理想官方介绍，通过AI大模型的帮助，我们将做到接近人类司机的驾驶表现。同时，这也是不依赖高精地图的城市NOA产品。
理想城市NOA技术架构的特点是：
第一，使用NPN特征和TIN网络增强BEV大模型，做到不依赖高精地图，识别万物。
第二，使用模仿学习让规控算法做出更加拟人的决策。
第三，全自动、全闭环的训练平台支撑大模型持续进化。
从今年3月开始，理想已经在城市NOA的早早鸟和测试车辆上，开始运行NPN网络，提取和存储NPN特征。
通过城市NPN覆盖的研发平台，可以查看现在NPN的覆盖情况。绿色代表已经通过测试验证，是可用状态；红色代表有NPN特征但有待验证；灰色代表没有NPN特征。
在早早鸟和测试车高频出现的北京和上海，已经有不少绿色可用的NPN路口；同时全国范围内已经有很多红色的NPN特征点。接下来，早鸟用户加入后，该平台点的颜色变化速度会越来越快，也就意味着城市开放的就越来越多。
