广汽投资数千万元布局高精地图，百度地图率先获准全国高级辅助驾驶地图……近期，在高精地图领域，又出现了一些新的发展动态，让人不得不重新审视其在自动驾驶发展过程中的地位究竟该如何评定。

事实上，近两年，在实现自动驾驶的漫漫长路上，行业有关高精地图的争论一直就没有停歇过，今年随着城市导航辅助驾驶逐渐落地，才逐渐形成了“重感知、轻地图”的主基调。

回看自动驾驶的发展轨迹，车企对待高精地图的态度可谓经历了或冷或暖的不同阶段。从2018年行业如雨后春笋般蓬勃兴起，到2023年受到“重感知、轻地图”重压，因车企发展自动驾驶的理念和路线发生变更，高精地图领域的发展经历了起起伏伏。

但如今人们也发现，在华为、理想、小鹏汽车等公开以“不依赖高精地图”作为自动驾驶的卖点时，依旧有企业悄然发力高精地图。伴随行业对自动驾驶的探索不断深入，可以肯定的是，未来行业围绕高精地图的争议仍将“理不断、剪还乱”。

好像放弃却又没完全放弃

近来，行业内特别是车企加码高精地图发展的举动值得引起关注。

日前，广汽集团发布公告称，全资子公司广汽资本及其全资子公司广州盈蓬拟出资4000万元（认缴出资比例为19.51％），与测绘股份等合作方共同投资设立“广东广祺舆图股权投资合伙企业（有限合伙）”，将重点围绕高精地图相关技术、智能网联及汽车智能化领域进行投资。

按照广汽集团的说法，此次投资主要是为进一步完善智能网联、智能驾驶、高精地图等核心领域的产业链布局，通过产业链及关键领域的投资合作，提升产业链的灵活性及稳定性，提升公司的综合竞争能力。

另据安徽省自然资源厅网站披露的信息显示，安徽蔚来智行科技有限公司于近日申请了互联网地图甲级测绘资质。据国家相关政策规定，高精地图的测绘和制图，仅能由国家颁发导航电子地图制作甲级测绘资质的企业合法开展。虽然蔚来智行申请的互联网地图服务甲级测绘资质，并不涉及导航电子地图制作相关内容，但包括地图搜索、位置服务，地理信息标注服务，地图下载、复制服务，地图发送、引用服务等。由此可见，蔚来汽车对地图之于自动驾驶的作用仍然十分看重。

更早之前，百度Apollo在“2023中国汽车论坛”上发布全新一代智能汽车地图产品——百度人机共驾地图Baidu MapAuto 6.5。据介绍，它是国内首创的全3D车道级地图，是全场景人机共驾地图，同时还提供全能力的数据服务。

上述企业的举动值得关注，原因之一就在于它们与当下行业氛围多少有些“违和”。毕竟，多家正在落地自动驾驶产品的整车企业及自动驾驶核心技术提供商都明确表示，将逐步摆脱对高精地图的依赖。

8月14日，小鹏汽车在官方社交媒体上表示，正在加紧研发无高精地图区域的XNGP（其第二代智能辅助驾驶系统），预计将于今年年底前在50座城市开放。与此同时，XNGP的无图区域能力也正在开发中。

在2023上海车展上，华为和理想汽车各自拿出的全新自动驾驶方案，与之前的版本相比都开始有了“重感知、轻地图”的变化。具体来看，华为ADS 1.0包括高精地图，ADS 2.0则实现了无图运营。华为方面表示，今年三季度将实现在15座无图城市落地ADS 2.0，四季度进一步新增30座无图城市的落地。理想汽车AD Max 3.0标配城市NOA、高速NOA，使用三种神经网络大模型算法：静态BEV网络、动态BEV网络、Occupancy网络来替代高精地图的作用。

华为常务董事、终端BG首席执行官、智能汽车解决方案BU首席执行官余承东表示：“高精地图更新的太慢了，且一座城市一座城市获取的速度也太慢。我们连上海市的一条小路都要折腾很久。”自动驾驶公司元戎启行首席执行官周光甚至认为：“想要自动驾驶量产，就不应该用高精地图。”

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。

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。

商业生态的重构与机会

国金证券指出，随着AI时代的到来，互联网流量格局正在发生重大转变，地图有潜力成为重要的流量入口。

研究显示，进入大模型时代后，用户处理任务的思维模式可能发生转变。得益于AI对用户需求的更深度、精准的把握，我们将在互联网时代的基础上进一步提升效率并减少摩擦。

以Plugin为例，AI作为入口能够深入解读用户需求，自动将任务分解并调用相关APP来满足需求。值得注意的是，有些任务可能不再依赖其他APP，仅通过AI入口即可完成。

随着AI入口形成后，移动互联网的价值链有望重新配置。中心化在AI入口的生态系统可能逐渐稳固并为企业带来可观的盈利。更具体地说，那些拥有大模型和主要流量入口的公司将具有显著的竞争优势，能够轻松跨入其他领域整合各类APP，构建并巩固其独特的生态圈，从而在大模型时代占据主导地位。

那么，地图类产品会被集成中还是成为主要流量入口？可以从用户对接数量和搜索效率两个角度来看待互联网时代的流量入口演变。

国金证券分析指出，那些在用户对接数量和搜索效率中取得平衡的APP，更容易被其他产品或平台集成。

基于这一分析框架，社交和地图类APP不太可能被集成到其他系统中，反而有望在大模型时代成为主要的流量入口。

按此逻辑继续推理，在大模型的推动下，应用不仅能胜任更复杂的任务，更能呈现出精准个性化的服务。

以地图为例，它不仅仅能提供准确的路径指导，还能实时更新交通资讯，乃至预测未来的交通走势。结合用户行为分析，地图应用将从餐饮、娱乐到购物等领域，为用户打造“一站式”的体验，进一步提高用户粘性和流量。

这样的转变意味着，地图在AI助力下已不再是单一的导航工具，而是整个生态的核心。集成了打车、本地生活、旅游等功能的地图，几乎成为用户出行的“瑞士军刀”。这种一站式的操作，不仅方便了用户，也让地图厂商看到了巨大的商业潜力。

具体而言，随着地图应用变得更为智能和综合，传统的广告模式正在向佣金模式转变。不论是餐饮、打车还是旅游，地图都可以为商家提供直接的用户流量，从而获得丰厚的佣金。结合广告和佣金，地图应用的商业化空间将迎来爆发。

国金证券分析指出，地图成为主要流量入口后，通过整合其他出行APP，其盈利模式将以佣金和广告为主导。

考虑到出行领域的佣金市场规模超过2000亿，再结合美团的到店和酒旅业务广告收入占比近50%，预估商家的广告贡献可能与佣金规模相当。这意味着，结合佣金和广告，出行相关的市场总值达到约4000亿。在大模型时代，地图应用厂商有潜力进一步掘金这一价值链。

此外，以上探讨主要聚焦于面向C端的生活消费场景，而B端和G端的大模型商业领域尚未统计进去。

对于整合了飞猪和本地生活的高德地图来说，似乎已然抓住了这个时代风口的先机。而对于百度地图和腾讯地图而言，尽管其主要策略转向，但它们仍保留了C端市场的活力，这给未来的回归创造了可能。