V12.3.4 采用的无图模式，在北美“几乎可以行驶到任何地方”， 覆盖各类交通场景。 （2）阿维塔 12 和问界 M9 均采用华为 ADS 2.0 自动驾驶系统，并先后于 2 月、 3 月全量升级为不依赖高精地图的城区 NCA 功能，实现“全国都能开”。（3）蔚来采用不开城只开路的打法，按路验证/优化/开通/运营，截至 7 月 17 日，蔚来城区可用里程达 354 万公里，覆盖 726 城。 （4）极越 01 PPA 智驾已经累计覆盖 300 城，开城背后是覆盖全国 360 万公里 的百度 LD 车道级地图，能够支撑极越城市 PPA 达到传统高精地图水平，并将在 2024 年内实现“有百度地图的地方就可以使用 PPA 智驾”。 （5）小鹏在 2024 年 1 月宣布 243 城市落地 XNGP，覆盖大部分主干道，而在 7 月，小鹏 XNGP 智驾 XOS 5.2.0 公测版本已开启推送，能够实现“全国都好用”、“有 路就能开”。 （6）智己在 2024 年 4 月在上海等四城市开启“无图城市 NOA”公测，并于 7 月 8 日宣布在这四个城市正式落地，同时开放 65 个城市的公测，计划年内开放全国。
自动驾驶系统城市覆盖数量背后，还应关注城市内路网的覆盖程度。在技术、 成本、数据、时间甚至政策等因素影响下，开城往往不是某个城市“全域开放”，而 是“白名单式”开放：只对城市里部分白名单道路开放，或只招募部分满足一定门 槛的白名单用户开放，如此将会遇到自动驾驶系统仍未覆盖的路段和场景（如掉头、 环岛等复杂场景），城市 NOA 功能将会自动降级为 LCC 或退出要求接管。与此相对 的还有“黑名单式”开放：除了部分特定场景无法开（如保密区域等），其余全国所 有路都能开，且对全量用户开放。对于绝大部分用户来说，城市内路网的覆盖程度 是直接关系到体验的核心，如果路网覆盖不完全则会频繁触发接管，用户无法在城 市道路中高频使用自动驾驶，造成较差体验。 使用“可用场景数量/里程”反映城市内路网的覆盖程度。由于难以计算出场景 的具体里程数据，因而无法直接对路网覆盖程度进行直接的度量，我们使用“可用 场景数量/里程”这一指标间接反映车企城市 NOA 的路网覆盖程度：单位里程中城 市 NOA 可用的场景数量越多，往往代表着城市 NOA 对道路的覆盖程度越好。但同 时路况的复杂度、场景耗时等因素也会影响这个指标，同时个别车企的智驾覆盖程 度也有一定的条件，因而这一指标只能间接反映自动驾驶的路网覆盖程度。
阿维塔、问界覆盖程度较高，蔚来、智己覆盖程度有待加强。从我们的测试数 据看，特斯拉 FSD 的“可用场景数量/里程”最高，在测试时间点特斯拉在纽约市基 本属于全覆盖，甚至在环岛等场景也没有提示接管。问界与阿维塔的 ADS 2.0 综合 来看覆盖程度位于前列，基本做到了“有路就能开”，但在环岛和内部道路不可用。 极越与百度深度合作，百度 LD 地图为极越提供了良好的路况覆盖，覆盖程度较好， 但其覆盖程度同样也受限于地图的分布。小鹏在无限 XNGP 的版本之前仍不能做到“有路就能开”，策略是核心城市覆盖当地小鹏车主需求较多的主要路段，地级市或 县级市优先开放用户常用的核心路段。蔚来的开路模式从数据来看相对较低，原因 可能在于测试车辆的蔚来智驾安全分权限不够，按照蔚来的规定，只有分数高于 70 分才能够全量城区验证道路可用，如果分数低于 70 分，则只有城区主干验证道路可 用。智己在上海测试时仍是公测版，在 7 月 8 日才在上海等四城市正式落地。
平均接管里程反映自动驾驶系统的安全性和用户体验，但受路况复杂度影响。 平均接管里程衡量自动驾驶系统在两次接管之间的平均行驶里程数量，衡量自动驾 驶是否达到了人类驾驶员的安全水平，一般认为平均接管里程越高，自动驾驶的安 全性越高。值得注意的是，由于车辆请求接管原因和环境不同，并不是每一公里的 路测都是等价的，比如城市道路环境中由于路况较高速道路更加复杂，因而可能会 更加频繁地要求接管。 在我们的测试中，特斯拉平均接管里程最高，国内车企出现分化。从我们的测 试数据看，特斯拉 FSD 的平均接管里程是所有测试车企自动驾驶系统中最高的，在 实际表现中，FSD V12.3.4 基本能够在大部分路况中自如处理，仅在不常见的长尾场 景中进行了接管。
小鹏平均接管里程为国内最高，意味着其城市 XNGP 的安全性和 稳定性较为领先，一方面，部分接管为路段无法使用而导致的接管，另一方面，小 鹏在较难的场景会主动提示接管。联系前面提到的小鹏路网覆盖度较低，可以推测 其为保证城市 XNGP 的安全性和体验的稳定性，暂时主动放弃了路网的覆盖度。问 界与阿维塔的平均接管里程要低于小鹏，一方面，城市 NCA 在一些较为复杂的路段 没有主动提示接管，这使其路网覆盖度是国内最广的，在某些较难处理场景也有所 表现，另一方面这种较为激进的风格也造成部分主动接管。极越、智己与蔚来总体 低于华为系的表现，但限于测试里程较短，测得接管次数总体也较少：极越得益于 百度地图为其提供的 LD 地图支持，平均接管里程为三者中最高；而蔚来按照道路开 城的做法导致一些小路的覆盖不尽人意，而在测试路段中我们会优先挑选小路测试， 平均接管里程为三者中最低。
以场景优秀率衡量自动驾驶系统顺滑程度。车辆顺滑程度，可以体现在自动驾 驶状态中的车辆驾驶是否平稳、行驶是否线性流畅、对场景的处理是否足够老练， 核心是为了衡量车辆的拟人程度。我们使用场景优秀率衡量自动驾驶的顺滑程度，“优秀”场景为与用户心理预期基本一致的场景，“丝滑”场景为系统操作超出用户 预期的场景，因而优秀及丝滑场景的数量占总场景的比例可以较好反映车辆拟人化 的能力。 在我们的测试中，特斯拉场景优秀率较高，体现较强的拟人能力。从测试数据 来看，特斯拉的场景优秀率更高，在具体场景中表现为车辆加减速并无强烈顿挫感； 启停反映速度快，与平行车辆几乎同步等等，特别是在一些困难场景中，如地上并 无明确车道线，甚至驾驶员也不确定该路口是否可以左拐的路口，车辆自行正确完 成无保护左转操作。国内各家车企的场景处理顺滑程度基本处于 50%区间，这意味 着当前车企的自动驾驶系统有将近一半的场景还无法达到用户满意的水平，当前的 城市 NOA 驾驶使用户从“能用”到“好用”仍有较大的差距。蔚来测试表现较差是 由于在测试路段中优先挑选小路测试，与安全接管率较低原因相同。
