而已经迈过规模化门槛的理想汽车，基于BEV感知和Transformer模型，实现端到端训练的城市NOA导航辅助驾驶（不依赖高精地图）将在今年开始落地；2025年实现高速路和封闭道路下的L4级自动驾驶。
在这家公司看来，L4级自动驾驶的实现，需要大量数据的应用和逐步积累迭代。而L2级ADAS市场渗透率已经来到了跨越鸿沟的临界点，成为了各大车企、供应商冲刺高阶自动驾驶（NOA、L3、L4）的重要基础。
就在本周，理想汽车首次发布了名为“通勤NOA”的新功能（有点类似低速的记忆泊车），用户自己设定路线、自车学习NPN特征，可以在城区上下班路线上使用NOA功能。其中，相对简单的路线，基本1周以内就可以完成激活，较为复杂的路线，预计2-3周可以完成训练。
不过，针对L3及L4的政策激活，一些行业人士却指出，基于成本和法规的考量，「短期内自动驾驶准入认证及潜在责任成本仍较高，规模化还有待观察。」
此前，《征求意见稿》提出，试点汽车生产企业应当承担智能网联汽车产品质量和生产一致性的主体责任，持续履行软件升级管理和备案承诺要求，对其生产、销售的智能网联汽车产品质量安全负责。
相比而言，L2+/L2++在法规层面仍然属于驾驶辅助领域，但在传统L2级ADAS功能的基础上增强了部分场景的功能ODD。比如，在部分政策允许的国家和地区，可以实现有条件的「解放双手」。
目前，在前装市场典型的应用就包括，高速领航辅助驾驶，在高精地图及其他感知冗余的基础上，提供了接近自动驾驶的系统体验，比如，支持自动变道，同时可以根据道路限速/曲率调整车辆速度。而在城市场景，则增加了红绿灯识别、道路标牌识别等功能。
