将“无图NOA”喊成卖点，车企却都悄咪咪重磅投入高精度地图？

在新能源汽车行业的激烈角逐中，智能驾驶技术已成为各大车企“短兵相接”的重点区域。其中，“无图NOA”（城市领航辅助驾驶无高精地图版本）几乎成了拥有智能辅助驾驶能力的车企“秀肌肉”的“擂台”。

虽然“无图NOA”的说法常见于车企宣传物料，但有可能很多朋友还不太清楚它的含义。NOA是”Navigate on Autopilot”的首字母缩写，可直译为自动辅助导航驾驶。NOA需要依托高精度定位、多种传感器数据、先进人工智能算法和实时决策规划来实现，是从传统驾驶辅助向完全无人驾驶过渡的重要技术。

高精度地图作为实现高精度定位的重要元素，却受限于高精度地图本身覆盖度、成本、更新频次等问题，难以满足城市NOA量产和迭代的需求。此外，高精度地图的测绘属于国家强监管领域，相关政策法规的颁布和实施，也让企业使用高精度地图的成本攀升。

因此，越来越多的车企站队“无图NOA”，既是以“无图”一词向消费者展示科技的进步感，更是出于成本控制考量。事实上，“无图NOA”并不是真正的无图，而是转向使用轻地图。早在2023年4月开始，腾讯、百度、四维图新、高德等处于行业不同定位的企业，都在积极探寻轻地图解决方案并发布相关产品。

然而，车企高呼“无图”口号的同时，却一直没有放下对高精度地图的“执念”。

高精度长关注，处处有用途

广汽昊铂HL增程版上市发布会上，广汽集团平台技术研究院院长梁伟强详细介绍了该车搭载的AI-ECO驾驶模式。

据悉，AI-ECO模式下，车辆可以提前“看”到160公里以内的所有路况。一旦设置好目的地，昊铂HL出发前就会根据路上的拥堵情况、充电桩的使用情况设置好全程的能耗、动力分配，并结合实时驾驶情况动态调整。

梁伟强在发布会上表示，这套系统“结合导航大数据信息，借助多目标最优规划和超视距的路况识别技术，实时分析前方交通状况”。实测数据显示，开启AI-ECO后，续航可以提升15%、油耗可以降低15%。

这个功能听起来很美好，但关键问题是，如何实现对160公里路况的精准预判？这显然不是一句“结合导航大数据信息”就能带过的。事实上，广汽从多角度切入，持续对地图数据的获取和应用保持关注。

自身方面，早在2023年，广汽就投资建设广汽云数据中心和智能网联大数据平台，通过如祺出行平台采集海量驾驶数据，形成闭环迭代。与此同时，广汽积极与外界展开地图方面的合作。

2024年6月13日，广汽与腾讯战略合作全面升级，双方基于腾讯的云计算和轻地图能力，共同推出“端云一体”的自动驾驶轻地图解决方案。这包括腾讯的海量实时路况数据、充电桩使用信息，以及基于大数据的交通预测模型。

除了地图供应商，政府部门和事业单位也是广汽合作的选择。广汽所在的广州市，正在探索由政府主导进行基础地图的首次采集，并在此基础上建立“政府基础统筹、企业众源更新、融合共享应用”的管理模式。

得益于广州市政企双方在智能网联方面的创新发展、良性互动，广州市智能网联汽车产业得到迅猛发展。广汽和如祺出行，不仅是当中的受益者，也为广州市的智能网联汽车创新生态和创新土壤贡献力量。

在广州市外，广汽全资子公司广汽资本和广州盈蓬出资4000万元，与南京市测绘勘察研究院等设立“广东广祺舆图股权投资合伙企业”，基金规模2.05亿元，重点投资高精度地图和智能网联领域。

大用处成本高，车企出妙招

从广汽对地图数据的看重，我们可以感觉到，车企对高精度地图，是一直保持关注的。毕竟，高精度地图是自动驾驶发展程度从L2迈向L3的关键。然而，高精度地图又拥有其天然的高壁垒。除了像广汽这样通过多方面合作，合理降低高精度地图的获取成本，车企还能有其他解决办法。

一个方法是减轻对高精度内容的依赖，毕竟NOA是一个需要依赖多方面因素实现的技术。在这一个问题上，想成为科技公司的小鹏，更有解答的发言权。

于2024年8月23日流片成功的小鹏图灵芯片，基于L4级自动驾驶的需求，以40核处理器架构、双自研神经网络处理单元和特定领域架构，实现了“一片顶三片”的算力暴涨。同时，小鹏建立了云端-模型-芯片-硬件的全栈自研架构，形成端到端大模型技术闭环，以算力的进一步应用，带来更好的智能辅助驾驶体验。

另一个方法，是让高精度地图发挥更大的价值。除了可以作为轻地图的数据来源，换个马甲来支持“无图NOA”，高精度还有新的去处。

根据佐思汽研的报告，自动驾驶地图正从“记录过去”的静态高精地图，转向能够“预演未来”的世界模型。世界模型是下一代自动驾驶系统的核心组件，是通过融合高精度地图、实时传感器信息和车辆状态数据等多种数据，所构建的能够持续学习和预测物理世界的动态环境知识库。

世界模型出现的目标，是通过数据闭环，让自动驾驶系统具备“理解、预测、规划”三位一体的能力，从而更好地应对复杂多变的驾驶场景。高精度地图在此当中，不再仅仅是提供静态道路信息，而是进化为世界模型驱动阶段必不可少的动态数据引擎。

同时，高精度地图的时空认知能力，能够帮助世界模型提升单车智能水平、减少算力制约，并在应对突发情况时起先验传感器的作用。结合3D高斯溅射、神经辐射场NeRF等新技术，高精度地图的作用将持续起效，对智能辅助驾驶迈入L3级别有所帮助。

在这样的背景下，各大车企都开始交出对世界模型应用的答卷。

理想汽车采用了“静态BEV+动态BEV+NeRF增强Occupancy”的三重感知架构，通过将NeRF技术与Occupancy网络深度结合，解决了传统纯视觉方案在远距离感知分辨率不足的问题。

华为的ADS3.0则直接去掉了BEV系统，引入GOD（通用障碍物检测）和PDP（预测决策规控）网络，实现了从“识别障碍物”到"理解驾驶场景"的跨越。

智能交通之本，未来很宏大

不同于传感器数量和算力这些简单通过“（数字）大就是好”就能感知到变化的智能辅助驾驶元素，高精度地图，或者说地图这个种类，是难以让消费者在短时间的智能辅助驾驶体验中，感受到沉甸甸的长期价值。

然而，正如NOA的首字母N所代表的navigation（领航）, 地图在智能辅助驾驶的发展过程中，会以不同的角色，始终起着重要的领航作用。也许现在，消费者只能在智能辅助驾驶相关场景听到这个名词。但未来，高精度地图会在城市智能交通体系中发挥更大的作用。

早在2022年，为了更好地落地北京冬奥会智能网联汽车示范项目，北京市政府发布《北京市自动驾驶地图特征定位数据技术规范》。《规范》的实施旨在通过协同自动驾驶地图特征定位技术与自动驾驶地图，提升自动驾驶汽车的定位可靠性、安全性与稳定性。

从长远角度看，《规范》也起推动北京市智能网联汽车产业高质量发展的作用。前文也提到，广汽所在的广州市，正在探索由政府主导进行基础地图的首次采集，这也是广州市政府为实现智能交通管理的重要步伐。

过去，人们根据先驱者描画的草图进行探索，丰富出愈发精准的地图；未来，汽车也会在高精度地图的帮助下，驶向更加智能的道路。