在过去的几年中，高精度地图一直是自动驾驶领域的研究热点。然而，该领域的发展并非一帆风顺，其面临的挑战包括高昂的成本、较低的覆盖率和较慢的更新速度。因此，许多汽车制造商和地图供应商正在寻找轻量级地图解决方案，以降低成本、提高覆盖率并加快更新速度。近年来，百度、腾讯、高德等地图公司已经推出了轻量级地图方案，这些方案通常采用纯视觉或视觉与激光雷达相结合的方法，以减少对高精度地图的依赖。这些轻量级地图方案的主要特点是通过降低地图数据量和更新频率来降低成本，同时提高地图的可用性和实时性。

虽然轻量级地图具有许多优点，但它们是否可以完全取代高精度地图仍然是一个值得探讨的问题。尽管轻量级地图有很多优点，但它们仍然无法替代高精度地图的超视距先验传感器的优势。此外，轻量级地图在处理复杂的城区场景时可能会遇到更大的挑战。因此，在未来的一段时间内，轻量级地图和高精度地图可能会共存，并在不同的场景中发挥各自的优势。

轻量级地图作为一种新兴的地图解决方案，已经在自动驾驶领域引起了广泛关注。通过技术创新和市场需求的变化，轻量级地图有可能在降低成本、提高覆盖率和加速更新速度等方面取得突破，为自动驾驶技术的发展提供有力的支持。

从2010年谷歌宣布研发自动驾驶汽车带动了高精地图的发展，到2018年自动驾驶行业的兴起，地图行业迅速繁荣，不仅传统的图商如京东、滴滴、美团等参与了进来，还有像华为、小米这样的通信巨头以及上汽等车企纷纷加入。自2019年以来，包括理想、小鹏、蔚来、上汽大通、地平线机器人等在内的数十个品牌先后推出了基于高精地图的高速NOA（即No Odometer Only）功能，使得高精地图行业迎来了新的发展高峰。然而，从2022年开始，我国自然资源部加强了甲级地图资质的监管，并对图商进行了资质复核，先后分三批公布了最新的导航电子地图制作甲级测绘资质复审换证结果，仅有19家单位通过了资质复审，主要包括百度、阿里、腾讯、华为以及四维图新、高德、亿咖通、宽凳科技等企业，相较于复审前的31家单位，减少了约三分之一的数量。2022年8月30日，自然资源部下发了《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》，明确了高精地图测绘制作的资质要求，只有具备导航电子地图制作甲级资质的单位才能进行。如今，能够制作高精地图的图商已寥寥无几。

此外，高精地图还存在一些局限性，这也是导致车企选择其他路线的原因之一。其制造成本较高。《智能网联汽车高精地图白皮书》显示，以传统测绘车的方式进行厘米级地图的测绘，每天的测绘效率约为100公里道路，但成本却可能高达每公里千元人民币。

数据显示，我国城际高速公路和城市快速路的总里程达到了惊人的30万公里，而城市道路则约有1000万公里长。此外，我国的城市路口数量约为40万个，红绿灯的数量更是高达约136万个，这使得我国的交通网络变得错综复杂。然而，实现实时更新的庞大工程和烧钱的挑战使得这一目标显得尤为艰巨。

武汉大学测绘遥感信息工程国家重点实验室教授李必军曾表示，仅将全国的道路数据采集下来就需要大约200亿元的投入。而且，高精度地图的覆盖率相对较低。它包含了几乎所有的与交通相关的静态信息，如车道线的位置、宽度、坡度、曲率等道路数据，还包括交通标志、交通信号灯、车道限高、下水道口、障碍物等车道周边的固定对象信息，以及高架物体、防护栏、数量、道路边缘类型、路边地标等基础设施信息。

然而，由于城市发展迅速，道路施工和道路更改等情况不断出现，每次这些变化都会导致高精度地图上新增一个断点。随着时间的推移，这些断点越来越多，使得依赖于高精度地图的自动驾驶体验的连续性逐渐降低。此外，高精度地图的更新速度也是一个巨大的挑战。目前，市面上的图商能做到每三个月更新一次高精度地图，但对于自动驾驶来说，理想的更新频率应该是每日甚至每小时。

因此，由于成本高、覆盖率低、更新慢等问题，高精度地图难以满足在城市场景中大规模、快速普及的需求。从2023年开始，受到价格战的影响，车企面临明显的降本压力，并将其压力传递到汽车产业链上下游。为了使高精度地图在自动驾驶领域得到广泛应用，降低成本是必不可少的途径。事实上，许多车企的目标并非完全依赖高精度地图，而是试图减少对其的依赖。

高精地图与智能驾驶并不矛盾。所谓高精地图之争背后的焦点在于如何在成本较低的情况下满足车企需求，实现安全、可靠的导航体验。轻地图渐成主流，重感知、轻地图的自动驾驶方案，即在原有高精地图的架构基础上，区分图层和要素，根据智驾系统下游的需求，通过减少图层和元素，降低地图的采集和更新成本，加快更新的周期。轻地图解决方案能够进入实际应用环节中，是基于现阶段单车感知能力的快速提升，例如BEV以及Transformer的应用。

BEV鸟瞰图（Bird's-eye-view Perception）是一种通过将多个摄像头采集的数据进行多帧时序前融合的技术，可以输出鸟瞰视角下动态目标物的4D信息（如车辆速度/距离等）以及静态目标物的3D信息（如车道线/路缘等）。这些信息可以为规划、控制等下游任务提供参考。在这个过程中，基于注意力机制（Attention）的Transformer神经网络模型起到了关键作用。Transformer能够抽象地理解整个图像不同区域之间的语义元素关系，通过图片像素之间的关系，可以在空间-时序维度上进行很好的建模。

随着2023年城市NOA（Navigate On Autopilot导航辅助驾驶）军备竞赛的开始，越来越多的汽车公司开始公开强调，要摆脱对高精地图的依赖。

理想等造车新势力以及华为、地平线、毫末智行等智能驾驶解决方案商已相继宣布，未来将采用以车辆自身传感器为主、高精地图为辅的路线发展自动驾驶。业内顶级的自动驾驶公司也已从L4降级到L2+，纷纷推出能够上车的非高精地图方案，把重点调整为了拼量产、拼交付。对于这一趋势，图商们针对技术的不断创新和市场需求的变化，进行不断适应和调整，推出了成本更低、保留基本元素、更新很快的轻地图方案，发掘自身在智能汽车未来商业生态中的优势，为用户提供更好的服务。四维图新CEO程鹏在今年用户大会上表示：“智驾方案当然需要地图，市场缺的是高性价比的地图。”车企可接受的NOP系统价格约占整车售价的3%，然而行业内NOP价格普遍偏高。对于BEV+Transform这套技术路线，他认为这种技术路线本质上是可以用更便宜的传感器实现自动驾驶功能，而不是摆脱高精地图。高精地图作为一个超视距的先验传感器，可以提前获取车辆前方的道路信息及交通状况。地图能做到的事情，这套算法模型无法做到。10月17日的百度世界大会2023上，百度智能驾驶事业群组智能汽车业务部总经理苏坦表示，由于城市场景过于复杂，用以往的高精地图方案肯定会遇到很大的成本瓶颈和数据鲜度瓶颈。百度在未来一段时间内会尝试用新的方式去做轻地图重感知的方案，比如基于大模型的强大感知能力，让轻量级的数据可持续。

苏坦认为,经典意义上的无图不会在终局发生,至少还需要很长一段时间。目前,“轻地图重感知”的路线将会发展得越来越好,不论是有图、无图还是高精、超清,智能驾驶本质上都需要兼顾体验和安全的核心课题。腾讯地图副总裁、腾讯数字孪生业务负责人张少宇表示:“轻地图在业界有很多种说法,有说成本更低的,有说单位里程数据量更小的。我们认为地图真正轻下来,要素更新要做到足够快。要素级的更新,是最小颗粒度的。”高德地图汽车业务中心总经理江睿表示,“轻地图”并不是指市场不需要地图了,而是需要一张相较高精地图更“轻”的活地图,以顺应合作伙伴和行业的发展需求。图商的应对:下面来看看几家图商的轻地图方案,这些方案基本上都是在高性价比的前提下提供最常用的要素加快更新速度,为智能驾驶的进步提供助力。如何通过技术创新等提升地图鲜度,并使上车降低成本,将是轻地图今后主要的努力方向。2022年12月,全球智能汽车产业峰会(GIV2022)期间,百度发布了“轻量化”的解决方案,其城市智驾Apollo City Driving Max系统,选择以“纯视觉+激光雷达”的方式实现感知冗余,通过加强算法、减少对于道路要素的依赖,以便在多个城市用合理可接受的成本推广开来。2023年8月,百度在推出134城高精地图时又提到了百度采用轻地图方案,并且成本相比传统高精地图下降近80%。

百度宣称，地图和自动驾驶方案可为汽车制造商提供不同类型的数据选择，包括低精度（LD）和高精度（HD）数据。与HD数据相比，LD数据缺乏定位图层的数据，车道数据的差异也可能较大。对于某些自动驾驶能力较强的区域，LD仅支持车道的拓扑连通。由于LD会引入更多众源数据，因此可实现例行性的周级更新，甚至在局部场景下实现天级的快速更新。

百度轻地图方案旨在降低成本。其方法之一是采用文心一言大型模型进行自动标注，以降低高精度地图的采集和训练成本。据百度介绍，该方案首次提出的地图生成大型模型能够将制图成本降低95%。此外，百度轻地图模式采用轻量化方式，无需使用更高精度的采集车，通过对地图的精度及元素丰富度进行适度裁剪，利用算法提高容错率，同时通过众源数据解决问题，实现数据更新更快，降低了成本。

2023年4月，腾讯在“2023 TIME DAY·腾讯智慧出行技术开放日”活动中，针对城市级智能驾驶场景推出了HD Air轻量级高精度数据产品。腾讯地图产品总经理陈志表示，HD Air是腾讯Unimap数据产品矩阵的一部分，其丰富的要素和较高的精度满足了L2+级自动驾驶的需求，同时降低了建图成本，为城市级智能驾驶的规模化落地奠定了基础。HD具有轻便、快速、细致等优势。

Air能够聚焦在提供智能驾驶的必要要素，以“点”形式表达复杂车道和路口，聚焦车道信息，数据量更小，表达方式更简洁；更快，是指多种采集更新模式可以保障周级更新，通过提供更加实时准确的数据，帮助敏捷应对快速变化的城市场景；要素更精细，是指除了道路精细化呈现，对于座舱应用需要的POI（兴趣点）、环境、建筑物等有更精细的表达，可以支持更三维化、逼真化、实时化的地图渲染，提升座舱体验。此外，HD Air信息。