高精地图之于智能驾驶，就像登山过程中的登山杖，可以没有，但会很难

我们常说，新能源汽车的发展可以分为两个阶段，上半场是电动化，下半场是智能化。2023年汽车出口量的反超，已经证明了国内新能源汽车在电动化阶段的积累和突破，竞争激烈的国内电动车企业们确实取得了显著的成就。

然而，上半场的胜利并没有给车企们留下喘息的时间，下半场智能化之战便已经悄然打响，市场进一步要求车机厂们在智能座舱、智能辅助驾驶、电子电器架构方面继续突破，方可在如此“卷”的中国车市里生存下去。

而在其中，智能辅助驾驶，也成为了车厂技术研发、竞争的核心点，而在今年的最后几个月里，智驾层面上的竞争，也愈演愈烈......

其中，凭借先发和工程化优势，小鹏最早于21年开始相应研发，并率先于广州和北京对外演示其“无图”方案。华为则是依靠本身强大的工程和问题闭环能力，较激进计划年底落地全部城市。理想凭借NPN算法的众包性，年底将在100座城市进行通勤NOA的早鸟内测，并计划于2024年1月推送给全量的AD MAX用户。

也正是在智驾快速落地的当下，高精地图对于智驾是否重要的问题又被提了出来——高精地图曾被行业一度认为是落地高阶智能驾驶的必要条件，但随着乘用车城市NOA功能的落地和推广，高精地图由于广度和鲜度，以及审批进度的限制，无法很好满足车企快速铺开城市NOA的诉求。

而特斯拉FSD的落地，验证了“重感知，轻地图”的可行性；其围绕BEV + Transformer算法架构，生成带有道路拓扑信息的局部实时地图，替代了传统高精地图。国内车企也在加速布局“无图/轻图”方案，其中小鹏、华为成为了领跑城市NOA落地的车企。

但同时，作为老牌“图商”四维图新，却在用户日活动上，对今年以来一直讨论非常火热的智能驾驶“有图”和“无图”路线之争给出了回应，对无图技术路线的真相进行非常辛辣的点评——“部分车企之所以强调“无图”技术路线主要是因为：无地图资质、无知识产权、无安全敬畏。”

那么，在智驾落地的过程中，特斯拉FSD建立的“重感知，轻地图”行业范式是否是真理？传统高精地图何故在落地过程中被“边缘化”？未来智驾真的能告别高精地图吗？

01

从小甜甜到牛夫人，高精地图“失宠”就在一瞬间

高精地图起起落落的故事，可以追溯至十年之久的过去。

高精地图，又称高清地图，是精度更高、数据维度更多的导航地图。其蕴含的信息更加丰富，在简单的道路极其形状等基础信息之外，还包含了道路类型、曲率、车道线位置等道路信息，以及路边基础设施、障碍物、交通标志等环境对象信息，同时包括交通流量、红绿灯状态信息等实时动态信息。

2012年以来，自动驾驶汽车进入了诸多企业、车机厂的视野，彼时，随着自动驾驶技术的发展，高级驾驶辅助系统(ADAS)对于地图信息提出了更高的要求，进而推动了车载导航地图进入高精地图阶段。

而在各大车企推动智能化发展，加速智驾车辆落地进城的2020年后，更是一度被智能驾驶行业认为是走向高阶智驾的必经之路，也被视为自动驾驶的“天眼”。

高精地图在智驾发展最初的进程中能获得如此青睐，自然与其强大的能力和落地契合程度息息相关。

首先，高精地图扮演了提供“真值”的全天候传感器的角色。相比传统硬件传感器，其优势在于可以很好地弥补传感器数据缺失，利用高精地图数据对前方道路情况进行补充，无论是怎样的场景中，高精地图都能更精确、全面地感知前方路况，行车安全性得到更高保障。

例如下雪天，车道线出现有磨损、遮挡的情况，视觉或是激光雷达传感器都会一定的失效概率，导致无法辨别周边场景。所以为了保证安全性，采用高精度地图提供的环境“真值”，可以很好地弥补传感器的不足。

其次，从某种意义上来说，高清地图也可以被看作一个超视距传感器，提供道路拓扑信息。高清地图可以让系统提前知晓道路前方的交通情况，进行最优的路径规划，从而实现车辆可以保持乘客舒适的加减速行驶。

同时，高精地图提供车道的拓扑连接关系，可以准确地让车辆理解在一些复杂的路口如何汇入、汇出、以及选择目标车道，提升安全性的同时，也降低了感知层面的开发难度。

可以这么形容，搭载了高精地图的自动驾驶系统宛如一个当地开了半辈子出租的老师傅，不仅车技好，脑子里还有一张当地活地图，可以因情况不同选择最优的路线，在自动驾驶领域的优势不言而喻。

最后，高清地图配合传感器，可以实现更精确的定位。传统的车辆定位GNSS/RTK容易受到环境干扰，在立交桥等立体交通场景，或是高楼大厦的高反射场景，表现通常不尽人意，从而无法实现精准定位。高精地图则提供了一个稳定的无源定位方式。通过匹配传感器感知特征和高精地图具有特征，车辆可以获知其相对位置，从而完成在全局环境当中的准确定位。

在如此多优势的加成之下，高精地图的“攻城略地”也是水到渠成的结果。

2021年年中，正在冲刺港股双重上市的小鹏汽车，斥资2.5亿元收购了一进入破产程序的地图公司智途科技。这家在2019年的营收只有738万元的公司能被小鹏看重的原因在于其拥有导航电子地图制作甲级测绘资质，这是入局高精地图的通行证，小鹏也成为造车新势力中第一家拥有甲级测绘资质的公司。

但这样的“牌照”在国内并不多。吉利旗下的亿咖通，上汽控股的中海庭都曾拿到过甲级测绘，长城、蔚来等多家车商都曾试图寻求收购相关资质，但牌照这种东西终归是“僧多粥少”，因此也有大量的自动驾驶企业与车机厂通过与图商合作，才得以将高精地图装上车，如理想在2021年与高德地图合作，蔚来在2022年与腾讯在高精地图领域合作。

此后，依赖高精地图辅助的众多自动驾驶系统接连问世，例如小鹏的XNGP、蔚来的NOP、理想的NOA、广汽埃安的NDA。

不过，也就在高清地图刚刚大火之时，以特斯拉为代表的一众车企，却亲自将他们捧上“神坛”的高清地图拉了下来。

早在2019年，特斯拉CEO Elon Musk便提出，如果自动驾驶系统过度依赖高精地图，会让整个系统变得脆弱，难以支持不同场景的快速泛化。于是，一句“Lidar is a fool errand”，便将高清地图“判了死刑”，并一头钻进了纯视觉路线的研发之中。

实际上，马斯克的发言并非虚言，高精地图在使用时光鲜亮丽的一面之外，还有着采集与落地之间的重重困难。

据《2020智能网联汽车高精地图白皮书》，采用传统测绘车方式，分米级地图的测绘效率约为每天每车500公里道路，成本为每公里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，成本可能达每公里千元。

2022年年底，在收购智途科技，获得资质的第二年，小鹏汽车还未尝到甜头就碰到了快速推进智能驾驶落地的巨大困难，地图的绘制需要专业测绘车在道路上行驶，采集原始图像与激光数据，并不断地修改标注，受制于绘制成本的高昂以及前期制图上的繁杂，高精地图的更新周期十分漫长。

何小鹏无奈表示“原来城市NGP依赖于具有更高清晰度的地图，最开始我们认为在今年上半年甚至一季度下旬，小鹏就可以将城市NGP从一个城市推到数个城市，但困难比想象的要多。”

华为车BU董事长余承东也曾表示，华为仅采集上海市高精地图，哪怕采集了两年、9000公里，都没有把上海完全覆盖。华为认为，高昂的采图和维护成本，很难支持传统高精地图快速上量，或是维持高的鲜度；由于广度、鲜度、成本的不可能三角制约，传统高精地图在城市NOA推广当中也很难起到积极的作用，于是逐渐被边缘化。

采集的困难也将高精地图的更新频率限制在多则半年，少则两个月之间，这对于国内外发展迅速、各大厂商分秒必争的智能驾驶技术来说太慢了，当城市NOA快速发展，从6个城市拓展到全国之时，高精地图的“慢”极大拖住了造车新势力更新软硬件的步伐。

同时，出于国家安全考虑，高精地图的广度与时效都受限于法规制定节奏，政策对于测绘资质也进一步收紧，每年都要重新审核，如果审核不通过图商将面临着资质取消的风险，顶着关键性的测绘资质“朝不保夕”风险进行高精地图绘制，可以说是劳力伤财还无法达到落地使用标准的高清地图，“失宠”也是难免的。

那么，抛弃了高精地图的特斯拉是如何做自动驾驶的？国内车企选择的路线及其进展情况又是如何呢？

02

特斯拉FSD给出灵感

国内智驾先锋纷纷“轻图”落地

正如前文所述，马斯克不止一次表示过，严重依赖传感器的性能以及高精地图的先验信息，这种解决方案太过于针对明确且具体的路况。一旦自动驾驶汽车去到高精地图没有覆盖的区域，或因施工、事故导致的道路调整，就完全失去了作用，从另外一个角度来说，就失去了自动驾驶的意义。

而特斯拉率先提出BEV与自动驾驶软件算法FSD结合后的产物，便很好地替代了高精地图与激光雷达。

首先，特斯拉在2021年的Tech Day提出了使用Bird’s Eye View（BEV），即鸟瞰图，将车身四周摄像头所拍摄到的水平画面，通过Transformer提取共同特征进行三维构建，进行特征级融合，最终拿到一张反映周围环境的鸟瞰图。

这种鸟瞰图仿佛就是开了一个上帝视角，让车辆能够把近处的感知统一放到一个平面中，尽可能的增大了感知的范围和冗余度。在不依赖高精地图的情况下，实现对车辆周边实时构图，并基本准确地判断车辆周围物体的位置和轮廓，以及车道线、路墩、信号灯等交通设施。

至此，Tesla FSD的第一步完成，通过BEV+Transformer生成了一张不带运动及轮廓信息的围绕车辆周边的100×100米局部地图。接下来，Occupancy Network通过将空间划分为一系列体素（voxel），对空间进行3D构建，从而形成类似于“积木堆积”式的三维空间表示，生成地图上物体的轮廓信息，让地图具备景深。

在第一步生成了车辆周边的三维局部地图后，特斯拉无需再去纠结物体是什么，也不用再去识别分类，只要知道了物体的大概形态，它就知道是否需要规避了。而接下来便需要生成预设行驶轨迹，目前，业界有多种获取行驶路径的方式，如特斯拉Lane Network、Mobileye的REM等，均可根据行车概率推测出当下交通场景的最佳行驶路线。

综上，特斯拉给出的解决方法是通过多个摄像头构建鸟瞰图，并基于摄像头所获得的信息机动性地构建车身边的“地图”，最后通过受大量训练的人工智能算法模型来给出最优的行驶路径。

可以说，特斯拉的FSD为国内的众多车企立下了榜样，其重算力而轻硬件打法带来极有竞争力的价格，对激光雷达与高精地图组合方案的必要性提出了挑战。

但是，当前为了让城市NOA可以支持更多城市场景，接管率更低，大多国内整车厂仍然选择采用激光雷达的方案。一方面可以降低接管率，提升用户体验；另一方面也提升了系统的安全性，例如AEB的准确度；同时，营销角度而言，配备激光雷达也彰显了车辆的科技属性，有利于提升车型市场定位。

正如华为智驾总经理李文广所说：“这是两条技术路线，纯视觉的一条技术路线，还有一个就是多传感器融合。纯视觉这条技术路线，本身有它的上限，而且比融合感知的上限要低得多。在纯视觉路线上，特斯拉应该是在行业上做得最好的。但是如果上限卡在那儿，数据再多也上不去。”

在激光雷达之外，高精地图为了跟上智驾的节奏，也推出了轻地图。轻地图，即量化的高精地图，同时融合了高精地图和传统导航地图的一些优点。在定位精度和信息丰富度上，轻地图免去了一些优先级不高的信息，以算法作为补充，来配合车企智驾的推进。

截至目前，国内智能化先锋厂商小鹏、华为、理想等，都相继表示将采用类似的“轻地图”方案推广其城市NOA，并先后明确了预计的落地计划。

其中，小鹏率先宣布落地“轻图”城市NOA。截至于10月1日，小鹏已率先在广州和北京进行了范围较广的无图XNGP（城市NOA）试驾邀请，也是目前国内第一家可以在公共路面进行“无图”城市NOA方案公开测评的整车厂。

而在10月24日的小鹏科技日上，小鹏向业内投下了一枚重磅炸弹：不受限于高精地图、基于“轻地图”方案的XNGP城区导航辅助驾驶将迎来爆发式的发展——10月24日将启动版本号为4.4.0的公测活动，在现有5城的基础上扩大至覆盖了北京城区道路、长三角、珠三角地区的25座城市。

何小鹏表示，到12月底，这份名单还将继续扩展一倍，XNGP城区导航辅助驾驶将覆盖整个京津冀、长三角和珠三角地区，同时新增开放福建以及中西部核心城市。到2024年，将实现全国主要城市的XNGP技术覆盖，这一数量或将达200个。

而对于还没有开放的城市，全新的AI代驾也将上线，只需要开启AI代驾系统，设定好起点和终点，再手动驾驶一次“教给”AI要怎么做就可以了。这条路线会上传到云端，通过小鹏工程师的云端质检后就可以开放使用了。而在今后的使用中，AI系统会自动根据传感器的数据分析交通状况、不断优化驾驶方式，能做到真正意义上的“熟能生巧”。

小鹏能成为第一，其实也并不奇怪，作为最先收购高精地图的那批车企，早期通过高精地图落地城市NOA，有效地识别并收集了城市场景下较难处理的路口情况，帮助之后在“轻地图”功能演进中，着重研发，避开潜在体验瓶颈，同时扶摇自动驾驶超算中心与早已建成的AI团队，成为了小鹏智驾快速落地的最好支撑。

而华为也采用了与小鹏相同的“轻地图”方案。早在2021年上海车展期间，华为就对外演示了上海金桥区域的“有图”城市NCA功能，并在极狐αs HI版上实现激光雷达首次量产。随后的两年半时间里，华为对其城市NCA功能持续打磨，结合自研高精地图的采集，在全国各地进行泛化。

而在随后的升级中，华为ADS 2.0采用了与Tesla相似的神经网络架构，即通过BEV+Transformer对车道级拓扑进行推理，和通过GOD占用网络对不规则障碍物进行识别，从而实现不依赖高精地图的点到点导航辅助驾驶，并且传感器由标配3颗激光雷达减至1颗激光雷达，功能性不变的情况下，降低成本。

华为 ADS 2.0算法升级内容

截至目前，ADS 2.0系统已经落地于具备高精地图的上广深渝杭5座城市。在4月份的发布会上，华为智能车BU董事长余承东表示，将于今年三季度实现15个无图城市的城市NCA落地，四季度总量增至45城。而在9月份的问界M7智驾版发布会上，余承东又表示，华为“轻地图”方案将在年底覆盖全部城市。

而在小鹏与华为之外，以“重感知，轻地图”方案落地的车企还有很多，但对于车企来说，率先覆盖中小城市的企业有望率先占领用户心智，并获取智能驾驶系统的规模效益-成本优势和行驶里程-数据优势，从而进一步提升性价比和使用体验，巩固自身领导地位，正向循环起来。

其中，当头部车企的城市NOA已获取明显成本优势和技术优势，向下更低价位车型渗透的时候，未提前布局“重感知、轻地图”技术的车企，将面临很大的竞争力挑战，而且这个差距，由于缺乏数据储备和工程化能力储备，或许无法在短时间内追平。

而在智驾如此“争先恐后”占领用户心智的竞争格局之下，高精地图的结局似乎已经已经显现，起码像最初一样按月按季度推进的时代，已经一去不复返了。

03

除了车机厂，地图厂商也有话说

而对于图商来说，“坐以待毙”自然是不可能的，行业内的龙头企业也针对“无图”的言论进行了抨击。

“那些无地图资质、无知识产权、无安全敬畏的‘三无’企业是喊‘无图’喊得最响的。”2023年10月10日，四维图新CEO程鹏在2023用户大会上细数“无图”之过。程鹏不理解“无图”声浪背后的逻辑。他认为，算法模型再好，如果前面被挡住看不见，就没办法算，巧妇难为无米之炊，只能用高精地图提前获取车辆前方的道路信息及交通状况。

在相关采访中，程鹏表示，对于BEV+Transform这套技术路线我是认同的，但这和无图的关系不大。主要是在感知上，算法模型再好，如果前面被挡住了看不到，这怎么算？巧妇难为无米之炊，不是技术能解决的，只能用超视距的先验传感器，也就是高精地图来提前获取车辆前方的道路信息及交通状况。

BEV+Transform的本质上是摆脱激光雷达，能够用更为便宜的传感器实现智驾功能，而不是摆脱高精地图。地图能够做到的事情，这套算法模型做不到。所以，我不太理解要喊“无图”的目的是什么，后来和各家交流，得出结论是丢掉资质，没有知识产权和安全敬畏的团队，喊得越响。

不过，四维图新也并没有否认高精地图面临的问题，反而是跟随车企的需求做出了升级。同样在用户大会上，四维图新推出了面向追求极致性价比的城市NOA提出的地图解决方案HD Lite、轻量版领航辅助驾驶系统 NOP Lite、数据合规闭环全栈解决方案和导航3.0的人机共驾产品，智云、智舱、智芯和智驾四个方面同时发力。

图源：雪球 四维图新

据36kr报道，在四维图新看来，高精地图可以使自动驾驶定位和感知系统的安全性、鲁棒性更优异，尤其在雨雪雾遮挡车辆传感器、城市复杂道路实时定位等场景。“从实际研发项目来看，车企对地图的诉求还是比较强的。”

可以说，与其争辩是否去“高精度地图”，四维图新更乐意关注当前地图在车辆上的使用体验。

而在四维图新之外，深耕自动驾驶多年的百度也有话讲，在我们与百度IDG相关人士的沟通中，百度回答了他们对于“轻地图”的理解。

百度认为每个企业有不同的资源禀赋，有不同的技术积累，所以选择不同的路径很正常。谁能率先在多个城市实现泛化，给消费者提供安全安心、有连续获得感的智驾体验，谁就能获得市场认可。

有的企业无图可用，或者建图的成本太高，就会尝试“无图”的方案，但这一方案对技术、特别是数据的要求极高，不容易实现。以特斯拉为例，他们提倡纯视觉路线、不依赖高精地图，其汽车保有量已达百万辆级，行驶数据实时建图的范围足够广泛，且有多年建设的数据生产加工能力，其他车企在短期内难以复制该路线。

而百度身体力行的方案，则是高精地图与“轻地图”同时推进。目前，百度有完整、高度自动化的高精地图产线，并定义了一个比传统高精地图要轻的多的智驾地图，其地图要素比传统高精地图要少接近80%，能够大幅降低制作成本和交付周期，所以能以合理的成本快速实现多域泛化。

那么，从长远来看，法规越来越完善的前提下，智能驾驶中的高精地图会走向何处？

百度人士表示，高精地图之于智能驾驶，可以理解为登山过程中的”登山杖”、”氧气瓶”，能够降低登山的难度。未来3-5年内，安全、获得感强、体验好的城市高阶辅助驾驶仍需要有高精地图的助力。从长远来看，经典意义上的无图不会在终局发生，至少还需要很长一段时间，目前“轻地图重感知”的路线将会发展得越来越好。

04

写在最后

从人人追捧到跌下神坛，高精地图的起起落落似乎来得太快了一些。

特斯拉FSD看似极为激进的完全抛弃高精地图与激光雷达的行为，却为智能驾驶行业带来了新的思考。

随着国内车企在城市NOA落地方面的竞争加剧，高精地图推进缓慢、政策风险极高的缺点，也让其重要性快速被削弱。但小鹏、华为等企业也在“先行者”特斯拉的背后，通过“轻图”或无图方案，走出了一条独属中国新能源车的道路，大大加快了智能驾驶系统的推广速度，并取得了显著的成果。

然而，完全抛弃高精地图可能并非长远之计，因为它在某些场景下仍具有不可替代的优势。例如，在某些一线复杂的城市环境中，高精地图可以提供更准确的道路信息和交通状况，帮助自动驾驶系统做出更明智的决策。此外，高精地图还可以提供更精确的定位服务，提高车辆的导航能力和安全性。

因此，未来智能驾驶技术可能会在高精地图和轻量级地图之间找到一个平衡点。而这，也意味着在大部分情况下车企将使用轻量级地图对自动驾驶进行训练，但在特定场景下仍然依赖高精地图来提供更可靠的道路信息和定位服务。这种平衡将实现更加稳定、安全和高效的自动驾驶体验，为用户提供更好的出行选择。

参考资料：

《智驾先锋系列一：“重感知，轻地图”城市NOA全面落地的助推器》，中金公司