上下五层、连接八个方向共有20个匝道盘龙立交桥路段，蓝山智驾版完成了拨杆变道、导航变道、避险变道、效率变道、避让汇流口变道等，在巡航状态下，能够根据不同路况采取不同的应对策略，机智选择道路，还可根据前车速度、道路环境，自动调节车辆速度，实现大曲率转弯。
当然，在复杂的重庆城区，这种案例还不止一个……
主打紧张刺激，长城NOA再战实况测试
在重庆测试智能驾驶之前，长城汽车还在老家保定测试过蓝山智驾版，且均以直播形式测试。众所周知，直播不同于录播，很多“意外”都是不可控的，“重庆路况是出乎我的想象，当然也比较紧张”，魏建军说。
不过，最终的结果还是令人欣慰的，在直播中，魏牌蓝山除了完成了盘龙立交桥的挑战，同时在高峰拥堵、城市狭窄路段、地下环道等场景也表现出色。比如，直播中桥面拥堵路况下，蓝山智驾版不仅能实时分析交通流量、车辆位置还能实现高难度的并线操作、实时更新路况信息等。
比如，渝中区有大量的狭窄街道和复杂的人车混行路况，长城NOA系统不仅可以与前车灵活地保持车距，在面对突然出现的非机动车和行人时，也可以做到紧急避让，在测试中共完成避让行人4次、绕障11次。
再比如，在狭窄、昏暗且车道标识模糊、通信信号不佳的不利路况下，面对复杂路口，长城全场景NOA能够精准识别交通灯通行状态、方向状态，并根据自车状态、交通灯状态、道路环境，自主决策并完成路口通行动作，通行成功率>95%。
此外，在此次测试中，除城区标准红绿灯外，还可识别乡村场景、施工场景等非常规红绿灯，最远可识别距离高达150m。面对三岔路口等复杂路口，长城全场景NOA实现丝滑左右转，包括标准路口左右转（有红绿灯路口、无待行区）、无保护左右转、专用道左右转、特殊路口等全场景转向。
“总体感觉虽然紧张，但是车的避让、整个策略还是比较丝滑的”，魏建军在测试盘龙立交后的这句话，也可以用来形容整个直播过程。
点赞智驾团队，长城NOA的底气是什么？
毫无疑问，在司机和导航必疯一个的重庆测试智能驾驶对于长城汽车来说是极具挑战性的。魏建军在直播中也点赞了长城汽车的智驾团队，表示，敢于在重庆规划这样一个极其有挑战的路线，越具备挑战性的内容，越能证明团队对自身产品的自信和底气。
不过，团队的底气究竟来源于哪里呢？魏建军测试的长城NOA系统背后是长城最新的SEE一体化大模型。其深刻意义在于实现了感知、决策、规控等环节的全链路一体化整合，基于深度学习技术，通过输入数据对模型进行联合训练，不再由规则定义驾驶行为，而是让模型像司机一样直接学习“如何开车”。
并且，SEE一体化大模型实现了从规则驱动到数据驱动、从机器到大脑的转变，同时SEE还具备无限成长性，只要不断投喂数据，就能持续进化，为L2进化至L4奠定了坚实的技术基础，从这一角度来看，魏建军的测试也是在为它投喂数据。
值得关注的是，长城NOA系统对安全有着严苛的要求，魏建军强调“安全是我们辅助驾驶的前提，安全第一”。在SEE一体化大模型的设计中也充分考虑了这一点，为了充分保证用户安全，SEE大模型采用了数据驱动+模型安全+安全策略兜底相结合的方案，在端到端大模型的基础上，再增加一个安全评估网络，实现对模型输出的监督，并且通过持续的数据训练，不断提升安全网络的监督能力，并且还保留了一部分人工规则和仲裁逻辑，以守护用户安全。
当然，在硬件底座上，长城NOA系统也不一般，其基于Orin-X的高算力域控平台打造，搭配1个激光雷达、3个毫米波雷达、11个高清摄像头、12个超声波雷达，以及高精度定位感知单元，在硬件上还是比较奢华的。以Orin-X域控制器为例，其算力高达254TOPS，是市场上主流的大算力SOC方案。