目前，中国汽车的智能化功能已经成为用户购车的重要参考因素之一，但多数用户对于车型的智能化功能以及实际体验效果没有清晰的认知。部分主机厂过于乐观的内容宣传，会不利于用户对于具体功能的使用安全与能力边界的把控。
此外，尽管行业内存在各种车型智能化功能测评的内容，但缺少统一且标准的行业测评指标与测评体系，并且缺少第三方机构对具体体验进行客观书面呈现。
借此，亿欧汽车研究院推出“车型智能化产品测评业务”，与行业内资深专家基于全面、安全、公允的原则共同搭建评价指标与体系，并通过实车真实用户场景的使用与测试，记录各车型的真实测试数据，输入评价体系后，最终以研究报告的形式进行公开呈现，测试内容包括不限于座舱功能，智驾功能等。
亿欧汽车测评业务三大核心优势：
1、亿欧汽车研究院与行业内资深专家共同搭建科学且标准化的测评体系
2、亿欧汽车研究院基于汽车行业长期研究积累，对产品进行专业的测评解读
3、基于亿欧网与亿欧汽车的媒体传播优势，将测评成果进行多渠道传播推广
亿欧汽车研究院测评业务范围：
目前亿欧汽车研究院已完成首期5车城区NOA上海实地测试，并基于测评结果发布《2024中国智能驾驶城区NOA功能测评报告》。
城区NOA功能布局进入白热化，2030年预计市场规模将达到1500亿元
亿欧智库测算得出，2023年城区NOA功能市场渗透率为0.1%，对应市场规模为5亿元，随着国内主机厂加大城区NOA功能的投入研发，预计2030年城区NOA功能市场将有望达到近1500亿元。
在如此庞大的潜在市场规模前提下，亿欧汽车研究院选择了五款市场上已配备城区NOA功能的车型，包括小鹏G6Max、理想L9Ultra、蔚来ES7、阿维塔12、智己LS6，其中5辆车城区NOA功能分别来自头部新势力主机厂自研和与外部供应商合作的典型案例车型，并且在感知路线上都采用基于激光雷达的多传感器融合路线。
为了保障测评数据的真实有效性，亿欧汽车研究院在测评五款车辆时均基于了以下三个原则：
第一，全面性原则。首先是保证测试地点的覆盖度，从而确保所测试的行程能尽可能大部分城区的cornercase，比如窄道场景、人流量密集度高的场景、环路、潮汐车道等；其次，用户场景定义全面性以及评价指标全面性可以更好地综合性评价每辆测评车型的实际表现。
第二，安全性原则。接管的时机选择上，测试员会尽可能基于普通用户的心态去判断是否需要接管，不会极大地去放开对于安全地容忍度。然而对于功能重启地选择时机上，为了消除重复地接管数据，测试员只会在车辆完全驶离危险场景后，才会重新开启NOA功能。
第三，公允性原则。为了保证对于危险场景判断的一致性，被测所有车型都由同一测试员来驾驶，并且所有车型的测评过程全程录像，已备查阅求证。另外，亿欧汽车研究院为了保证专业性的判断，邀请了外部专家共同参与全过程。
城区NOA测评方法论：20+用户场景和30+评价指标
亿欧汽车研究院联合外部专家成员首次推出城区NOA测评体系，其中包括20多个用户场景定义和30多个评价指标。
在评价指标方面，亿欧汽车研究院围绕安全性、舒适性、可靠性、通行效率以及人机交互五大维度对城区NOA车辆的表现进行全面分析。
在分析工具上，报告采用了定性与定量相结合的方式，其中，定量指标主要采用MOS方法将定性的指标量化，形成定量的数据结果，而定性指标主要是从用户层面，定性地描述更符合用户体验和感受的事实。MOS评分采用5分制的形式，从而具体指标在对应场景下的表现。
本次测评报告，主要围绕安全性、可靠性、舒适性以及通行效率四个维度进行综合分析。
安全性和可靠性测评结论：感知硬件冗余或提升了车端感知能力
第一，五辆车在红路灯路口的起停基本比较稳定，速度的变化基本符合人类司机的动作，但是部分车型在行驶变道过程中，容易出现“不可预期”的画龙、“突然加速”、“幽灵刹车”（周围无任何交通参与者干预）。
部分车型发现导航偏离的主要包括行驶到路口后没有发生变道、没有提前变道而在驶入长实线后才发生变道、已从直行道驶出才意识到需要变道等情况，其背后原因主要是感知侧的原因，车机没有很好地识别到车道线。
从产品生命周期来看，高速NOA功能已处于好用的阶段，凭借较为封闭简单的场景特征，该功能已经可以为用户带来一定的驾驶疲劳感释放和解放双手的效果，而城区NOA功能仍有很多cornercase需要解决，比如U-turn、潮汐车道、环路等，当前仅仅头部企业的城区NOA功能处于“可用”初期，软件能力、硬件能力以及工程化能力都需要得到更好地优化。
从软件能力来看，端到端模型的增加可能在一定程度上给车机带来了帮助，包括感知和规控，让系统的自我学习能力更强，更好地处理预期外的复杂状况。
从硬件能力来看，在纯视觉能力稍未达到一定场景需求时，感知硬件的冗余仍是相对可行的，对于盲区的感知能力的提升会给车机带来一定的安全提升，从而提升整体的可靠性。其次，城区NOA会遇到各种复杂场景，需要处理非常庞大的实时数据，并且先进模型的应用同样更适配于更大的算力，所以更大的算力冗余在一定程度上是需要的。
从工程化能力来看，城区NOA功能的开发难度非常高，自研可以帮助主机厂更好地提升软硬件的适配能力，加快功能优化时的相应能力。供应商模式需要和主机厂增强高度的配合，减少“信息墙”限制，才能更好地去提升软硬件协同开发的能力。
亿欧汽车研究院对中国智能驾驶产业的未来发展持乐观态度，并期待智能驾驶技术可以赋能AIEV为用户的出行方式带来不一样的体验。亿欧汽车研究院（亿欧智库）致力于跟踪汽车智能化领域，在调查和研究后产出具有深度和见地的研究成果，以供业界参考与借鉴。同时，我们亦期待与广大读者开展交流与合作，共同为推动AIEV产业的持续健康发展贡献力量。