在当前国内自动驾驶格局中，整车厂和华为这类玩家，正尝试打通从算力平台、大模型，到操作系统和整车集成的全栈链路，打造可长期复制的一体化「主干路线」。与之形成对照的是，大量第三方科技公司选择在若干关键环节深挖，依托细分场景、成本曲线或工程效率优势，走出一条条专注而高效的「侧路」，在更深但更敏捷的带宽里生存和发展。
中汽协旗下研究机构发布的《2025 城市 NOA 汽车辅助驾驶研究报告》显示，搭载城市 NOA 功能的车型数量正加速增长，目前已有超过 28.8% 的主流乘用车品牌推出配备城市 NOA 的车型，预计伴随渗透率持续提升，2030 年左右城市 NOA 将成长为辅助驾驶和自动驾驶的主流功能形态。
顺应这一趋势，轻舟智航近日发布基于单颗征程 6M 芯片的城市 NOA 方案，首发搭载于配备 AD Pro 的理想汽车 L 系列智能焕新版，成为行业首批实现单征程 6M 城市 NOA 量产上车的玩家。
在供应商技术普惠化与消费者付费意愿增强的双重推动下，城市NOA 正从高端车型快速下探至 15 万至 20 万元主流价格带，未来有望进一步覆盖 10 万至 15 万元区间，实现真正意义上的规模化普及。
自动驾驶行业的DeepSeek
虽然目前行业内对「成熟的城市 NOA」尚未形成统一评价体系，但轻舟给自己的定位，是希望成为自动驾驶行业的「DeepSeek」：既要深谙硬件边界，又要真正懂模型，把两者深度耦合起来做系统级优化，在效率曲线和性价比曲线上把「极致」二字落实到工程。
2019 年，轻舟智航从硅谷启程，成为中国少数拥有 Waymo 体系经验的自动驾驶团队之一。此后，公司始终坚持 L2 与 L4「双轮驱动」路线：一边在 Robotaxi 等 L4 项目中积累实战经验，一边在量产 L2/L2+ 项目中反复打磨工程体系，穿越量产「泥潭」，熬过最艰难的爬坡期，逐步形成一套兼具模型能力与工程效率的硬实力，这也是其尝试向「自动驾驶版 DeepSeek」逼近的底气所在。
轻舟联合创始人、董事长兼 CEO 于骞判断：L2 与 L4 本质共享同一 AI 模型底座，虽然产品形态不同，但对安全、舒适和可预测性的要求完全一致，最终都指向无人干预下的‘车位到车位’完整体验。
作为量产辅助驾驶领域的核心推动者，截至 2026 年 1 月，轻舟乘用车辅助驾驶系统累计搭载量已正式突破 100 万台。在此基础上，轻舟抓住「城市 NOA 量产 + L4 技术下沉」这一非常具体的切口，把 L2+L4 双轮并进的 know‑how 压缩进量产方案，在「L2/L3 量产市场」里找到一个介于传统 ADAS 和完全自动驾驶之间的中间层，用技术深度换取商业落地。
在天时、地利、人和叠加的窗口期，单芯片 6M 城市 NOA 的极致性价比正成为轻舟的重要抓手。该方案以「安全可解释的端到端」为技术核心，通过深度软硬协同，仅凭 128 TOPS 即可实现接近 256 TOPS 的辅助驾驶体验，在复杂路况中运行流畅，覆盖绝大多数日常通勤场景。对车厂而言，在不更换高端域控、不过度改动电子电气架构的前提下，就能将城市 NOA 做成接近标配。
作为解决方案共创者，轻舟与地平线已形成自动驾驶领域的「黄金搭档」。2025 年，基于征程 6M 的方案累计出货接近 70 万片，轻舟率先在单颗 J6M 上跑通端到端城市 NOA 量产，不只是搭上硬件升级的东风，更是在相同算力约束下，通过架构、模型和工程协同，把性价比这件事做到了极致。
从大语言模型到世界模型
与此同时，从大语言模型到世界模型，行业逐渐意识到：语言体系虽承载了远超传统语言学想象的信息密度，可以表达代码、规则乃至部分推理结构，但在空间理解和物理感知上仍存在天然短板。要让机器，尤其是下一代代理助理，真正与人协同，不只是帮你处理屏幕上的任务，而是要对所处世界本身形成理解，能在内部构建「如果这样做，接下来会发生什么」的因果图景。
在这样的背景下，轻舟选择用「VLA（Vision‑Language‑Action）+ 世界模型」来构建自己的技术话语权。通过 VLA 与 Multi‑Modal World Decoder / World Model 的统一架构，轻舟希望成为那批真正将 Robotaxi 时代积累下来的世界模型与端到端链路，压缩并迁移到量产车上的玩家。
相较传统模块化 ADAS，这条路线更加前沿；相较完全黑盒的 FSD 式端到端，又更务实、更易工程集成：既能在技术理念上对标 Waymo、特斯拉，又能在开放接口与可解释性上保留车厂的话语空间。
面向未来，于骞认为，自动驾驶技术没有终局，新技术范式必然会层出不穷，一浪接一浪的创新最终会把无人驾驶带入现实生活。任何技术都不存在永远「追不上」的问题，真正的挑战在于：如何在大规模场景下，以足够高的效率持续跑任务，把算力、算法与数据有机编排成体系，让它们共同服务于同一个长期目标。
方向其实已经很清楚——无人驾驶的大趋势不会改变，关键在于谁能在这条路上把事情做得更极致，在同样的大方向下，把每一个细节都反复打磨到近乎完美。