两年前城市NOA还是四十万以上车型的专属标签，如今十五万级别的车也开始喊"标配"。这不是降价，是自动驾驶从奢侈品到基础设施的本质位移。2024年，十万到二十万价格区间的车型里城市NOA渗透率只有0.3%，几乎是个零。到2025年这个数字跳到3.8%，灼识预测2030年将达到62.7%。六年时间从零到六成——这个斜率比当年智能手机的渗透曲线还陡。
最难的路也是最肥的坑
高速NOA做的事其实不复杂：直行、跟车、变道，道路标线清晰，没有行人突然横穿。城市NOA要面对的是红绿灯、无保护左转、环岛、施工围挡，以及中国城市特有的遍地快递外卖电动车。灼识把中国路况称为自动驾驶的"高难度训练场"，这六个字不是谦虚——在全球范围内你确实找不到第二个同时考验算法感知能力和博弈推理的复杂场景。
但难度本身就是壁垒。在混乱路况里跑通的系统，放到任何国家都是降维打击。原话很有分量：在中国复杂环境中经过验证的城市NOA系统，预计将具备更强的泛化能力和全球适应性。中国方案一旦跑通就是全球最强，这不是口号，是技术扩散的必然逻辑。谁先在炼狱难度里毕业，谁就能去简单模式里当冠军。
城市场景的价值也不止于技术练兵。城市道路的出行频次远超高速，每天的通勤、接送、采购都发生在城市路网里。这意味着城市NOA的用户触达频率和付费意愿远高于高速场景。对整车厂来说，能在城市NOA上站稳，就等于在消费者最关心的场景里给了决定性的一拳。相比之下，高速NOA的市场规模增速已经在放缓——全球2025到2030年的复合增长率只有4.6%，而城市NOA是37.2%。
降价不是让利，是数据税
城市NOA从四十万辆下沉到十五万辆，表面看是硬件成本在降——激光雷达从十万级跌到千元级、算力芯片每两年翻一番。但真正的账不在硬件上。每辆搭载城市NOA的车，每天都在向云端回传真实的驾驶数据：遇到几次鬼探头、几次非机动车逆行、几次路标被遮挡的危险交叉口。这些数据才是通往L4自动驾驶真正稀缺的"燃料"。
蓝皮书里一组对比极其刺眼：数据驱动路线下，量产车型的累计车队规模可以达到一百一十万辆，年行驶里程高达二百二十亿公里。传统混合路线下的专用Robotaxi车队，运营车辆平均不到两千五百辆，年行驶里程不超过三千万公里。数据量级的差距不是两三倍，是二十倍到一百倍。这直接决定了模型质量——城市NOA产生的不是普通驾驶数据，是那些罕见但致命的corner case，仅靠几千台Robotaxi在固定运营区域内永远搜集不到。
灼识把逻辑说得很透：每辆大规模生产的汽车都同时创造了数据和资本。降价铺量的本质，不是OEM在让利消费者，是整个行业在提前征收通往L4的"数据税"。消费者花钱买车，同时也在用自己的驾驶时间给整个自动驾驶产业提供训练燃料。这笔账算下来，OEM多卖一辆城市NOA的车，不仅赚了软件订阅费，还拿到了市面上最贵的AI训练数据。
产业价值池正在被重新分配
城市NOA的热闹不只是卷功能，更在重塑产业链的价值格局。灼识给了一个方向性判断：第三方解决方案提供商的市场份额，会从2025年的32%猛增到2030年的74%。换句话说，未来七成以上的城市NOA车辆，不是整车厂自己研发的，是靠第三方供应的。
这个判断背后是残酷的产业逻辑。整车厂的痛点是明牌：车型矩阵和价格区间太多，每个平台重复开发不划算。内部AI人才储备有限不是最要命的，更致命的是传统制造文化跟不上算法迭代的节拍。供应商今天调好一个参数，明天路况变了就得重新标定——这种事靠季度规划管不过来。第三方方案商的核心武器恰恰是速度：跨OEM、跨车型、跨城市的数据闭环，让模型泛化速度显著快于任何一家自研OEM。
中国市场已经跑出了明显的头部效应。按去年三月到今年二月的销售量计，Momenta拿走了第三方城市NOA市场65%的份额，华为HI占18%，其余玩家分剩下的17%。这个集中度比手机芯片市场还夸张。Momenta量产车型数、定点项目数、搭载销量三项核心指标都在同期排第一，覆盖了五家以上整车厂。竞争的逻辑本身也在变。城市NOA不再是一场算法比赛——算法再漂亮，装不上车就是论文。真正的焦点是"谁能把算法变成可规模化的产品交付体系"。大规模量产的经验形成复合型壁垒：更多车型意味着更标准化的接口和测试模板、更低的边际交付成本。更多整车厂合作意味着更强的商业验证，也更容易拿到高质量的新项目。后来者要追，追的不是一行代码，是追一个已经运转起来的工业飞轮。
混乱是自动驾驶最贵的资产
中国城市NOA的发展有一个全球其他地方不具备的条件：混乱本身就是资产。非标道路、混行交通、潮汐式拥堵、满街乱窜的电动车——这些让外国工程师崩溃的场景，恰恰是自动驾驶模型最稀缺的训练素材。蓝皮书列了四条中国独特性：竞争激烈的新能源战场倒逼OEM把智能化作为差异化武器、复杂道路场景天然强化算法训练、供应链的极速迭代缩短了从研发到量产的周期、以及从中央到地方的政策体系提供了测试到准入的全链条支持。四条叠在一起，构成了一个全球唯一的自动驾驶加速器。
这也能解释为什么中国城市NOA的渗透率预测比全球高出近一倍——中国2030年62.4%，全球35.7%。不是国外技术不行，是国外的城市路况太"干净"。干净的训练数据养不出能打硬仗的模型。在中国跑通的城市NOA系统一旦出海，在欧美城市那种按规矩开车的环境里，相当于武林高手下山打中学生。
打折的不是价格，是时间
城市NOA从四十万的车下放到十五万，真正被打折的不是消费者的购车成本，而是自动驾驶商业化的时间表。蓝皮书预计，2027年L3车型开始入市，2028到2030年L4 Robotaxi进入规模化运营期。从L2++城市NOA到L4无人出租车，中间的跳板不再是实验室里的Demo，而是每天跑在真实道路上、面对真实边缘场景的量产车队。
Robotaxi量产车每公里成本1.2元，传统出租车3.1元——砍掉了六成多。这笔账算得过来，不是因为传感器便宜了，而是因为城市NOA这些年攒下的工程经验和数据资产，把Robotaxi的研发和验证周期大幅压缩了。灼识提到一个细节：数据驱动路线下，从测试到运营的最短周期可以压到四个月以内，而传统混合路线动辄需要二十四个月。时间差出来的不是效率，是利润。
到2030年，中国Robotaxi运营市场规模预计达到三百八十一亿美元，全球超八百亿。这个市场里最先挣到钱的，一定是那些在L2++阶段就把数据飞轮转起来、把量产交付能力练出来的玩家。城市NOA的故事不是"让更多人用得起辅助驾驶"，而是自动驾驶终于找到了从量产到无人驾驶的最短路径。打折的是价格，加速的是时间。以前说完全自动驾驶还需要二十年，现在这个数字被城市NOA的渗透曲线压缩到了五到八年。不是技术突变，是量产规模到达了质变点——每天路上跑的一千多万公里的城市NOA里程，正在把自动驾驶从科幻拉进现实。
数据来源：《自动驾驶行业蓝皮书：城市NOA：自动驾驶商业化的转折点》
10个月宝宝每天需要喝多少奶粉？
