车企“去图化”成风，高精度地图上演“行路难”

图片来源：视觉中国

近年来，经过各大车企对高精地图高强度的 " 宣传轰炸 "，一股 " 去图化 " 的风潮逐渐兴起。

(资料图片仅供参考)

早在 2019 年，马斯克就曾公开 " 炮轰 " 传统高精地图 " 无法适应任何变化 "，并将特斯拉引向了纯视觉感知方案的技术路线之上。

在 2022 年，华为的余承东、小鹏汽车的何小鹏等人也相继加入到了 " 抨击 " 高精地图的行列之中，此后一众车企也先后宣传起各自 " 不依赖 " 高精地图的解决方案，甚至有车企直接喊出了 " 去图化 " 的口号。

而以毫末智行、智行者等一众智能驾驶解决方案商们，其实早在车企之前，就相继宣布发力 " 重感知，轻地图 " 的技术路线。

" 不依赖高精地图 " 仿佛在一夜之间，就成为智能汽车自动驾驶技术新的角力点。

随着车企与智能驾驶解决方案商们，相继 " 陈述 " 着对高精地图的不满，这个昨日还欣欣向荣的行业，似乎转瞬之间就成了 " 昨日黄花 "。

更为关键的是，为了抢占城市 NOA（Navigate On Autopilo，自动辅助导航驾驶或领航辅助驾驶）的落地先机，很多车企已经开始付诸行动。日前，小鹏和理想两家头部新势力品牌，先后公布了各自的无高精地图以及不依赖高精地图方案。

先是何小鹏在社交平台上表示，将在全国没有高精地图的城市陆续开放 " 无图化 " 的 XNGP。随后，理想也以试乘活动的形式向媒体展示了其 " 不依赖 " 高精地图的城市 NOA 系统，并宣布将向北京和上海的内测用户交付体验功能。

除此以外，蔚来、上汽、百度Apollo、小马智行等众多车企或产业链上的企业也正在积极布局，它们大多将于年内实现城市 NOA 的全面落地。换言之，随着城市 NOA 先头部队迎来落地，高精地图在车圈的处境也将更显微妙。

而一场关乎车企乃至图商未来命运的博弈，却早已围绕高精地图的 " 去留问题 " 悄然展开。

车企为何纷纷 " 抛弃 " 高精地图？

自诞生之日起，便与自动驾驶深度绑定的高精地图，为何如今会遭到各大车企 " 抛弃 "？要想弄明白这个问题，不妨先来看看高精地图在自动驾驶中扮演的角色，以及近年来的发展现状。

要说高精地图，其实就是指绝对精度和相对精度均在 1 米以内的高精度、高新鲜度、高丰富度的电子地图。通俗来说就是，相比普通 SD 地图在精细度或丰富度上面有更高要求的地图。

目前车辆的感知和定位技术，在可靠性、定位精度以及卫星信号缺失场景再定位情况下，都有着一定的技术痛点。而高精地图的加入，就可以有效弥补自动驾驶传感器的性能边界，为自动驾驶提供安全保障。

同时，高精地图除了上述在感知层的作用之外，其也可以作为规划决策的载体，将路口红绿灯状态、路网变化、交通信息等情况进行反馈，实现最优路径规划。

简单来说，高精地图的主要作用贯穿于自动驾驶汽车定位、感知、决策三个重要环节之中，总结起来就是解决 " 我在哪里？"" 我前方有什么？"" 我要怎么开？" 三个基础而又重要的问题。

因此，从目前的技术来看，高精地图在自动驾驶方面仍发挥着难以替代的作用，其也是未来车路协同的重要载体。

图商向车企提供高精地图，车企拿高精地图来服务自动驾驶，看起来是一门能够互惠互利的好生意。但就是这看似互相成就的背后，仍存在着难以消除的 " 矛盾 "，横亘在图商与主机厂之间。

众所周知，将智能辅助驾驶系统从高速公路应用到城市公路，被认为是高阶智能辅助驾驶系统走向无人驾驶的关键一步，也被认为是车企未来数年最重要的竞争力之一。

值得注意的是，造车行业头部玩家们抛弃高精地图的时机，恰恰是高阶智能驾驶开进城市开放道路的这个时间节点，矛盾也由此爆发。

城市开放道路相比高速场景，道路元素更加丰富，交通参与者更多，同一场景的变化更快，这就对高精地图的鲜度提出了更高的要求。小鹏汽车自动驾驶副总裁吴新宙曾特意强调这一点：对于城市场景，高精地图的 " 鲜度 " 非常关键，希望 NGP 发布的时候能够做到以 " 天 " 级更新高精地图的能力。

" 天 " 级更新的鲜度，听起来非常美好，但可惜现阶段的图商们却根本做不到。目前，市面上城市级高精地图产品的鲜度，更新频率一般都要以月甚至季度为单位计算。这种情况之下，高精地图难以满足车企对城市高阶智能驾驶的应用要求。

而摆在各大图商面前的首要难关就是成本问题。目前，我国主流的测绘方式还是以高精地图采集车来完成的，通过安装在车端的激光雷达、摄像头、轮速计、IMU 等装置，收集道路信息。据透露，这样一台车本身的成本预计就在百万元以上。

而根据《智能网联汽车高精地图白皮书》，分米级地图的测绘效率约为每天每车 500 公里道路，成本达每公里 10 元左右，而厘米级地图的测绘效率约为每天每车 100 公里道路，成本达每公里千元左右。

另据交通运输部最新数据显示，目前我国公路总里程已达 528 万公里，数据采集成本就堪称 " 天价 "，而这还是不考虑错综复杂的乡村小路以及测绘效率问题。因此，周更乃至日更的高精地图，现阶段确实没有一家图商能够单独完成。

此外，由于国家严格的测绘管理标准，高精地图的行业准入门槛很高，目前国内拥有 " 导航电子地图制作甲级测绘资质 " 的企业数量十分稀少。再加上除高速路段外，我国仅开放了北京、上海、广州、深圳、杭州、重庆这六座城市的高精地图采集权限，由此也导致了各大车企的规模推广普遍受到高精地图范围的掣肘，无法扩张到其他地区。

在此前的 HUAWEI ADS 2.0 发布会上，余承东便指出，高精地图覆盖全国的难度太大，中国道路几乎实时在变动，只有不依赖高精地图的智驾系统，才具备大规模上车实用的价值。

受困于高精地图的应用局限，车企的高阶辅助驾驶体验无法得到量级的提升，但同时车企又要面临着巨大的成本负担。既然如此，不如彻底挣脱高精地图的 " 束缚 "，转而投向 " 无图化 " 的怀抱。可以说，这也是车企和供应商在现阶段跳出条件限制，探索全新可能性的一次重要尝试。

纯 " 无图化 " 方案尚需时日

看过了车圈很多 " 头部玩家 " 的发言，对于高精地图的去留问题，车企间仿佛已经达成了一定 " 共识 "。但从现阶段的产品表现来看，" 无图化 " 距离真正实现似乎仍需时日。

日前，小鹏汽车宣布解绑高精地图并举办 XNGP 的试乘试驾活动。从技术逻辑来看，小鹏汽车在高精地图覆盖区域，仍依赖高精地图去实现高阶辅助驾驶功能，而无高精地图覆盖的区域仅开放识别红绿灯和执行通过路口的能力，仍无法达到有图时的效果。

而余承东提到的华为 ADS2.0 计划，展开试乘试驾活动的城市仍居六大高精地图开放城市之列，其他城市的推送时间充满着不确定性。目前，大多数车企的城区 NOA 测试或者体验活动，也仍旧放在六个高精地图开放城市。

对此，腾讯地图数据负责人马常杰也曾表示，在解绑高精地图成为主流声音的当下，图商与车企在高精地图方向的合作并未受到太多影响。也就是说，车企关于 " 无图化 " 的宣传口径与实际落地情况之间存在着不小的差距。

数据来源：公开信息整理，截至 2023 年 4 月

近几年，BEV+Transformer 的算法架构在 CV 领域（Computer Vision 计算机视觉）势头正猛。面对此种现状，国内主流车企选择将破局的希望倾注在了实时建图路线上。

自 2020 年起，特斯拉发布论文引入 BEV 感知方法，目前大多数公司的方案也由基于 CNN 的感知方法渐渐替换为 BEV 感知。另外 Transformer 模型也取代了 NLP 中的 RNN 网络结构，具有可以计算的特点。

"BEV+Transformer" 这种新的感知算法架构，在车企 " 去图化 " 过程中起到了至关重要的作用。

在刚刚结束的理想科技日上，官方公布了不依赖高精地图方案，其大致流程是通过 "BEV+Transformer" 组合将传感器收集到的数据实际构建在线矢量地图，可以理解成 " 新鲜出炉 " 的一种高精地图。

如果碰到复杂路口遮挡，信息缺失等情况，理想还提出了通过 NPN（神经先验网络），用之前收集的道路信息对实时生成的地图进行补充的办法。

NPN 能够实现的一个前提是，车辆已经提前收集并存储了该路口的数据。这和摄像头的视觉感知有点像，需要提前感知才能识别，没见过就不认识。由此也带来一个问题，对于第一次碰到的场景，NPN 也没有太好的办法，只能先收集数据。

换言之，在车端部署 BEV+Transformer 算法需要海量的数据支撑，要保证国内的每一条道路它都 " 见过 "" 开过 "，才能保证系统的全场景覆盖，这对于国内的路网规模来说无疑相当困难。

并且，除了实时建图路线的 " 技术门槛 " 之外，用户数据的体量能否支持企业完成全国层面的路网扫描，也是该技术的 " 硬性门槛 "。这对于非头部的造车企业而言，困难程度甚至远远高于资金和技术本身的投入。

其实在国内的智驾圈，不管是车企亦或是智能驾驶方案供应商，都没有将高精地图完全排除出技术方案中，反而是能用图就用图。一边高喊 " 去图化 " 的口号，一边用着高精地图并表示 " 真香 "，这就是当下智驾相关企业对高精地图的真实态度。

根本原因在于，高精地图在自动驾驶中扮演的角色主要是定位和先验信息，有助于自车 PnC（Planning and Control），也就是规划域控制。就比如当车辆行驶到路口时，高精地图能够提前先验信息，告诉自车所有的路面信息，不仅如此，还能显示各个信息之间的拓扑关系，比如哪个红绿灯负责哪条道路，这样自车就能快速进行 PnC。

而如果放弃高精地图，智驾车辆靠实时感知顺利通行十字路口需要付出多大代价？

在去年的 AI Day 上，特斯拉给出了答案——特斯拉团队专门训练了一个参数量达到 7500 万的神经网络 "Lanes Network"，这个模型在运行时大约会占用计算平台峰值算力的 10%，其作用只是 " 让车辆弄明白面前每条车道到底通向哪里 "。

而现实中的道路情况，尤其是国内的道路环境，其复杂程度远比想象中更高。高精地图更善于应对十字路口等高难度场景，丰富的先验信息可以为感知系统减负，节省计算资源，腾出的算力可用于更好地感知动态物体。同时，它提供的先验信息和省出的算力，也会降低智驾算法中预测和规控模块的难度。

通俗来讲，就是一个刚学走路的孩子，与其直接教他走路技巧，不如先给他一个 " 学步车 " 先走起来再说。现阶段的高精地图扮演的就是那个 " 学步车 " 或者说 " 拐杖 " 的作用，车企想扔了它还能健步如飞，确实为时尚早。

来自图商的反击：" 轻高精地图 "

虽说完全 " 去图化 " 对于行业来说仍旧为时尚早，但趋势已然显露无遗，图商必须开始寻找新的可能性。

根据智研咨询发布的《2022-2028 年中国高精地图行业市场供需形势分析及投资前景评估报告》显示，高精地图作为自动驾驶重要的感知基础技术之一，已经成为国内外车企量产智能驾驶汽车的优先选择，预计 2025 年国内外自动驾驶高精地图市场规模将达到 89.6 亿美元。

同时，根据高工智能汽车研究院监测数据显示，目前在中国市场，具备提供高级辅助驾驶地图数据能力的公司，仅有 11 家；其余具备资质但没有完整数据的公司，则仅能够支持车企的数据合规，而上述两种情况总计也不过只有 31 家。

长江商学院的一份报告显示，目前车企和图商合作，比较公认的收费模式是，车厂签下订单时支付一笔订单费用以供图商进行高精度地图的开发，后续在搭载车辆上每年收取一定的 License（许可）费用。目前，订单费用大约为几千万，而 License 费用则在单车 1000 元 / 年左右。

而中国汽车市场的智能化潜力有多大，相信不用任何赘述。面对 " 粥多僧少 " 的市场红利，各大图商们肯定不会甘于沉寂，生存压力之下 " 轻量级高精地图 " 方案应运而生。

那么，何为轻量级高精地图？简单来说，就是 " 低配版 " 的高精地图，通过降低精度，来规避上文提到的地图鲜度、成本以及法规等一系列问题。

目前，业内主流的 " 轻量级高精地图 " 主要分为两种：

其一是特斯拉目前采用的技术路线，采取的是众包地图的逻辑。简单来说就是通过已售车辆收集道路信息，然后绘制地图，部署在车端，依然属于预装地图，不过严格来说，也可以归为 " 轻高精地图 " 的行列，只不过是 " 当场绘制 " 而已。

而另一种，则是来自各大图商的解决方案，采用轻高精地图解决方案。这种地图介于导航地图和高精度地图之间，其在精度、要素的丰富度上，要比导航地图更高，但弱于高精度地图，在保留智能驾驶所必需的基础要素基础上，简化了不必要的元素。

腾讯轻量级高精地图 HD Air

今年 4 月，百度，腾讯，四维图新先后发布了 " 轻高精地图 " 方案。百度称其 " 轻地图 " 方案比传统高精地图要轻 80%，腾讯则表示会做到地图周更，四维图新则称会将高精地图的成本从 " 几万块直接降到百元级 "。

业内人士分析，原本需要的高精地图精度大概在厘米级，要素信息大概在一两百个。而 " 轻高精地图 " 方案将需要的地图可能只需要在米级精度上，外加五十个左右的要素。这样一来，采集的成本也会大大降低，生产效率会变高，质量控制也会越来越好，对图商的影响也是一种正向的促进。

借由 " 轻高精地图 " 方案的助力，各大图商也算初步 " 摆脱 " 了高精地图在鲜度、成本、测绘条件上的限制，不甘沦为 " 昨日黄花 " 的一众图商，再次吹响了反击的号角。

车企与图商的博弈，将把自动驾驶带向何方？

从高精地图诞生至今，车企与图商的关系便围绕技术与监管两个主轴，开始了相互渗透，但结果往往都收效甚微。2021 年开始的地图资质收紧将车企推回了原本的阵地；同年 BEV+Transformer 掀起的智驾感知技术进化，则让高精地图失去了原有的地位。

在技术迭代与法规完善的过程中，双方围绕高精地图去留的博弈仍将继续，不禁让人产生疑问，二者的较量将会把自动驾驶技术引向何方？

其实就现阶段而言，车企与图商的关系并非完全对立的，" 轻高精地图 " 与 "BEV+Transformer" 技术路线为二者的共赢创造了先决条件。

为了解决某个非开放场景下自动驾驶，用激光雷达补盲以及高精地图，其实无可厚非；但长期来看，依靠大规模高精地图是有场景泛化的局限性的，尤其是进入到城市道路之中。而 " 轻高精地图 " 明显是无法完全胜任这种情况的，这时候就需要 "BEV+Transformer" 在感知层面的支持。

从将自动驾驶完全依赖高精地图，变为了图商负责 " 轻地图 "，车企搭配 " 重感知 "。此举既降低了对高精地图的依赖，也可以拓展到更多的城市，而不是仅仅停留在几个城市的范围。

数据来源：高工智能汽车研究院整理数据

对于图商而言，轻高精地图方案在规避高精地图问题的同时，又能大大降低成本和采集难度。而对于车企来说，" 头部玩家 " 想要完全脱离图商也并不容易。

就像特斯拉的 FSD，何时能推送正式的量产版本仍未有定数。国内很早就抛弃高精地图的玩家打造的城市高阶智能驾驶方案，实际体验下来很难说已经达到可商业化量产的状态。

其实，不管是特斯拉的众包地图还是头部新势力的实时建图都有一个关键点，就是数据量的问题。

这类方法更适合头部企业，对于销量没有那么大的腰部或者尾部企业，没有足够的数据量就没办法训练模型，没有好的模型就不能保证智驾系统的安全和体验，那把这一部分工作交给图商也未尝不可。

更有图商认为，智能驾驶等级越往上走，精度要求越高，高精地图的存在感会越高。此前，四维图新就曾表示，在 L1、L2 的辅助驾驶阶段，高精地图并非刚性需求，但其对于 L4、L5 级别的自动驾驶是必选项，对于 L3 级别的自动驾驶是可选项。

并且值得注意的是，虽然目前高精地图面临一定程度上的发展阻碍，但一众传统造车巨头们还未真正 " 下场 "。

要知道高精地图的采购成本，如果规模化均摊之后其实不算昂贵，因此也不排除传统车企青睐高精地图解决方案的可能。在时代转型之中，往往传统巨头与新势力们总是存在巨大的割裂，而高精地图的命运自然也远未到 " 宣判 " 之时。

现在的高精地图之于自动驾驶技术，更像一个蹒跚学步之人的 " 拐杖 "，有这根拐杖走得自然轻松稳妥许多。但其实大家都明白 " 孩子 " 总有长大的一天，而那时才是真正决定这根 " 拐杖 " 的去留之日。

（本文首发钛媒体 App，作者｜常笑，编辑｜张敏）