本文来自微信公众号“新智驾”（ID:AI-Drive），作者：文宇、编辑：文靓，36氪Auto经授权发布。

5月25日，四川甘孜一位车主驾驶理想L7在公路上正常行驶突然急刹，时速从 80 公里骤降到20多公里。

根据流传出的视频显示，当时车辆行驶前方路面空旷，而路旁悬在半空中的广告牌画面中包含了起跑姿势的“苏炳添”。这不免让人怀疑，车辆感知系统将处于半空中带有人物广告牌的高度信息忽略不计，直接将人物判定为地面障碍物体，因此误触发了AEB功能。

而这个案例的发生，在行业内掀起「重感知、轻地图」风潮的当下颇具玩味。

目前理想汽车仍未对此次事件作出技术层面的具体回应。但此前理想汽车曾宣布，预计本年底向全国百城推送不依赖高精地图的城市NOA功能，并于六月份将开启小规模的车主内测。

不仅仅是理想汽车，国内其它车企以及算法公司也都投入到了「去图化」的进程中。那么，当人们提到「去图化」时到底在谈什么？感知与高精地图的关系，究竟又该如何平衡？ 

风起城市NOA，解绑地图成趋势

2023年在智驾行业最被常提起的词便是“NOA”，同时，解绑高精地图的声音也渐渐不可忽视。据统计，包括华为、小鹏、元戎启行等十余家企业已有了相应的规划。

图片来源：新智驾

趋势的形成并不是空穴来风。 

由于国家严格的测绘管理标准，除高速高速路段外，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。

换言之，城市版的高阶辅助驾驶功能仅可在这几座特定城市实现，即便相关功能的覆盖率不断增长，但其规模推广却受到高精地图使用的掣肘，无法扩张到其他地区。因此解绑高精地图，将是全场景高阶辅助驾驶产品完美实现的重要前提。

除了覆盖区域有限，更新维护周期慢也是高精地图的一大痛点。新智驾获悉，目前市面上城市级高精地图产品的鲜度更新频率最短也要以季度为单位计算。

这一是因为我国路况复杂，道路要素信息过多，很难做到短时间内采集齐全。二是采集高精地图成本较高，一个地点需多次采集确保信息的准确性，更新工作量大。而且现在国家禁止便捷低价的众包采集方式，为了确保高精地图的精度，拥有资质的图商也只能堆加采集车数量。

据新智驾了解，腾讯的采集车数量大抵在一百辆，这一百辆车不仅要负责全国高速道路的路况信息更新，更要兼顾六座城市的道路数据采集，难以做到两全。

高速道路要素信息单一且场景简单，修路或道路封禁等特殊情况只是小概率事件，因此即使更新周期较长，高精地图更新频率对自动驾驶的影响也较小。

城市道路却不是这么简单。中国的城市道路错综复杂，道路施工也相对常见。目前城市道路的高精度地图信息无法以日/周为单位进行更新，高阶辅助驾驶体验无法得到量级的提升，但车企又要面临着巨大的成本负担。

挣脱高精地图的束缚，是车企和供应商在现阶段跳出条件限制，寻找新的可能性的重要尝试。 

图商求变：定制化地图应运而生

2010年，国家开放导航电子地图制作甲级资质申请，但近几年由于相关行业发展迅速，申请资质的企业越来越多，采集资质逐渐收紧，原本三十多家的名单最后只剩十九家企业机构仍保留甲级测绘资质。

这样的变化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。

可见在此之前，拥有甲级测绘资质一直属于自动驾驶领域内的“香饽饽”，但趋势转变往往就在一念之间。今年开始，车企和软件公司纷纷高调规划「无图化」路线。

目前图商和各车企或供应商在高精地图领域合作仍采用License模式，每辆车每年的价格在行业内并没有统一的标准，涵盖从百元左右至几百元不等。

据腾讯地图数据负责人马常杰表示，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。

马常杰告诉新智驾，“目前腾讯地图的高精地图业务按规划正常推进，并没有因为轻地图或无图化方案的流行而受到影响。”他也明确指出，市面上所有L3以下的高阶辅助驾驶仍会使用到地图，无论是高精地图、ADAS地图或者普通导航地图；而L4级及以上的自动驾驶目前也不可能离开高精地图。

腾讯地图目前在高精地图方面，基本上都是按季度更新，重点城市月度更新。同时，依托众源资料和生态合作伙伴的大数据共享，以及车端识别和云端自动化建图技术，部分高精要素可以达到周级甚至天级更新。

除高精地图产品业务外，腾讯地图已经开始进行一些定制化的地图产品业务。马常杰透露，随着自动驾驶的发展，会有越来越多车企对地图产品提出定制化要求。

比如针对地图中的精度和要素信息进行定制，“对于一些企业来讲，在车自身的感知能力比较强的前提下，可能仅需要地图中的一些道路信息或复杂路口的信息。这种定制化地提供部分要素，相比全面采集高精地图来讲，效率高很多，成本也会低很多。”马常杰对新智驾说道。

例如，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左右，而现在各主机厂和算法公司需要的地图可能只需要在米级精度上，外加五十左右的要素。这样一来，原本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，对地图商的影响也是一种正向的促进。 

「去图化」是不是纸上谈兵

对于高精度地图在自动驾驶中所能发挥的作用，车企图商各执一词。但是回看供应链上下游玩家此前宣布的时间表，「去图化」的实现好像尚需时日。

小鹏汽车于去年九月份推出城市NOA功能，也是国内首推此功能的车企。六个月后，小鹏汽车宣布解绑高精地图并首发XNGP的试乘试驾活动。

基于新智驾当时的试驾体验，在高精地图覆盖区域，小鹏汽车仍依赖高精地图去实现高阶辅助驾驶功能；在无高精地图覆盖的区域现阶段除ADAS功能外，仅开放识别红绿灯和执行通过路口的能力。可以看到，如今脱离高精地图后的NOA功能的用户仍无法达到有图时的效果。

另外据新智驾了解，目前小鹏汽车在高阶辅助驾驶的研发进程中，demo已经能够在很大程度上摆脱对高精地图的依赖，除非途经一些复杂路口或环岛场景。

得益于华为的甲级资质，问界M5智驾版前段时间也在多个城市展开试乘试驾。前文讲到华为ADS2.0计划今年第二季度在全国15城推行，但其五月份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，其它城市的推送时间充满着不确定性。

整体来看，车企关于NOA「去图化」的规划与实际落地情况之间存在着不小的差距。有意思的是，各家也在想办法破局。

完全去高精地图在业内被公认为是很难实现的。据业内人士透露，在无任何地图信息的情况下，低延迟的规控算法运行目前来讲几乎无法实现，因此在技术路线上不会存在完全去掉高精地图中所提供的信息要素。

而且，如果没有高精地图提供的精准要素数据，算法架构上需要重新设计，感知与路径规划算法都需优化成可脱离高精地图数据运行的状态。

近几年，BEV+Transformer的算法架构在CV领域势头正猛。自2020年起，特斯拉发布论文引入BEV感知方法，也从此带动了CV领域内的新方向，目前大多数公司的首选方案也由基于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。

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。

不过，在车端部署BEV+Transformer算法需要对大量数据进行标注训练，一方面对芯片算力提出了更高的要求，增加了研发成本支出，一方面也考验着车企和供应商的技术实力。据业内人士向新智驾透露，目前国内进行相关研究的企业并不多。 

写在最后

按照车企或算法公司的说法，无图化方案能否真正落地或许到2024年即可揭开答案。

行业内近期也提出了一条新的思路，即可依赖自车的高精定位定姿系统和感知系统赋能整个智驾系统的感知及预先规划，虽然这个技术路线落地应用还有些困难，但国内的一些主机厂和汽车供应商已经开始了这一方向的研究。

一方面是磨刀霍霍的车企，另一方面是内卷的上下游供应商。对于去图化的趋势，图商必须开始寻找新的可能性。

伴随着软硬件的共同提升，自动驾驶的进化和落地节奏正在加快。至于高精地图最终是否会淡化出行业，现在看来仍是未知的。