随着自动驾驶技术发展，曾被视为自动驾驶关键支撑的高精地图，如今正面临着 “重感知、轻地图” 理念的强烈冲击。这一转变背后，是自动驾驶产业追求更高效率、更强适应性以及更优成本控制的必然结果。
那么“重感知、轻地图” 理念兴起的主要推动因素有哪些？随着自动驾驶能力提升，地图在其中扮演着怎样的新角色？导航电子地图制作资质收紧对图商和车企的合作产生了哪些具体影响？所谓的 “轻地图” 又有哪些特点？
本篇文章将深入探究这些问题，全面呈现自动驾驶产业在关键转型期的发展脉络与趋势，为行业相关者提供深入洞察与参考。
“重感知、轻地图”本质上是自动驾驶产业良性发展的结果。而其背后的推动因素主要有两方面。一方面重图方案路线自身不符合高阶自动驾驶发展的要求，地图鲜度和成本无法平衡，可落地性差；另外一方面，基于Transformer+BEV感知方案，极大提升了车端的感知能力，对于地图的绝对精度和要素依赖性下降。
而随着自动驾驶能力的提升，对于地图的依赖程度和依赖的要素可能会发生变化。因此地图服务主要是为自动驾驶车辆提供感知结果的补充，涵盖视距内和视距外的先行验证信息。
尽管高精地图被抛弃，但因自动驾驶技术的变化，对地图鲜度的要求的提升，图商能够为车企提供更多元的服务，包括数据闭环服务、数据合规服务。
未来，图商在汽车智能网联的发展道路上具有不可替代的作用。首先，地图的超视距先行验证信息对自动驾驶车辆的舒适性以及出行效率的提升有明显的助力作用；其次，实现数据闭环，无法绕过图商；最后，地图作为智慧交通体系下，道路和自动驾驶汽车“沟通”的媒介，在整个交通效率的提升上，具有不可替代的作用。
专家观点
01资质收紧，促使图商车企加强合作
2030年前实现实景三维中国，数据流转奠定多方协作基础
根据2023年8月自然资源部发布的《自然资源部关于加快测绘地理信息事业转型升级更好支撑高质量发展的意见》，明确提出了关于测绘地理信息未来的发展目标，并在文中指出大力促进测绘地理信息在位置服务、智能网联汽车和等数字经济新业态发展中的应用。
此外，在测绘数据流通交易方面，也提出了“探索建立测绘地理信息数据产权登记、流通交易、安全治理等基础制度，规范测绘地理信息数据管理、流通和使用。建立部门间测绘地理信息需求对接、业务协作、成果共享、联合监管等机制。“这为后续多方建立合作关系奠定了基础。
“去图化“智能汽车是否被定义为测绘行为成关键
在测绘资质方面，目前能够制作高精地图的资质为导航电子地图制作。该资质目前分为甲级和乙级，其中导航电子地图制作甲级资质审由国家自然资源部负责，而乙级审批和管理则由省、自治区、直辖市人民政府自然资源主管部门负责。从测绘的范围来看，甲级的测绘范围暂无限制，但乙级只能在相关政府机构规定的自动驾驶区域从事导航电子地图制作。
从“去图化”方案来看，智能网联汽车根据2022年8月30日《自然资源部关于促进智能网联汽车发展维护测绘地理信息安全的通知》，提出“智能网联汽车安装或集成了卫星导航定位接收模块、惯性测量单元、摄像头、激光雷达等传感器后，在运行、服务和道路测试过程中对车辆及周边道路设施空间坐标、影像、点云及其属性信息等测绘地理信息数据进行采集、存储、传输和处理的行为，属于《中华人民共和国测绘法》规定的测绘活动，应当依照测绘法律法规政策进行规范和管理。"同时指出，智能网联的测绘主体为车企、自动驾驶软件服务商一方。
目前，从市场上各企业公布的基于BEV+Transformer的方案来看，存在车端通过传感器，采集周围数据，并且进行实时建图。但，此后是否进行了相应的存储、传输和处理这些步骤，目前无法做出准确判断。因此，车企需要对车辆辅助驾驶的数据全流程进行相应的合规性审查。如涉及后续一系列的行为，那只能通过与具有导航电子地图制作甲级资质的相关企业进行合作，以符合相应法规要求。
导航电子地图制作资质收紧，车企图商合作逐渐加强
自2021年12月起，各企业开始重新申请导航电子地图制作甲级测绘资质，目前已经通过复审的共有19家企业，其中有传统图商、互联网企业以及部分具备车企背景的企业。
测绘涉及到国家安全，具备高敏感性、高严谨性的特性，特别是对于精度较高的交通测绘，并涉及到全国的地理信息，资质审核将有可能逐渐趋于严格。本次复审中，有部分车企和图商掉队，截止到报告发布前，也并未有相关复审通过的信息。
车企等智驾相关企业除申请导航地图制作甲级测绘资质外，部分车企或出行企业也在申请导航地图制作乙级测绘资质。根据相关媒体的报道，目前理想汽车取得了相关资质。虎嗅智库在整理中发现，江淮汽车集团入股的安徽中科星驰自动驾驶技术有限公司在安徽取得了导航地图制作乙级测绘资质。而蔚来、如祺出行获得的乙级资质是互联网地图制作乙级资质，无法开展测绘行为。
目前，智驾产业在由L2级向L3级升级的阶段。11月17日，《工业和信息化部公安部住房和城乡建设部交通运输部关于开展智能网联汽车准入和上路通行试点工作的通知》正式印发。通过相应申请的产品，可在相关政府规定的区域内进行上路试点。
从这个层面出发，目前L3级别的自动驾驶车辆的试行区域有一定地限制，而拿到导航电子地图制作乙级测绘资质的企业，仍可在试行区域内进行合规测绘，也避免了很多合规层面的问题。但，长期来看，甲级资质的获取仍是智驾车企合规获取数据、处理数据的关键问题。
部分观点认为，车企可以通过获取乙级的资质，进而为过审甲级资质做基础。虎嗅智库认为，车企获得相应的乙级资质，更多是在小范围内验证业务逻辑的可行性以及为此后和图商合作之间找到适配性更强的方案做验证，而非所谓的“升级”。
审核层面，甲乙级资质审核的相关部门分别隶属于自然资源部和地方主管部门，审核部门并不一致。并且，因所涉及的范围不同，对于国家地理信息安全的影响也不同，存在巨大的差异性。
成本层面，根据四维图新2022年财报显示，其研发人员数量约3000人，研发投入金额为17.88亿元。尽管其还存在其他业务，但从整体数量来看，测绘相关业务不仅需要一定规模的研发团队，且需要持续投入大量资金。
业务层面，取得相应的测绘资质解决车企的核心问题在于做数据闭环方面的合规。单纯为了做数据闭环而投入相应的资源去做背后的一系列工具链，以满足数据闭环，投入产出比上无疑是一件不划算的事情。并且，目前各家车企智驾车数量并不高，数据闭环长期来看是一件对自动驾驶能力提升的有效手段，但也需要建立在一定保有量上。显然，在目前做数据闭环初期，图商与关联企业是一个不错的选择。
智能网联汽车正在从L2阶段向更高阶发展，在目前主流的自动驾驶方案中，端到端大模型的应用离不开庞大数据以及高鲜度地图的支持。而在目前甲级测绘资质逐渐收紧的态势下，政策对于合规性方面的政策或将逐步完善，进一步明确自动驾驶发展路线，促进产业的良性发展。
02图商车企从单一地图服务转向多元服务
重图逻辑不符合自动驾驶需求，轻图成共识
自2022年起，车企陆陆续续宣布采取“重感知、轻地图”的智驾方案，抛弃了原本“重图”模式。虎嗅智库认为，其背后的因素要从二方面进行分析。
1.重图的方式底层逻辑不符合高阶自动驾驶发展诉求
重图意味着自动驾驶车辆感知重度依赖地图的精度和数据要素。自动驾驶实现高阶过程中需要不断感知道路信息，以便做出相应的决策规划。但，道路的情况、变动情况如果重度依赖地图信息，必然会导致自动驾驶能力受限。虽然，目前行业中讲地图鲜度问题，但实际即使地图的鲜度达到天级，重图的模式依然很难落地。原本的重图方案和自动驾驶算法耦合太强，导致地图更新后，主机厂仍需对地图做验证，容错率也会大大降低。从重图模式的成本端考虑，对于供给方来讲，如要保证鲜度和覆盖范围，必然需要投入大量的测绘车辆以及背后制图模式的支持，边际收益率会极速降低，不可持续。
2.BEV+transformer方案应用，感知能力补强，降低精度、要素依赖
BEV+transformer的方案通过对不同传感器的数据进行特征提取，通过BEV+transformer将感知结果统一转换到鸟瞰视角。通过该方式，可以以车端为中心进行实时建图，以便做后续的规控，大大减少了对于地图数据精度和要素的依赖。但这并不意味着可以完全实现脱图，目前所谓的轻地图对于感知结果是一个很好的补充。(后续会展开说明)
取代高精地图的所谓轻图方案是一种灵活服务，并非一成不变
基于上述两种主要原因，供需两方均产生了一定的转变。而目前所谓的“轻地图”便是其中的产物。但，“轻地图”并非是一种固定的产品，而是根据需求方的需求提供灵活的数据服务方案。轻地图是在高精地图基础上做一些减法，涉及精度和数据要素。但根据不同的车企及自动驾驶公司的需求、场景的不同，对于精度和数据要素取舍是不同的。
精度方面，目前智驾方案无论对于地图提供的绝对精度和相对精度的要求并不高。相对精度可以通过车端感知结果的实时建图来去替代，而绝对精度在当下的智驾方案并不重要。
数据要素方面，从过去高精地图提供上百个数据要素降到目前的20余个数据要素。而这20余个要素是根据车企及自动驾驶企业的共性需求确定的。
根据虎嗅智库调研结果，在数据要素层面目前对于道路部件信息需求较弱，但是对于车道模型、道路属性相关信息仍然有比较高的诉求。而根据全道科技执行董事王闯在WGDC2023演讲《从‘重感知、轻地图'看城市NOA解决方案创新与发展》，提到了要素变轻、精简与分级管理，对不同场景的不同要素重要程度也有明显差异。比如说拓扑挂接，车道中的场景为中等，而在路口的重要度却是较高的。而优先级较低的依然是道路部件部分信息，包括标牌和杆子、路面文字符号。
目前，图商所提供的轻地图的方案，是基于高精地图的底图，不断再去更新其他类型的信息，但由于精度和要素的删减，能够保证地图鲜度和降低制图成本。除此之外，不同场景所提供的相对精度和数据要素也所不同。这部分所提供的数据是平衡了应用方的诉求以及供给方的成本。在路口和匝道的场景中提供的数据要素相较于此前的高精地图删减的较少；在高速场景中，由于国内高速道路里程明显少于城区里程，并且交通复杂度较低，因此图商可以做到相对高的相对精度和更新频次。
无图化路径难落地，智能汽车驾驶质量进阶之路是安全→舒适→效率
虎嗅智库认为，无论是高精地图、所谓的轻地图、还是导航地图主要的作用是提供视距内的感知补足以及超视距信息。前者随着感知水平的提升作用会逐渐减弱，而后者是完成高阶自动驾驶路径中不可或缺的要素。
智能汽车除能够覆盖更多驾驶场景，实现长距离的自动驾驶外，驾驶质量也是智驾能力的重要衡量标准。安全性是指车辆能够安全行驶，在无接管的情况下保证全场景的安全驾驶，这是智驾能力的底线。对于安全性方面，智驾车辆以视距内的信息为主、视距外的信息为辅。舒适性是指车辆驾驶平稳，避免出现急刹、急停、急转的情况，产业界所描述的通俗意义上的语言是能否像“老司机”一样驾驶，这部分除了做好视距内信息外，视距外的信息重要性占比提升。而效率需要从两个层面来理解，一方面是作为智驾车辆个体的效率，即保证安全和舒适的基础上，减少达到目的地的时间；另外一方面是整个交通系统的效率。从这两方面而言，智驾质量对视距外的信息依赖程度有所提升。
而所谓的无图其实是个伪命题。所谓无图如果仅仅是高精地图，那无图/有图的概念就并不重要了，因为摆脱对于高精地图的依赖对于供需两端来说，在近两年已经基本上达成了共识。而如果说无图是摆脱所谓的“轻地图”，那这需要车企评估自身感知能力是否能够做到。目前，图商提供的“轻地图”是很好的视距内信息的补充，但不意味着完全不可替代。企业感知能力越强，对于地图提供的视距内的信息依赖性就越弱，但不代表企业宣传其方案“无图化”了，就代表其感知能力已经达到比较强的水准。“轻地图”提供视距内的信息并不是其核心价值，只是当下弥补感知能力不足的方案，视距外信息才是地图的核心价值。视距外的信息直接影响智驾的舒适性及效率。目前，智驾量产车辆处于L3级以下，对于智驾的场景相对单一，比如说城区的通勤辅助驾驶、自动泊车、高速辅助驾驶，视距外的信息价值并不能在这些单一线路的场景发挥巨大的价值。而随着智驾能力的提升，对于智驾的无接管距离、跨场景的数量等方面要求更高，对于智驾质量的要求也在同步提升，视距外的信息(包括静态信息、准静态信息、准动态信息)价值才会逐步释放。而涉及到视距外的信息，终归是需要一张图来提供的，而这张图无论是高精地图或者“轻地图”亦或者其他类型的地图，企业都不能宣称“无图”、“脱图”的概念。
图商车企合作模式多元化
摆脱对高精地图的依赖对于图商和车企来说是一次双赢结果。而目前图商和车企之间的合作也变得更加紧密。
未来二者加强合作的方向主要有两个，分别是基于地图的使用服务和众源制图合作以及数据闭环方面的合作。
基于地图的使用方面的内容前文中已经说明，更多是基于自动驾驶能力的补充，是一项动态变化的服务内容。
而针对地图鲜度问题，由于对精度和数据要素数量的要求降低，对众源车辆的要求在降低，不需要原本高昂的搭载激光雷达的专业测绘车辆进行后续的地图更新工作。因此，众源的方式将会成为未来保证地图鲜度的核心方式。目前，众源更新有两种方式，一种图商及合作方的众源车辆；另外一种是基于和主机厂的合作，以主机厂旗下车辆作为众源车辆进行地图更新。二者从原理上来讲，差异性并不强，差异主要集中在落地层面。
目前，是以图商的车辆做众源车辆为主，而目前基于需求方的需求变化，对精度和要素的要求并不高，因此众源车辆可以承担众源更新的工作，并提高智驾地图的鲜度。从保持地图鲜度的角度上来看，众源车辆成本更低，具备更大范围、更高频率的投放基础，但正是因为众源车辆的数量问题，导致整个工程链条延伸且更加复杂。
在车端，通过Momenta的软硬件解决方案，进行数据的采集和处理。硬件包括高精定位模块以及摄像头等感知设备，来支持数据的采集。软件层面，通过实时感知，对道路的要素进行识别，并借助建图SDK将感知和定位数据进行车端在线的实施轨迹解算与单包建图，将二维感知信息转换成具有地理坐标的三维数据。而感知的海量数据并非需要全量上传，而是通过不断与车端地图进行不断比对，识别更新的内容，并将内容上传给云端，实现地图的众源更新。
该众源方式好处在于，通过自己的软硬件，能够提高众源更新的效率。但实际上主机厂采用的感知设备、感知方案均有所不同。特别是当一家图商同时与多个主机厂合作时，需要解决不同车型感知的精度、要素、数据格式和任务触发的逻辑等方面的适配工作。除了适配方面的问题之外，在云端也需要建立一个置信度模型。而在实际的落地过程中，图商也需要根据车企的情况，帮助其搭建数据评价模型，优化数据质量。
车企众源从模式逻辑的角度上理解，确实是一个理想方案。但，由于目前智驾车辆渗透率比较低，很难成为众源的主力。并且，即使渗透率逐渐提高，也面临一个C端车辆随机驾驶的问题，即无法控制C端车辆更新理想的区域，具有很强的随机性，因此还是需要一些专业的众源车辆进行一定程度上的补足。
从图商的角度上来看，单纯从车企众源的方式上，成本并不一定比专业众源更低，首先是C端车辆的随机性的问题，并且每一家图商都无法保证能够获得所有主机厂的车型配套；其次，不同车型的适配成本问题；最后增加的通信成本、云端算力以及数据处理等一系列流程等成本。但，通过该方式可以和主机厂有更深层次的绑定。
数据闭环是图商及关联企业主攻的另外一项服务内容。针对大模型的训练依然会回归到算力、数据规模以及参数规模。数据闭环解决方案能够帮助车企完成数据的自闭环，形成数据驱动模型迭代的循环体系。数据闭环解决方案大体上可分为数据采集、数据传输、数据处理、数据标注、模型训练以及测试验证，同时将优化过的模型进行车端的再部署。
数据闭环目前被认为是接下来智驾竞争的核心，是众多车企和自动驾驶企业的发力方向。而因数据闭环中车辆采集到的数据涉及到国家地理信息，因此在合规层面，该数据需要由具备导航电子地图制作甲级测绘资质的企业做相应的合规工作，这也是图商切入该领域的关键点。由于甲级资质复审收紧，市场上具备相应资质，且长期服务车企的图商数量并不多。
目前大致有三种类型的服务，分别是提供数据合规服务、提供数据闭环整体解决方案、与其他三方合作共同为企业提供解决方案。
图商具体能否成功切入数据闭环服务的赛道，除了资质外，仍需要具备完整的方案解决能力。
新技术从诞生到被追捧过程就是对原有利益链条角色和利益分配进行重新洗牌的过程。自大模型的出现到自动驾驶应用大模型，虽然高精地图的作用逐渐弱化，但图商也找到了新的业务方向，并且具备一定的先发优势和资质资源。一旦成功进入新的角色，在未来的很长一段时间里，都会与主机厂或自动驾驶Tier1建立深度的合作关系。
03图商或将成为未来智能网联时代不可替代的角色
车对于图的需求存在动态变化的可能性，但无图方案可行性不强
从依赖高精地图的重图方案到目前的“重感知、轻地图”方案，是一次对于车企和图商的解放，并加速了智能汽车从低阶自动驾驶迈向高阶自动驾驶的进程。在该过程中，或许随着智驾车辆的感知能力的不断提升，地图对于视距内的信息补充不再重要，但视距外的信息会直接影响智驾的质量，包括驾驶的舒适性和驾驶效率，是对车辆感知的重要补充。因此，在自动驾驶能力和质量不断提升过程中，图商都将成为不可或缺的角色。
地图众源、数据闭环业务方向，图商作用不可替代
大模型的落地应用解决了车端对高精地图的依赖问题，但同时感知能力的提升，车端实时建图，也让民用车辆众源建图成为可能。尽管从数据采集、数据传输、数清洗、数据加工到数据的应用各环节存在一定的问题，在成本计算上也存在收益性评估困难等问题，但不失为是一种车企、图商双赢的方式。此外，大模型能力提升需要大数据的支撑，也让众多车企开启了数据闭环之路。无论是哪一种服务方案，图商手握的导航电子地图制作甲级资质以及对于地图制作的能力积累都使得其具备不可替代的作用。
智慧交通体系下，图是车与路的重要媒介
虎嗅智库认为，自动驾驶的对于C端而言是让出行更加便利且高效，但其更大的价值在于提升了整个社会的交通效率。而无论是重单车智能还是重车路协同均不是一个正确的路径。完全依赖于单车智能，而忽视与道路体系的链接，会使得自动驾驶车辆仅仅是一个有着“老司机”的车辆，对交通效率提升有限；而重车路协同，忽视单车智能的能力，会导致在无法与路端通信的场景，自动驾驶能力减弱，并且路端的建设成本高昂，其也存在边际收益率先增后减的情况。因此，二者首先是能够独立运作的系统，即在交通负荷较大的场景，通过车路协同，提升整体的交通效率。而在交通负荷较小的场景，单车智能依然可以独立运作。而在车路协同过程中，虎嗅智库认为，图在车与路之间的交流中发挥中重要的媒介作用，未来无法被替代。图是整个交通体系复现的载体，承载着道路交通的各个要素，包括运行的车辆。而车端，可以通过图的信息，明确知道在当下交通情况车辆的最优选择。
文章来源：虎嗅智库服务
