圖片來源 @視覺中國
文 | 奇偶派，作者 | 葉子、景園，編輯 | 钊
我們常說，新能源汽車的發展可以分爲兩個階段，上半場是電動化，下半場是智能化。2023 年汽車出口量的反超，已經證明了國内新能源汽車在電動化階段的積累和突破，競争激烈的國内電動車企業們确實取得了顯著的成就。
然而，上半場的勝利并沒有給車企們留下喘息的時間，下半場智能化之戰便已經悄然打響，市場進一步要求車機廠們在智能座艙、智能輔助駕駛、電子電器架構方面繼續突破，方可在如此 " 卷 " 的中國車市裏生存下去。
而在其中，智能輔助駕駛，也成爲了車廠技術研發、競争的核心點，而在今年的最後幾個月裏，智駕層面上的競争，也愈演愈烈 ......
其中，憑借先發和工程化優勢，小鵬最早于 21 年開始相應研發，并率先于廣州和北京對外演示其 " 無圖 " 方案。華爲則是依靠本身強大的工程和問題閉環能力，較激進計劃年底落地全部城市。理想憑借 NPN 算法的衆包性，年底将在 100 座城市進行通勤 NOA 的早鳥内測，并計劃于 2024 年 1 月推送給全量的 AD MAX 用戶。
也正是在智駕快速落地的當下，高精地圖對于智駕是否重要的問題又被提了出來——高精地圖曾被行業一度認爲是落地高階智能駕駛的必要條件，但随着乘用車城市 NOA 功能的落地和推廣，高精地圖由于廣度和鮮度，以及審批進度的限制，無法很好滿足車企快速鋪開城市 NOA 的訴求。
而特斯拉 FSD 的落地，驗證了 " 重感知，輕地圖 " 的可行性；其圍繞 BEV + Transformer 算法架構，生成帶有道路拓撲信息的局部實時地圖，替代了傳統高精地圖。國内車企也在加速布局 " 無圖 / 輕圖 " 方案，其中小鵬、華爲成爲了領跑城市 NOA 落地的車企。
但同時，作爲老牌 " 圖商 " 四維圖新，卻在用戶日活動上，對今年以來一直讨論非常火熱的智能駕駛 " 有圖 " 和 " 無圖 " 路線之争給出了回應，對無圖技術路線的真相進行非常辛辣的點評—— " 部分車企之所以強調 " 無圖 " 技術路線主要是因爲：無地圖資質、無知識産權、無安全敬畏。"
那麽，在智駕落地的過程中，特斯拉 FSD 建立的 " 重感知，輕地圖 " 行業範式是否是真理？傳統高精地圖何故在落地過程中被 " 邊緣化 "？未來智駕真的能告别高精地圖嗎？
01 從小甜甜到牛夫人，高精地圖 " 失寵 " 就在一瞬間
高精地圖起起落落的故事，可以追溯至十年之久的過去。
高精地圖，又稱高清地圖，是精度更高、數據維度更多的導航地圖。其蘊含的信息更加豐富，在簡單的道路極其形狀等基礎信息之外，還包含了道路類型、曲率、車道線位置等道路信息，以及路邊基礎設施、障礙物、交通标志等環境對象信息，同時包括交通流量、紅綠燈狀态信息等實時動态信息。
資料來源：CAICV，CSDN，中金公司研究部
2012 年以來，自動駕駛汽車進入了諸多企業、車機廠的視野，彼時，随着自動駕駛技術的發展，高級駕駛輔助系統 ( ADAS ) 對于地圖信息提出了更高的要求，進而推動了車載導航地圖進入高精地圖階段。
而在各大車企推動智能化發展，加速智駕車輛落地進城的 2020 年後，更是一度被智能駕駛行業認爲是走向高階智駕的必經之路，也被視爲自動駕駛的 " 天眼 "。
高精地圖在智駕發展最初的進程中能獲得如此青睐，自然與其強大的能力和落地契合程度息息相關。
首先，高精地圖扮演了提供 " 真值 " 的全天候傳感器的角色。相比傳統硬件傳感器，其優勢在于可以很好地彌補傳感器數據缺失，利用高精地圖數據對前方道路情況進行補充，無論是怎樣的場景中，高精地圖都能更精确、全面地感知前方路況，行車安全性得到更高保障。
例如下雪天，車道線出現有磨損、遮擋的情況，視覺或是激光雷達傳感器都會一定的失效概率，導緻無法辨别周邊場景。所以爲了保證安全性，采用高精度地圖提供的環境 " 真值 "，可以很好地彌補傳感器的不足。
其次，從某種意義上來說，高清地圖也可以被看作一個超視距傳感器，提供道路拓撲信息。高清地圖可以讓系統提前知曉道路前方的交通情況，進行最優的路徑規劃，從而實現車輛可以保持乘客舒适的加減速行駛。
同時，高精地圖提供車道的拓撲連接關系，可以準确地讓車輛理解在一些複雜的路口如何彙入、彙出、以及選擇目标車道，提升安全性的同時，也降低了感知層面的開發難度。
可以這麽形容，搭載了高精地圖的自動駕駛系統宛如一個當地開了半輩子出租的老師傅，不僅車技好，腦子裏還有一張當地活地圖，可以因情況不同選擇最優的路線，在自動駕駛領域的優勢不言而喻。
最後，高清地圖配合傳感器，可以實現更精确的定位。傳統的車輛定位 GNSS/RTK 容易受到環境幹擾，在立交橋等立體交通場景，或是高樓大廈的高反射場景，表現通常不盡人意，從而無法實現精準定位。高精地圖則提供了一個穩定的無源定位方式。通過匹配傳感器感知特征和高精地圖具有特征，車輛可以獲知其相對位置，從而完成在全局環境當中的準确定位。
在如此多優勢的加成之下，高精地圖的 " 攻城略地 " 也是水到渠成的結果。
2021 年年中，正在沖刺港股雙重上市的小鵬汽車，斥資 2.5 億元收購了一進入破産程序的地圖公司智途科技。這家在 2019 年的營收隻有 738 萬元的公司能被小鵬看重的原因在于其擁有導航電子地圖制作甲級測繪資質，這是入局高精地圖的通行證，小鵬也成爲造車新勢力中第一家擁有甲級測繪資質的公司。
但這樣的 " 牌照 " 在國内并不多。吉利旗下的億咖通，上汽控股的中海庭都曾拿到過甲級測繪，長城、蔚來等多家車商都曾試圖尋求收購相關資質，但牌照這種東西終歸是 " 僧多粥少 "，因此也有大量的自動駕駛企業與車機廠通過與圖商合作，才得以将高精地圖裝上車，如理想在 2021 年與高德地圖合作，蔚來在 2022 年與騰訊在高精地圖領域合作。
此後，依賴高精地圖輔助的衆多自動駕駛系統接連問世，例如小鵬的 XNGP、蔚來的 NOP、理想的 NOA、廣汽埃安的 NDA。
不過，也就在高清地圖剛剛大火之時，以特斯拉爲代表的一衆車企，卻親自将他們捧上 " 神壇 " 的高清地圖拉了下來。
早在 2019 年，特斯拉 CEO Elon Musk 便提出，如果自動駕駛系統過度依賴高精地圖，會讓整個系統變得脆弱，難以支持不同場景的快速泛化。于是，一句 "Lidar is a fool errand"，便将高清地圖 " 判了死刑 "，并一頭鑽進了純視覺路線的研發之中。
實際上，馬斯克的發言并非虛言，高精地圖在使用時光鮮亮麗的一面之外，還有着采集與落地之間的重重困難。
據《2020 智能網聯汽車高精地圖白皮書》，采用傳統測繪車方式，分米級地圖的測繪效率約爲每天每車 500 公裏道路，成本爲每公裏 10 元左右，而厘米級地圖的測繪效率約爲每天每車 100 公裏道路，成本可能達每公裏千元。
2022 年年底，在收購智途科技，獲得資質的第二年，小鵬汽車還未嘗到甜頭就碰到了快速推進智能駕駛落地的巨大困難，地圖的繪制需要專業測繪車在道路上行駛，采集原始圖像與激光數據，并不斷地修改标注，受制于繪制成本的高昂以及前期制圖上的繁雜，高精地圖的更新周期十分漫長。
何小鵬無奈表示 " 原來城市 NGP 依賴于具有更高清晰度的地圖，最開始我們認爲在今年上半年甚至一季度下旬，小鵬就可以将城市 NGP 從一個城市推到數個城市，但困難比想象的要多。"
華爲車 BU 董事長餘承東也曾表示，華爲僅采集上海市高精地圖，哪怕采集了兩年、9000 公裏，都沒有把上海完全覆蓋。華爲認爲，高昂的采圖和維護成本，很難支持傳統高精地圖快速上量，或是維持高的鮮度；由于廣度、鮮度、成本的不可能三角制約，傳統高精地圖在城市 NOA 推廣當中也很難起到積極的作用，于是逐漸被邊緣化。
采集的困難也将高精地圖的更新頻率限制在多則半年，少則兩個月之間，這對于國内外發展迅速、各大廠商分秒必争的智能駕駛技術來說太慢了，當城市 NOA 快速發展，從 6 個城市拓展到全國之時，高精地圖的 " 慢 " 極大拖住了造車新勢力更新軟硬件的步伐。
同時，出于國家安全考慮，高精地圖的廣度與時效都受限于法規制定節奏，政策對于測繪資質也進一步收緊，每年都要重新審核，如果審核不通過圖商将面臨着資質取消的風險，頂着關鍵性的測繪資質 " 朝不保夕 " 風險進行高精地圖繪制，可以說是勞力傷财還無法達到落地使用标準的高清地圖，" 失寵 " 也是難免的。
那麽，抛棄了高精地圖的特斯拉是如何做自動駕駛的？國内車企選擇的路線及其進展情況又是如何呢？
02 特斯拉 FSD 給出靈感，國内智駕先鋒紛紛 " 輕圖 " 落地
正如前文所述，馬斯克不止一次表示過，嚴重依賴傳感器的性能以及高精地圖的先驗信息，這種解決方案太過于針對明确且具體的路況。一旦自動駕駛汽車去到高精地圖沒有覆蓋的區域，或因施工、事故導緻的道路調整，就完全失去了作用，從另外一個角度來說，就失去了自動駕駛的意義。
而特斯拉率先提出 BEV 與自動駕駛軟件算法 FSD 結合後的産物，便很好地替代了高精地圖與激光雷達。
首先，特斯拉在 2021 年的 Tech Day 提出了使用 Bird ’ s Eye View（BEV），即鳥瞰圖，将車身四周攝像頭所拍攝到的水平畫面，通過 Transformer 提取共同特征進行三維構建，進行特征級融合，最終拿到一張反映周圍環境的鳥瞰圖。
這種鳥瞰圖仿佛就是開了一個上帝視角，讓車輛能夠把近處的感知統一放到一個平面中，盡可能的增大了感知的範圍和冗餘度。在不依賴高精地圖的情況下，實現對車輛周邊實時構圖，并基本準确地判斷車輛周圍物體的位置和輪廓，以及車道線、路墩、信号燈等交通設施。
至此，Tesla FSD 的第一步完成，通過 BEV+Transformer 生成了一張不帶運動及輪廓信息的圍繞車輛周邊的 100 × 100 米局部地圖。接下來，Occupancy Network 通過将空間劃分爲一系列體素（voxel），對空間進行 3D 構建，從而形成類似于 " 積木堆積 " 式的三維空間表示，生成地圖上物體的輪廓信息，讓地圖具備景深。
在第一步生成了車輛周邊的三維局部地圖後，特斯拉無需再去糾結物體是什麽，也不用再去識别分類，隻要知道了物體的大概形态，它就知道是否需要規避了。而接下來便需要生成預設行駛軌迹，目前，業界有多種獲取行駛路徑的方式，如特斯拉 Lane Network、Mobileye 的 REM 等，均可根據行車概率推測出當下交通場景的最佳行駛路線。
綜上，特斯拉給出的解決方法是通過多個攝像頭構建鳥瞰圖，并基于攝像頭所獲得的信息機動性地構建車身邊的 " 地圖 "，最後通過受大量訓練的人工智能算法模型來給出最優的行駛路徑。
可以說，特斯拉的 FSD 爲國内的衆多車企立下了榜樣，其重算力而輕硬件打法帶來極有競争力的價格，對激光雷達與高精地圖組合方案的必要性提出了挑戰。
但是，當前爲了讓城市 NOA 可以支持更多城市場景，接管率更低，大多國内整車廠仍然選擇采用激光雷達的方案。一方面可以降低接管率，提升用戶體驗；另一方面也提升了系統的安全性，例如 AEB 的準确度；同時，營銷角度而言，配備激光雷達也彰顯了車輛的科技屬性，有利于提升車型市場定位。
正如華爲智駕總經理李文廣所說：" 這是兩條技術路線，純視覺的一條技術路線，還有一個就是多傳感器融合。純視覺這條技術路線，本身有它的上限，而且比融合感知的上限要低得多。在純視覺路線上，特斯拉應該是在行業上做得最好的。但是如果上限卡在那兒，數據再多也上不去。"
在激光雷達之外，高精地圖爲了跟上智駕的節奏，也推出了輕地圖。輕地圖，即量化的高精地圖，同時融合了高精地圖和傳統導航地圖的一些優點。在定位精度和信息豐富度上，輕地圖免去了一些優先級不高的信息，以算法作爲補充，來配合車企智駕的推進。
截至目前，國内智能化先鋒廠商小鵬、華爲、理想等，都相繼表示将采用類似的 " 輕地圖 " 方案推廣其城市 NOA，并先後明确了預計的落地計劃。
其中，小鵬率先宣布落地 " 輕圖 " 城市 NOA。截至于 10 月 1 日，小鵬已率先在廣州和北京進行了範圍較廣的無圖 XNGP（城市 NOA）試駕邀請，也是目前國内第一家可以在公共路面進行 " 無圖 " 城市 NOA 方案公開測評的整車廠。
資料來源：小鵬汽車公告，中金公司研究部
而在 10 月 24 日的小鵬科技日上，小鵬向業内投下了一枚重磅炸彈：不受限于高精地圖、基于 " 輕地圖 " 方案的 XNGP 城區導航輔助駕駛将迎來爆發式的發展—— 10 月 24 日将啓動版本号爲 4.4.0 的公測活動，在現有 5 城的基礎上擴大至覆蓋了北京城區道路、長三角、珠三角地區的 25 座城市。
何小鵬表示，到 12 月底，這份名單還将繼續擴展一倍，XNGP 城區導航輔助駕駛将覆蓋整個京津冀、長三角和珠三角地區，同時新增開放福建以及中西部核心城市。到 2024 年，将實現全國主要城市的 XNGP 技術覆蓋，這一數量或将達 200 個。
而對于還沒有開放的城市，全新的 AI 代駕也将上線，隻需要開啓 AI 代駕系統，設定好起點和終點，再手動駕駛一次 " 教給 "AI 要怎麽做就可以了。這條路線會上傳到雲端，通過小鵬工程師的雲端質檢後就可以開放使用了。而在今後的使用中，AI 系統會自動根據傳感器的數據分析交通狀況、不斷優化駕駛方式，能做到真正意義上的 " 熟能生巧 "。
小鵬能成爲第一，其實也并不奇怪，作爲最先收購高精地圖的那批車企，早期通過高精地圖落地城市 NOA，有效地識别并收集了城市場景下較難處理的路口情況，幫助之後在 " 輕地圖 " 功能演進中，着重研發，避開潛在體驗瓶頸，同時扶搖自動駕駛超算中心與早已建成的 AI 團隊，成爲了小鵬智駕快速落地的最好支撐。
而華爲也采用了與小鵬相同的 " 輕地圖 " 方案。早在 2021 年上海車展期間，華爲就對外演示了上海金橋區域的 " 有圖 " 城市 NCA 功能，并在極狐 α s HI 版上實現激光雷達首次量産。随後的兩年半時間裏，華爲對其城市 NCA 功能持續打磨，結合自研高精地圖的采集，在全國各地進行泛化。
而在随後的升級中，華爲 ADS 2.0 采用了與 Tesla 相似的神經網絡架構，即通過 BEV+Transformer 對車道級拓撲進行推理，和通過 GOD 占用網絡對不規則障礙物進行識别，從而實現不依賴高精地圖的點到點導航輔助駕駛，并且傳感器由标配 3 顆激光雷達減至 1 顆激光雷達，功能性不變的情況下，降低成本。
華爲 ADS 2.0 算法升級内容，資料來源：華爲官網，浙商證券研究所
截至目前，ADS 2.0 系統已經落地于具備高精地圖的上廣深渝杭 5 座城市。在 4 月份的發布會上，華爲智能車 BU 董事長餘承東表示，将于今年三季度實現 15 個無圖城市的城市 NCA 落地，四季度總量增至 45 城。而在 9 月份的問界 M7 智駕版發布會上，餘承東又表示，華爲 " 輕地圖 " 方案将在年底覆蓋全部城市。
而在小鵬與華爲之外，以 " 重感知，輕地圖 " 方案落地的車企還有很多，但對于車企來說，率先覆蓋中小城市的企業有望率先占領用戶心智，并獲取智能駕駛系統的規模效益 - 成本優勢和行駛裏程 - 數據優勢，從而進一步提升性價比和使用體驗，鞏固自身領導地位，正向循環起來。
其中，當頭部車企的城市 NOA 已獲取明顯成本優勢和技術優勢，向下更低價位車型滲透的時候，未提前布局 " 重感知、輕地圖 " 技術的車企，将面臨很大的競争力挑戰，而且這個差距，由于缺乏數據儲備和工程化能力儲備，或許無法在短時間内追平。
而在智駕如此 " 争先恐後 " 占領用戶心智的競争格局之下，高精地圖的結局似乎已經已經顯現，起碼像最初一樣按月按季度推進的時代，已經一去不複返了。
03 除了車機廠，地圖廠商也有話說
而對于圖商來說，" 坐以待斃 " 自然是不可能的，行業内的龍頭企業也針對 " 無圖 " 的言論進行了抨擊。
" 那些無地圖資質、無知識産權、無安全敬畏的‘三無’企業是喊‘無圖’喊得最響的。"2023 年 10 月 10 日，四維圖新 CEO 程鵬在 2023 用戶大會上細數 " 無圖 " 之過。程鵬不理解 " 無圖 " 聲浪背後的邏輯。他認爲，算法模型再好，如果前面被擋住看不見，就沒辦法算，巧婦難爲無米之炊，隻能用高精地圖提前獲取車輛前方的道路信息及交通狀況。
在相關采訪中，程鵬表示，對于 BEV+Transform 這套技術路線我是認同的，但這和無圖的關系不大。主要是在感知上，算法模型再好，如果前面被擋住了看不到，這怎麽算？巧婦難爲無米之炊，不是技術能解決的，隻能用超視距的先驗傳感器，也就是高精地圖來提前獲取車輛前方的道路信息及交通狀況。
BEV+Transform 的本質上是擺脫激光雷達，能夠用更爲便宜的傳感器實現智駕功能，而不是擺脫高精地圖。地圖能夠做到的事情，這套算法模型做不到。所以，我不太理解要喊 " 無圖 " 的目的是什麽，後來和各家交流，得出結論是丢掉資質，沒有知識産權和安全敬畏的團隊，喊得越響。
不過，四維圖新也并沒有否認高精地圖面臨的問題，反而是跟随車企的需求做出了升級。同樣在用戶大會上，四維圖新推出了面向追求極緻性價比的城市 NOA 提出的地圖解決方案 HD Lite、輕量版領航輔助駕駛系統 NOP Lite、數據合規閉環全棧解決方案和導航 3.0 的人機共駕産品，智雲、智艙、智芯和智駕四個方面同時發力。
圖源：雪球 四維圖新
據 36kr 報道，在四維圖新看來，高精地圖可以使自動駕駛定位和感知系統的安全性、魯棒性更優異，尤其在雨雪霧遮擋車輛傳感器、城市複雜道路實時定位等場景。" 從實際研發項目來看，車企對地圖的訴求還是比較強的。"
可以說，與其争辯是否去 " 高精度地圖 "，四維圖新更樂意關注當前地圖在車輛上的使用體驗。
而在四維圖新之外，深耕自動駕駛多年的百度也有話講，在我們與百度 IDG 相關人士的溝通中，百度回答了他們對于 " 輕地圖 " 的理解。
百度認爲每個企業有不同的資源禀賦，有不同的技術積累，所以選擇不同的路徑很正常。誰能率先在多個城市實現泛化，給消費者提供安全安心、有連續獲得感的智駕體驗，誰就能獲得市場認可。
有的企業無圖可用，或者建圖的成本太高，就會嘗試 " 無圖 " 的方案，但這一方案對技術、特别是數據的要求極高，不容易實現。以特斯拉爲例，他們提倡純視覺路線、不依賴高精地圖，其汽車保有量已達百萬輛級，行駛數據實時建圖的範圍足夠廣泛，且有多年建設的數據生産加工能力，其他車企在短期内難以複制該路線。
而百度身體力行的方案，則是高精地圖與 " 輕地圖 " 同時推進。目前，百度有完整、高度自動化的高精地圖産線，并定義了一個比傳統高精地圖要輕的多的智駕地圖，其地圖要素比傳統高精地圖要少接近 80%，能夠大幅降低制作成本和交付周期，所以能以合理的成本快速實現多域泛化。
那麽，從長遠來看，法規越來越完善的前提下，智能駕駛中的高精地圖會走向何處？
百度人士表示，高精地圖之于智能駕駛，可以理解爲登山過程中的 " 登山杖 "、" 氧氣瓶 "，能夠降低登山的難度。未來 3-5 年内，安全、獲得感強、體驗好的城市高階輔助駕駛仍需要有高精地圖的助力。從長遠來看，經典意義上的無圖不會在終局發生，至少還需要很長一段時間，目前 " 輕地圖重感知 " 的路線将會發展得越來越好。
04 寫在最後
從人人追捧到跌下神壇，高精地圖的起起落落似乎來得太快了一些。
特斯拉 FSD 看似極爲激進的完全抛棄高精地圖與激光雷達的行爲，卻爲智能駕駛行業帶來了新的思考。
随着國内車企在城市 NOA 落地方面的競争加劇，高精地圖推進緩慢、政策風險極高的缺點，也讓其重要性快速被削弱。但小鵬、華爲等企業也在 " 先行者 " 特斯拉的背後，通過 " 輕圖 " 或無圖方案，走出了一條獨屬中國新能源車的道路，大大加快了智能駕駛系統的推廣速度，并取得了顯著的成果。
然而，完全抛棄高精地圖可能并非長遠之計，因爲它在某些場景下仍具有不可替代的優勢。例如，在某些一線複雜的城市環境中，高精地圖可以提供更準确的道路信息和交通狀況，幫助自動駕駛系統做出更明智的決策。此外，高精地圖還可以提供更精确的定位服務，提高車輛的導航能力和安全性。
因此，未來智能駕駛技術可能會在高精地圖和輕量級地圖之間找到一個平衡點。而這，也意味着在大部分情況下車企将使用輕量級地圖對自動駕駛進行訓練，但在特定場景下仍然依賴高精地圖來提供更可靠的道路信息和定位服務。這種平衡将實現更加穩定、安全和高效的自動駕駛體驗，爲用戶提供更好的出行選擇。
參考資料
《智駕先鋒系列一：" 重感知，輕地圖 " 城市 NOA 全面落地的助推器》，中金公司
