理想与小鹏城市NOA技术差距分析报告

#autonomous_driving #城市NOA #智能驾驶 #理想汽车 #小鹏汽车 #端到端模型 #ev_industry
中性
A股市场
2026年1月26日

解锁更多功能

登录后即可使用AI智能分析、深度投研报告等高级功能

理想与小鹏城市NOA技术差距分析报告

关于我们:Ginlix AI 是由真实数据驱动的 AI 投资助手,将先进的人工智能与专业金融数据库相结合,提供可验证的、基于事实的答案。请使用下方的聊天框提出任何金融问题。

相关个股

LI
--
LI
--
XPEV
--
XPEV
--

基于最新搜索数据,我将为您系统分析理想汽车城市NOA的落地进度以及与小鹏XNGP的技术差距。


一、理想汽车城市NOA落地进度
1.1 最新技术突破

根据地平线官方信息,2026年1月21日,理想AD Pro 4.0正式推送,

行业首个基于单颗地平线征程6M芯片(128TOPS算力)的端到端城市NOA方案
在理想L系列智能焕新版上实现量产交付上车[1]。此前,业内普遍认为实现城市NOA至少需要200TOPS以上算力,理想此次突破了这一认知边界[1]。

1.2 端到端架构演进
  • VLA司机大模型
    :2025年9月,理想向AD Max车型全量推送VLA(视觉-语言-动作)司机大模型,开启了园区漫游和声控驾驶功能[2]
  • 数据规模
    :截至2025年底,VLA司机大模型推送后月使用率达到80%,VLA指令使用次数达到1225.4万次[2]
  • 性能表现
    :当端到端模型训练数据超过1000万Clips后,研发团队发现性能提升开始放缓[2]
1.3 功能覆盖现状

理想汽车的城市NOA已在全国超100个城市实现落地应用,实现了从"尝鲜体验"到"实用工具"的转变[3]。


二、小鹏XNGP技术进展
2.1 第二代VLA系统发布

2025年11月,小鹏汽车在科技日发布

第二代VLA(视觉-语言-动作融合)系统
,这是全球首个量产的物理世界大模型[4]。该系统的核心创新在于
彻底去掉了传统"V-L-A"架构中的语言转译环节
,实现了从视觉信号到动作指令的端到端直接生成[4]。

2.2 算力与数据优势
指标 小鹏第二代VLA
云端算力 3万卡集群[4]
基座模型参数 720亿[4]
车端算力 2250TOPS(3颗自研图灵芯片)[5]
训练数据量 近1亿Clips[4]
场景覆盖 相当于人类司机驾驶65,000年遇到的极限场景[4]
2.3 落地进度
  • 无图覆盖
    :已实现全国
    2,595个城市
    无图覆盖[4]
  • 实车测试
    :累计完成
    756万公里
    实车测试[4]
  • 推送计划
    :2026年第一季度向Ultra车型全量推送,2025年12月底已启动先锋用户共创体验[6]
  • 实测表现
    :在22公里复杂路况测试中,实现98%智驾占比和全程0接管[4]

三、技术差距对比分析
3.1 架构层面的本质差异
对比维度 理想汽车 小鹏汽车
技术路线 VLA架构(含语言转译环节) 第二代VLA(端到端直连)[4]
架构创新 保留"视觉→语言→动作"流程 去掉语言转译环节,实现直接生成[4]
系统推理效率 传统VLA架构 推理效率提升数倍[4]

本质差距
:小鹏第二代VLA通过架构创新省略了中间的语言转译环节,实现了更高效的端到端处理,这在大模型领域属于架构级的突破[4]。

3.2 算力配置差距
指标 理想AD Max 小鹏XNGP
芯片方案 英伟达Orin系列 自研图灵芯片×3颗[5]
算力水平 主流508TOPS(双Orin) 2250TOPS[5]
算力差距 - 小鹏领先约4.4倍

小鹏通过自研图灵芯片实现了行业最高的2250TOPS车端算力[5],为端到端大模型提供了充足的计算冗余。

3.3 数据规模差距
指标 理想汽车 小鹏汽车
训练数据 超1000万Clips[2] 近1亿Clips[4]
数据规模 约10倍差距 领先10倍
测试里程 未公开 756万公里[4]
城市覆盖 100+城市 2,595个城市[4]
3.4 功能体验差距

小鹏XNGP已实现

  • 98%智驾占比 + 全程0接管(22公里复杂路况实测)[4]
  • 更精准的物理世界理解能力[4]
  • 更强的复杂场景应对能力

理想AD Max的优势

  • 更低算力实现城市NOA(128TOPS方案已量产)[1]
  • 更低的硬件成本门槛
  • 声控驾驶等创新交互体验[2]

四、差距根源与战略意义
4.1 技术代差形成原因
  1. 架构创新投入
    :小鹏在2024-2025年期间投入大量资源进行第二代VLA架构研发,放弃了成熟的VLA路线[4]
  2. 自研芯片战略
    :小鹏图灵芯片的量产使其在算力上获得自主可控优势[5]
  3. 数据飞轮效应
    :小鹏更早布局端到端数据采集,形成了数据规模壁垒[4]
4.2 理想的应对策略

理想选择**"低成本高效率"路线**,通过优化算法架构在128TOPS算力上实现城市NOA功能[1],这体现了其务实的技术策略——

用更低的硬件成本实现类似功能

4.3 市场影响分析

根据中汽协数据,2025年1-11月我国城市NOA渗透率达15.1%[3],30万元以下主流车型占比超过68.9%[1],城市NOA正在从高端专属向大众市场渗透。在这一趋势下,理想的低成本方案和小鹏的高性能方案将分别服务于不同市场定位。


五、结论

技术差距总结

  • 架构层面
    :小鹏领先一代,实现了真正的端到端直连
  • 算力层面
    :小鹏领先约4.4倍(2250TOPS vs 508TOPS)
  • 数据层面
    :小鹏领先约10倍(1亿Clips vs 1000万Clips)
  • 覆盖层面
    :小鹏城市覆盖数是小鹏的26倍(2595 vs 100+)

发展趋势
:预计到2026年下半年,两家车企的技术差距可能进一步扩大。小鹏凭借架构创新和自研芯片优势,正在建立技术护城河;而理想则通过算法优化降低硬件成本,推动城市NOA向大众市场普及。两条技术路线各有优势,将在不同细分市场展开竞争。


参考文献

[1] 腾讯网 - “理想AD Pro升级,行业首个基于单颗征程6M芯片城市NOA量产上车” (https://new.qq.com/rain/a/20260122A04LK600)

[2] 新浪财经 - “理想的VLA,不只是辅助驾驶” (https://t.cj.sina.com.cn/articles/view/1704103183/65928d0f00109xw60)

[3] 搜狐汽车 - “城市NOA市场份额提升 合资品牌加速智能化转型” (https://www.sohu.com/a/979039122_122014422)

[4] CSDN博客 - “小鹏汽车端到端自动驾驶技术深度研究报告” (https://blog.csdn.net/luoganttcc/article/details/156550827)

[5] 搜狐汽车 - “卷硬件、拼算力,智驾的风向标掌握在哪款车的手里?” (https://www.sohu.com/a/979420061_115706)

[6] 腾讯网 - “小鹏新年首秀 发布多项AI新技术与新车型” (https://new.qq.com/rain/a/20260109A02IGY00)

相关阅读推荐
暂无推荐文章
基于这条新闻提问,进行深度分析...
深度投研
自动接受计划

数据基于历史,不代表未来趋势;仅供投资者参考,不构成投资建议