高精地图商炮轰“无图智能驾驶”，但时代确实变了

图商炮轰“三无地图”

今年以来，“去高精地图”的声音席卷汽车市场，市场有声音认为“去高精地图”才能实现低成本和大范围的城市NOA，在“一元当百”的当下内卷车圈无疑是非常有吸引力。

但四维图新CEO程鹏却是坚定的反“无图”论者，他不太理解喊无图的目的是什么。后来和各家交流，得出结论：没有资质、没有知识产权、没有安全敬畏的公司，喊得最响。

程鹏对“无图”的看法则是针锋相对的：他不点名的指出了特斯拉等打着无图旗号的车企，对其评测视频一通拆解，指出这些demo并非无图，而是在用高精地图。在他看来，BEV+Transformer本质上是摆脱激光雷达，用更便宜的传感器实现智驾功能，但这套技术方案并非要摆脱高精地图，因为地图能做到的事情，算法模型做不到。

对于某些低价做智驾的，程鹏认为，1-2万元的智驾系统难被用户感知到，投入大量资金和人力研发，却没人买单，研发成本无法分摊。长期坚持过度冗余的超能规划，用户却不使用，这种情况需要改变。用消费电子品的新思维满足用户对性价比的要求，值得借鉴。

不过车企普遍却不这么看，行业普遍认为：高精地图更新频次低；维护成本高；获取资质难，审图流程复杂。

车企对压缩成本的极度渴望，再加上AI领域的BEV感知等技术能力趋于成熟，让车企有意借先进技术减少对于高精地图的依赖。于是在高精地图之外，行业也开始出现轻地图HD Lite、导航地图增强SD Pro和无高精地图（SD Map）等提法。

此外图商资质的收紧，也或多或少影响到了汽车行业玩家，比如上汽子公司中海庭甲级资质被收回，失去了采集高精地图的资格；小鹏汽车曾斥资2.5亿收购的江苏智途科技有限公司也被取消甲级资质，直接导致小鹏汽车的城市NOA功能延迟推向市场。

就算是有甲级采集资质的华为，大规模采集高精地图也是不现实的事。比如，NOA的两大经典场景，其中用于高速NOA的高精地图，单车每年都更新成本大概在200元级别；而用于城市NOA的高精地图，单车/单城市/月的更新成本也在数百元级别。按照一家车企10万辆保有量的规模，成本就可能达到10亿元/年的级别。

有意思的是哪怕四维炮轰“无图”，四维接下来推出来的产品也是“轻地图”的逻辑。四维推出了HD Lite产品，程鹏在会后专访时说，这一产品主要以提供超视距数据为基础，适当降低要素精度及要素数量，同时大幅提升覆盖广度、数据鲜度，并降低单位数据成本。多少有点我不同意你的观点，但我还是要做一下。

究竟如何定义“无图”

2022年8月，自然资源部公布了北京、上海、广州、深圳、杭州、重庆六个城市开展智能网联汽车高精度地图应用试点。目前为止，未继续开放。如若依赖高精地图，何时能开通全国城市NCA则极其被动。面向全国市场的车企，在智驾推进会因此非常困难，“无图”就不一样了，在重感知的逻辑下可以通过算法来实时生成地图辅助规控，就不太会受到城市限制了。

2019年，马斯克曾怒喷传统高精地图，认为它“really a bad idea”，“无法适应任何变化”。不要高精地图的特斯拉All in视觉感知技术，并在2021年拿出了基于Transformer的BEV，让智驾系统获得了实时的“上帝视野”。

所以路该怎么走，特斯拉已经走出了一条路。不过虽然都在说“无图”，但区别还是不小的。“轻高精地图”是去除高精地图中的杆、路灯等非必须拓扑要素，其实只是将高精地图的一些内容去掉，将数据存储和传输减少，做到轻量，可以降低高精地图作业成本，但本质上还是有数据回传、需要有个离线建图的“生产线”和流程。“去高精度地图”本质上是基于静态元素的感知数据直接在车端还原出道路拓扑要素，但这些数据在车端“阅后即焚”（用完就丢掉），没有数据回传、没有离线建图流程和存储维护。

多留心一下会发现，各家推出的“无图智驾”方案，都巧合般地使用了同一个表述“不依赖高精地图”。众所周知，“不依赖”不等于“完全不用”。

今年3月底，小鹏通过OTA向G9与P7i高配车型推送了城市高阶智驾XNGP功能，今年第三季度末，将在全国没有高精地图的城市陆续开放“无图化”的XNGP。而在实际体验中，XNGP目前的运行逻辑是“有高精地图就用，没有高精地图就功能降级”。而在华为阵营，目前让阿维塔11智驾表现出色的高阶智驾功能ADS 1.0，首先将高精地图作为基础；即使是将实现“无图智驾”的ADS 2.0，其规划也是，在有高精地图的五座城市第一批开放城市高阶智驾功能。

其实倒也不必纠结有图无图，图商们在乎的不是车企“吃了几碗粉”，而是以后“重感知，轻地图”之后图商们还能不能赚大钱，从主导者转变成为辅助者是眼下难以接受的。

“重感知”是高技术含量的，并不是靠堆砌硬件就能解决的。800万像素摄像头、高线束激光雷达、高精度定位模块、大算力芯片，是必要条件但也不是就一定能做好。

我们举一个例子，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？去年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”。

而据36氪及HiEV此前的报道，小马智行CTO楼天城就认为，摆脱高精地图，不仅仅是感知板块的挑战，而是预测、规控等所有模块的同步提升。

那么BEV+Transformer的算法模型能否帮助车企实现快速超车呢？据一位业内人士介绍，当前阶段，大模型只擅长泛处理、模糊处理，像自动驾驶这种对安全、对处理精度要求比较高的场景，大模型应对起来确实会比较吃力。因此，我们的判断是，大模型在智能座舱场景中的落地会很快，但在自动驾驶车端场景的落地是非常难的。目前，在自动驾驶/ADAS场景用的一些大模型，只是训练参数多了，但它仍然是单模的，而不是多模，所以难以处理复杂场景。

所以眼下无论采取哪种方案，想要快速超车取得领先优势都是非常困难的，完全去除高精地图可能并不能降成本，相反在更激烈竞争中被迫增加很多不必要的成本。

市场很着急

四维CEO程鹏指出，我们和几家有量的车厂达成一致了，结论是市场现在只会为极致性价比的产品买单，而且谁不做谁死。他认为，特斯拉、比亚迪卖的好，在于它们的性价比特别好。行业要想办法把渗透率和规模做上去。之前的智能驾驶问题在于量太小，渗透率太低。但凡做智能驾驶的，都不太行。

所以国内目前在智驾上颇为激进的小鹏和华为，急需在智驾方面塑造一个强有力的卖点。那么是不是智驾目前就是噱头大于实质呢？当然不是，特斯拉的FSD已经在北美取得了不错的增长成绩。据华西证券数据统计，特斯拉FSD今年3月使用率约为3.8%，4月提升至约11.2%，截至6月约为14%。重要的是，FSD快速增长的使用率建立订阅费持续涨价的基础上。过去三年，FSD订阅在全球范围内的涨价幅度为100%-200%之间。

但国内智驾使用情况缺不乐观。根据中国汽车论坛数据，2022年国内搭载L2 级辅助驾驶功能的乘用车新车渗透率达33% 。但行业内人士透露，渗透率提升的另一面是，辅助驾驶功能的平均启动率不到20%。所以目前很难形成特斯拉FSD一样的买点，付费意愿也不是很强烈。

Mobileye CEO Amnon Shashua指出，中国市场的竞争也是极为残酷无厘头的——低价、成本以及对技术的掌控欲，扼住了很多人的喉咙，包括Mobileye。

没有哪家可以逃离中国市场的残酷竞争，这也是一场没有终局的游戏，在智驾优势不是足够大的时候，降低智驾成本才是最明智的选择，帮助车企实现大规模销量才会形成数据飞轮反哺智驾。

参考资料：