龙妃凤舞龙王你好坏理想最近公布了很多技术进展，其中基于 AI 技术的智能驾驶方案令人瞩目。

　　在智能驾驶方面，理想开始引入 NeuralPriorNet（NPN，神经先验网络），通过云端大模型对复杂的路口特征进行提取，在车辆经过路口时与车端的实时 BEV 特征融合。同时，针对信号灯，理想训练了 TrafficIntentionNet（TIN，信号灯意图模型），可以摆脱对地图规则的依赖。

　　一瞬间，大家感叹理想对于 AI 技术全面放出的速度，大有赶超其他车企之势；另外则纷纷认为，连最近如日中天的宇宙第一车企——理想，都要 去高精地图 了。

　　比如，在理想之前，小鹏和华为先后公布了不依赖高精地图的方案。很多业内顶级的自动驾驶公司，也已经从 L4 降级到 L2+，纷纷推出了能够上车的非高精地图方案，今年把公司重点调整为了拼量产拼交付。

　　理想的技术解释了高精地图的一些缺点：比如高精地图采集难度高，且需要资质，部分地区会受到限制；第二，高精地图的更新频率会受到成本与车队规模限制，而地图更新不及时则会影响行车体验，但 NPN 模式下，每辆用户的车都可以成为 NPN 信息采集车，道路发生变化，则第一时间就会上传至云端，供所有用户使用。

　　但可以看到，尽管不依赖高精地图。图作为智能驾驶感知最重要的一个模块依然发挥着重要的作用。

　　于是，一波对于 去高精地图 的话题讨伐后，行业里马上掉转船头，转向了一个新的认知：从来不是不需要图，只是需要一张更快更符合智能驾驶的图。

　　在这个话题上，品驾也一直有一个观点：去高精地图，从来不是一个技术终局的问题，而是一个当下商业考量的问题；现阶段的去高精地图，并不是完全去图，这一直是一个误解。

　　一直以来，图作为智能驾驶的基础信息和技术因素，无论是对智能驾驶中的车辆，还是智能交通的道路，支撑作用都非常重要。

　　对于面向完全终局的自动驾驶来说，车、路、云、图 四大金刚 的同步发展一直被认为是缺一不可的方向。智能汽车的智能驾驶主要添加了感知技能，通过自身不同的传感器元器件，比如毫米波雷达，摄像头，激光雷达等对自身周围的环境识别，判断是否有路，是否有障碍物，是否有行人等。

　　因为高精地图有高丰富度的特性，可以让车获得更强的，甚至超视距的感知能力：比如车道线、路面箭头，交通标志牌等等交通状况，甚至拥有道路曲率和坡度等更深层次的信息，另外厘米级别的精度，也更能够给定位和后续的规划和控制、决策层提供更靠谱的先验信息，降低事故发生概率。可以理解为，让智能汽车先开天眼。

　　从这里可以看到，尽管和如今 BEV+Transformer 的技术路径不同，但作为感知的一部分，高精地图仍然可以理解为，提供更安全的一层逻辑判断。

　　这就引出了开头的那句话：要不要脱图，其实不是一个技术问题，是一个商业考量问题。

　　在品驾看来，这个话题和前段时间得到讨论 需不需要激光雷达 类似——激光雷达和高精地图同样提供的是一种更高阶的、更安全考量的终局方案——尽管这不妨碍特斯拉等车企在摄像头方案继续研发和发展，但特斯拉做出的是另一种商业抉择，从技术上角度考虑，两者都是面向更绝对安全的终局方案服务。

　　但确实要承认，前面提到，由于高精地图过于 厚重 ，更新速度很慢，鲜度和覆盖度都有着一定的局限性。于是从车企 OEM 的商业角度来看，受限制太多。比如，鲜度的保持只能依赖图商，不能自己迭代；另外，想要开新城测试，同样也要看高精地图的开放权限；对于图商来说，地图本身是敏感信息，地图的维护和传输，也需要更大的维护成本。

　　第一，高精地图 HD MAP，前面已经提到了一些优势和劣势。国内能提供高精地图服务的，只有几家图商，例如高德、腾讯、百度和四维图新等。

　　第二，标准地图 SD MAP，这个概念其实就是我们经常在手机上、车机上使用的高德地图和百度地图等。与高精地图相比，建图和维护难度低，发展已经很成熟，并且在用户端，已经有充足的用户教育，在法规方面也阻力更小。

　　而目前图商，为了应对高级别的辅助驾驶系统，则在这两个层级之上，已经推出了一种 SD MAP Pro 级的产品，也就是轻地图。

　　这更验证了文章开头的一个观点：尽管行业里都在喊 去高精地图 ，但其实作为智能驾驶的重要的感知的组成部分，图并非不重要，只是换了一个名字被需要而已。

　　坊间仍有观点认为，使用 纯感知 方案的高级辅助驾驶在安全、体验等多个维度，目前还在发展。如果从更安全的角度考虑， 感知 + 地图 的协同组合则是一个更稳妥的方案。

　　在技术上，与高精地图相比，所谓轻地图 SD MAP Pro，主要是轻量化高精地图，但融合高精和标准地图的一些优点。这个 轻 可以理解为在精度和要素丰富度上，免去一些优先级不高和敏感度高的信息，然后专门在优化智能驾驶所需的更丰富的信息。

　　由于主要是面向城市级高级别的导航辅助驾驶系统，图商们也会尽可能地让这些信息能更好的服务这波 高速 + 城市 NOA 的落地速度。

　　比如，前面提到的基于 BEV+Transformer 模型的 无图 模式，其实本质上还是基于城市 NOA 级高级辅助驾驶系统的快速落地策略——基础地图 + 众包绘制。通过基础地图实现城市的导航控制和规划；另外，感知绘制地图，促进 NOA 功能的表现。一定程度上两者互补，会形成一个接近于高精地图的表现，但又摆脱了高精地图的缺陷。

　　市面上，主要图商已经相继抢发 轻地图 产品。百度表示其轻地图方案比传统高精地图要轻 80%，四维图新称会将高精地图的成本从 几万块直接降到百元级 ，腾讯则表示会做到地图周更。

　　高德最近新推出的面向汽车行业的全新 HQ Live MAP，是一个更综合的方案。它致力于打造保留一定精度、同时具备鲜度和城市覆盖范围优势的高质量数据产品，助力合作伙伴加速部署全场景的高级辅助驾驶服务，共同为用户带去更优质的驾驶体验。

　　src=高德地图汽车业务中心总经理江睿也认为，虽然汽车目前已具备感知车辆周边环境的能力，但针对车辆阻挡、不规则路网、复杂路口和交通规制等信息，感知系统还无法做到看清、理解和表达。因此，地图作为提供全局先验信息的底层基础设施，仍具有不可或缺的作用。 优质的高级辅助驾驶体验离不开好用的导航路径规划、专业的静态数据，实时的动态数据以及丰富的经验数据等全方位的支持。

　　高德 HQ Live MAP 虽然在精度方面无法达到 HD MAP（绝对精度 50cm，相对精度 10cm）的细致程度，但对于高级辅助驾驶的场景来说也已足够（高速和城市快速路场景：绝对精度 1m，相对精度 30cm；城区普通路场景：相对精度 1m）——更因为简化了城区普通路场景中不必要的地图元素，从而降低了制作和部署成本，以达到更轻，但更实用的目的。

　　更重要的是，相较原本以 季度 为单位进行更新的频率，高德 HQ Live MAP 可实现天级别的实时更新——仰仗的是通过自研众源设备，并大范围部署至生态内的海量物流车、行业车、调度车等，实现从发现、采集、生产到发布等完整流程的大幅提效，从而构建共赢的融合地图生态体系，与多方共同打造了一张 活地图 。

　　前面对于 SD MAP 和 HD MAP 的科普，是为了让读者更了解地图之间的区别。目前不管是图商，还是车企 OEM、技术公司，在轻地图的方案上也都还在探索阶段。

　　但行业内的看法是，无论是走重感知，车企绘制实时 矢量地图 ，还是图商基于合规平台之下的视觉众源采集技术大规模的轻应用，图既然仍然作为智能驾驶的重要组成部分，无非是追求用户最终的场景体验。

　　关于感知和轻重地图的讨论一定还没有到达最终盖棺定论的地步。目前行业人士的主旋律是：如何在现阶段打造更极致的用户体验？

　　这让我们回到开头理想的故事。理想汽车最大的成功就在于，虽然理想的技术总是被人认为来得比较晚，但用户最终用钱投票，主要是因为用户不那么在意技术，而是在意技术结合下来的产品体验是不是最好的，这是它获得用户欢呼声的原因。

　　在地图领域同理，什么样的地图是好用的？车企感知选择是一方面，用户认知选择是另外一方面。

　　从标准地图到高精地图背后其实是两种理念，前者是用来给人导航的，服务用户，它负责了解用户会有哪些喜好，如何面对拥堵，如何规避路线等等；后者是用来给车导航的，面向高级辅助驾驶系统，如何结合人因工程，打造更具有用户思维角度的智能驾驶系统。

　　导人 + 导车背后的思路不同，但最终会走向融合共生。比如人在遇到拥堵路口时会规划提前变换车道，但对于为车服务的轻 / 高精地图来说，是不是只要重感知重安全，还是要更多引入用户层这样的概念。这也是行业的一个新课题。

　　src=高德也认为，高级辅助驾驶的逐渐普及，实质上是地图导航技术的演进，导航由过去单纯的 导人 向 导人 + 导车 、 人机共驾 的方向进化。

　　江睿表示，从长远发展看，如今以精度来切分地图数据产品的方式并不合理，而应该以应用角度来划分，例如道路级、车道级、定位图层等，以满足不同场景下的需求。 但一定要保障，是基于同一张图。

　　但不管是导人还是导车，图依然重要，图的专业性也依然重要。两方面都有专业的积累，才能让高级辅助驾驶系统理解用户的导航路径，体验到更 老司机式 的驾驶体验。

　　这是高德自 2002 年成立以来的初心，二十年来已积累了雄厚的技术、产品、生态能力，无论从 导人 还是 导车 的角度，都在业内处于领先位置。截至目前，高德在高级辅助驾驶方面的车企合作伙伴已超过 20 家，累计服务量产车数十万辆，而这些都是全新的 HQ Live MAP 产品，能够服务好合作伙伴与行业的历史底蕴。

　　据了解，目前高德 HQ Live MAP 已可覆盖全国范围内的高速路和城市快速路，并已面向行业开放合作；而针对城区普通道路，高德 HQ Live MAP 将在 2023 年内支持 50 个城市，并在 2024 年内部署至超过全国 100 个城市，预计面向行业开放合作时间为 2023 年 12 月。