自动驾驶 凉意来袭

文 / 黄耀鹏

今年上半年，图商明显感觉高精度地图（以下简称“高图”）卖不动了。

其实，全国数据比较完善的高图，就6座城市：深圳、上海、广州、北京(五环外)、重庆和杭州。图商去年还声称要进一步推到全国二线城市，现在看这一进程已经停滞。没有新增卖图的收入，就不会有更多城市的高图。

去年就有一批主机厂声称要抛掉对高图的依赖。今年上半年，则是付诸实施的时候。

小鹏XNGP（第二代智能辅助驾驶系统）在3月底开始推送初阶能力，在全国范围（无高图城市）开放识别信号灯和直行通过路口的能力。下半年将开放无图城市的其它领航功能（变道、超车、左右转等），2024年将实现从车位到车位的XNGP。

基于华为ADS技术的阿维塔，目前开放NCA的城市是4座（上海、广州、深圳、重庆）。而下半年则承诺将阿维塔11迭代为ADS 2.0，实现45个无图城市的NCA能力落地。

目前采取类似做法的，不少于8家主机厂或自动驾驶公司，名单还在迅速扩大。

天下苦高图久矣

这一进程是意料之中，天下苦高图久矣，只是速度有点出人意料。

从2021年开始，监管就收紧了高图制作的申请、更新流程。2022年9月，国土资源部正式规定，高图测绘制作，只能由具备导航电子地图制作甲级资质的单位进行。以前也强调过“甲级资质”，但在高图领域的操作上明确这一点，还是首次。这下，众包制作、外包测试等都不合规了。

舆论往往认为高图就是测绘得更细致一些，分辨率更高（10cm级）。这个认知是错误的。相对于标准导航地图，高图不但数据量和维度远高于前者，还在数据结构上描述了交通设施之间的拓扑关系，这是标图完全不具备的内容。两者是完全不同的产品。

图商为了降低成本，将高图数据分为四层，静态数据、准静态数据、动态数据和实时数据。理论上，静态数据（路网、建筑、车道线等）季度更新就可以，准静态数据（标志标牌、护栏信息等）月度更新，动态数据分钟级更新，而实时数据更新必须达到秒级。

高图是用大量成本砸出来的产品，而且需要持续花钱维护。如果采集要求是10cm（即分米级），那么一天（500公里）测绘成本就是6000元；而1cm精度的地图，一天（100公里）测绘成本1万元。

余承东吐槽说，华为在上海测试搞一两年，测了9000公里，还没有覆盖（上海）。从国家安全的角度，几个月才允许更新，但中国的道路天天修，自动驾驶靠高图没办法广泛使用。

高图的商业模式

在全国范围内推动自动驾驶，依靠高图几乎走不下去，但不能说高图路线错了。

高图的好处，就在于极大简化了对自动驾驶算力和感知的要求。在高图世界里，静态环境都是确定的，这让道路复杂性下降了一个数量级。因此有人说，在高图上自动驾驶，就像在虚拟铁轨上开火车。而火车（包含地铁）的高等级自动驾驶系统早就开发成功。

但是，中国的城建太不讲武德了。从一个超大城市角度，道路的结构变化，不是按月的，简直是按天变化的。图商把一片城区的道路都测绘成高图了（技术过程忽略），某条路因为敷设管道，就把十字路口挡上一半，这是常有的事。

NCA开到这里一看，发现实际路况和高图数据不匹配，直接降为LCC（居中辅助），NCA顺滑体验的连贯性就被中断了。

如果你认为管道敷设好了，道路复原，就能一切照旧，那就把问题想简单了。可能标志线划的和原来稍有区别（可能在人类看来没什么不同），但是某个图商发现了这里的变化，重新扫图，相当于对这部分高图做了维护。

但是对于特大城市来说，这种维护工作几乎是西西弗斯式的。要么NCA付费订阅覆盖不了主机厂向图商采购的费用（主机厂赔本）；要么图商硬撑着亏本，含泪继续维护。两种商业模式都不可持续。除非订阅用户数量达到一个非常高的量级（比如百万辆）。

这就让高图+NCA模式在技术上走通了，但在商业上走窄了。而本来就无高图的城市，貌似只能踏实等无图NCA推广。

轻高图可能吗

当然，腾讯、百度等二级图商，正在推一种妥协方案，就是“轻高图”。

今年4月，腾讯发了轻高图HD Air（米级）。相对高图，HD Air数据量更小、更新更快，相对于普通导航图，要素更精细。

高图的几个要素：鲜度、覆盖度、颗粒度，都与成本密切相关。轻高图声称改善了前两者，必然以精度下降为代价。

如果认定“鲜度”是重点，腾讯的方案是用“车图云”来部分解决颗粒度的问题。但是，所谓的收集、传输、存储数据的“安全循环”，是否与监管政策矛盾，现在没有结论。不过，图云一体化，能加速数据更新速度，倒没吹牛。

问题就在于，车企或者其自动驾驶方案供应商，是否愿意采购这类“轻高图”。目前“轻高图”刚刚问世，就面临和无图NCA之间的竞争。据目前的信息，主机厂用户并不青睐于“轻高图”。

无图路线走强

当前看，车企（特别是新能源创业品牌）已经将重点转向无图模式了。这个趋势之明显，已经让业内感受到某些技术细分赛道“凉意袭人”。

从技术而言，无图的最大挑战莫过于决策规划模块。失去了高图，完善的参考轨迹就没了，决策模块必须在更大的范围内（当然局限于交通允许通行的区域）规划出合理路径来，而且多数情况下要求实时。

更要命的是，规划不能简单拆解为横向纵向。形状不规则的可通行区域，在城市道路上太常见了（特别是在一些老城区），这就对车载算力提出了很高的要求。

而且，高图没了，感知能力必须提上来。FSD利用自己发明的一种神经网络算法来建模，重现遮挡关系，这样就弥补了纯视觉传感器的缺陷。

不过，国内新势力和自动驾驶公司，更愿意采用BEV（鸟瞰图）和一种预训练模型，来替代高图。这种做法，其实就是在现场实时生成高图（部分意义上的），适应场景需求。这是算力达到100Tops之后才产生的新方法。

今年上半年，鸟瞰图显然很大程度上取代了高图，成为一个火热的新投资方向。这个技术已经产生好几年，但是能放在车上用，并受到重视，是去年晚些时候才上规模的。

不用高图，鸟瞰图能够更好识别被遮挡的车辆和其它交通参与者，也就能更好地预见到“鬼探头”和其它不合规但现实存在的行为。这其实就是对人脑决策的一种模仿，只不过是用技术手段取得了居高临下视角。“以空制地”的优势不用多说。

车企已经将自动驾驶的重点转向无图模式。这个趋势之明显，已经让业内感受到某些技术细分赛道“凉意袭人”。

但是需要强调一下，鸟瞰图仍属于感知部分，是后续决策的依据，而非决策本身。而鸟瞰图实用化工具箱还在发展中，激光雷达在其中仍有用武之地，只不过需要联合其它传感器。这让激光雷达的投资者松了一口气。

因为高图投资开始衰落之后，人们认为连带着激光雷达也要跟着不行了，现在看还未必。

自从高等级自动驾驶的前景变得黯淡之后，NCA迅速升温，但没有带火高图。以往的认知里面，两者是捆绑到一起的。

新技术手段随着硬件能力增强不断涌现，技术转换的节奏非常快。这给主机厂、自动驾驶公司的投资带来很大困扰。砸了好多小目标的赛道，眼看着要凉，新的投资需求又出现了。是不是跟上继续砸，相当于给主机厂提出了一个尖锐的问题，这种投资的边界到底在哪里。

在这个过程中，主机厂如果强求穿越技术周期、投资最有前途的方向，或者等待技术成熟后直接搭便车，这两者都是不现实的。

跟住前沿技术，保持在第一梯队，才有望兑现技术的商业价值。而在过程中交的学费，都是必要的。对冲成本的手段，可能是边跟边兑现，这和自动驾驶的升级过程，其实差不多。