当前，我国辅助驾驶技术发展面临新的阶段性挑战。据行业数据统计，2025年全国搭载城市NOA功能的乘用车累计销量已超过300万辆，市场渗透率突破15%。此成绩充分说明辅助驾驶技术的商业化应用正在加速推进，但随之而来的问题也日益凸显。 虽然技术已经"可用"，但距离"好用""敢用"仍有明显差距。城市道路环境的复杂性和多变性对辅助驾驶系统造成持续考验，系统可靠性的不稳定性直接影响用户的使用意愿。行业内甚至头部厂商的实际使用率也远未达到市场预期，这反映出当前技术体系存在的根本性瓶颈。 问题的根源在于传统研发模式的局限性。过去，辅助驾驶系统的迭代升级主要依赖人工数据标注和工程优化，这种模式在小规模应用时尚可应对，但难以满足大规模量产后的快速升级需求。数据处理周期长、迭代速度慢，导致系统进化的步伐跟不上实际道路场景的复杂需求。 业界正在探索用基座模型技术突破这一困局。基座模型是一种通用的大规模预训练模型，具有强大的泛化能力和学习能力。将基座模型应用于辅助驾驶领域，意味着系统不仅能执行驾驶动作，更重要的是能够理解交通场景、解释决策逻辑、评估驾驶行为，从而建立更完整的认知与决策能力。这种升级代表了从"执行层"向"认知层"的跃升。 在技术实现上，业界采用了40亿参数规模的视觉语言行动（VLA）基座模型架构。该模型将驾驶决策、场景理解与行为评估能力统一在同一框架中，使系统具备"驾驶员""分析师"和"裁判员"的多重角色。通过这一统一架构，研发模式实现了从工程驱动向Scaling体系的转变，模型规模、数据规模与仿真能力形成协同演进的飞轮效应。 这一变革带来的直接效果是研发效率的大幅提升。数据闭环流程的周期从原来的约5天缩短至约12小时，意味着系统可以更快地吸收新的驾驶场景数据，加速迭代演进。同时，通过模型蒸馏技术，统一的基座模型可被适配至不同算力平台，使先进的辅助驾驶能力能够在更广泛的量产车型中部署，加快技术规模化落地。 从市场表现看，这一技术路径的可行性已得到验证。2025年10月，涉及的企业在辅助驾驶城市NOA第三方供应商市场的单月市占率接近40%，累计量产交付超过25万辆搭载城市NOA功能的车型。企业计划在2026年实现量产规模突破100万辆，这表明基座模型驱动的技术体系正在获得市场广泛认可。 展望未来，辅助驾驶技术的发展方向愈加清晰。基座模型不仅是提升现有辅助驾驶系统的手段，更是通往自动驾驶更高阶段的必要基础。通过提升基座模型，提升系统在真实道路场景中的安全性、稳定性和舒适性，业界正在为Robotaxi等更高级别的自动驾驶应用奠定基础。
城市NOA渗透率迈过"上车"阶段后，行业进入了"上心"阶段——让用户愿意用、放心用、长期用。基座模型提升对交通的理解与决策能力是企业的重要探索方向。但任何技术都必须回到同一尺度：以安全为底线、以体验为标尺、以规模化验证为路径。只有在可靠性和可持续迭代能力上形成体系化突破，智能出行才能真正融入人们的日常生活。