「高速路标与地图数据的采样，有三个团队在用测试车跑了，现在我们开通了两条的高速干道，覆盖了山栋区域支线高速，预计在十月前，能开通10条以上的核心国家级主干道高速。」
内部将目前的智驾项目称为NavigateonAutopilot，即L2+级别的领航辅助驾驶。
前期要主攻下来的路线，分别是以长三角/珠三角/京津冀为核心的高速干道，把连接一线以及新一线城市的区域路段都跑遍，像京沪、京港澳、沪蓉这些国家级主干，车流量大也就意味著「用户需求高」，都是主攻目标。
经过内部讨论，和许易的激烈「提议」下。
星辰汽车算法摈弃了高精地图方案，直接开始了训练无图高速noa。
当然，前期的无图noa，也并不意味著不需要联网和高精地图。
需要开通的路段，依然是需要详细数据采集后，配合导航的高精定位数据才能实现。
等他们内部的智驾模型彻底完善了，模型训练与数据标注、车端实时决策全部搞定后，也就能实现真正的「无图全国高速noa」。
「以我们目前的积累来说，主要还是堆数据、磨时间，实现全高速开通问题不大。」
吴新宙说道。
高速的路况对于他们这个团队来说挺简单的，几乎遇不到什么瓶颈。
需要训练的仅仅是不同匝道场景，以及一些不好收集的突发场景数据。
譬如路面障碍识别，路面塌方断层、前方车辆急停等这些意外场景。
在高速上比较少见，但你不能说没有吧。
万一发生了，需要车端正确的判断与识别。
甚至连车主在高速跟车时，误将刹车当成油门踩下去的情况，他们也得考虑。
这个就是主动AEB的范围了。
「还有城区数据，我让李力耕带团队去收集了，但不得不说国内的路况比矽谷以及欧洲要复杂太多，这一代实现城市noa的概率不大。
不单单要靠摄像头实现红绿灯和车道线，还要应对频繁的拥堵加塞、时不时窜出来的电动车、
不按规矩行驶的三轮车老头乐，还有小孩行人这些，都得考虑————
有些人真把公路当客厅了，这些数据我们之前在国外跑了一年都没碰到过，倒是让AEB训练积累了不少。」
吴新宙想了想，罕见的露出一抹头疼的苦笑。
许易听见了。
——
「不按规矩行驶的老头乐」+1。
他客观的说：「这不是你们的锅，国内目前的道路法规和行车素质都是影响因素还有待提升。」
「当前车端的算力和传输带宽都有限，城区无图noa的感知任务太重，需要实时识别20+类别的目标，要求识别精度极高，加上动态路径规划，实时调整决策，算力需求应该是高精度图领航的五六倍以上。