聚光灯持续扫射着智能电动车产业，难免留有“盲区”，它可能很快就到来，但未被发觉，可能长久未变，但依然主导规则，我们称之为“未来之见”“未知之见”，这就是我们“PowerOn未见”栏目的由来，致力于呈现汽车产业的关键“盲区”。
采访|李安琪、李勤
作者|李安琪
编辑|李勤 杨轩
ChatGPT的问世，在科技行业掀起风暴，也在汽车行业搅动了暗流。
春节期间，理想汽车高管们没有心思完全放松，CEO李想紧急组织了战略会，讨论ChatGPT风靡之下，公司的智能化走向。最终，管理层得出结论，“AI技术路径逐渐清晰”。
过往，理想以严苛的成本控制著称，对前沿技术的投入稍显谨慎。但ChatGPT的上线成为理想战略变化的分水岭。春节后一开工，李想就发出全员信，“公司在2030年成为全球人工智能行业的领导者”。
智能驾驶是理想人工智能公司愿景的核心抓手。基于和ChatGPT同源的Transformer大模型，理想汽车计划在今年底，落地不依赖高精地图的城市领航辅助驾驶(简称“城市NoA”)功能。据36氪了解，理想智驾业务的高管为交付进度签下了“军令状”，研发团队也已进入高强度的半封闭作业模式。
扛着智能“大旗”的小鹏汽车，也隔空叫阵，号称今年三季度推出“全自动驾驶XNGP”。据36氪了解，为提速智能化研发，小鹏汽车甚至在百度发布类ChatGPT产品“文心一言”后，破天荒同意和百度云推进合作。这相当不易，小鹏汽车通常被认为站在“阿里阵营”。
蔚来官方虽然未公开发声，但有工程师向36氪直言，城市NoA的落地节奏“肯定不会比同行慢”，2021年，蔚来就在搭建BEV+Transformer的技术架构。
特斯拉和国内新造车公司的技术军备赛，也加剧老牌车企向智能化绞入资源。一位智能驾驶技术配套商向36氪描述了行业心态，“头部造车公司都在推，其他车企没有，就显得落后。”
为此，比亚迪董事长王传福不惜炮轰“自动驾驶是忽悠，是皇帝新装”。但36氪独家获悉，这家2022年的新能源车销量之王已经和大疆车载等公司合作，快速推进城市NoA产品落地。
NoA的全称是Navigate on Autopilot，从命名不难看出，这套功能的发起者是特斯拉，最早在高速上应用：以导航地图为牵引，车辆可以在高速路况中，完成自动变换车道、超车、启停、进出匝道等操作。
如果将这套高速NoA能力迁移到城市道路呢?从停车场的自动泊车到高速NoA，再到城市NoA，全场景自动驾驶的雏形已然可见。
不管是光环加身的特斯拉，还是销量大户比亚迪，无不需要从汽车制造的每一个环节抠出每一分钱，以赚取利润。自动驾驶显然是更为梦幻的商业图景。有“抠厂”之称的理想汽车也在春节沟通会上罕见放言，“All in自动驾驶”。
行业的一个共识是：城市NoA是辅助驾驶的天花板，也是自动驾驶的门槛。换句话说，只有解决场景最为复杂的城市NoA难题，自动驾驶才有可能真正到来。
而车企想要攻破城市NoA，必须先加入一场“技术宗教”：去高精地图。
高精地图：是依赖，也是枷锁
“下半年，我们能在数十个无图城市释放XNGP。”小鹏汽车自动驾驶副总裁吴新宙说。这在一年前还是难以想象的。
XNGP是小鹏汽车的新一代辅助驾驶系统，其中的核心功能就是城市NoA(小鹏的命名是城市NGP)。因为高精地图的牵绊，2022年9月至今，小鹏仅在上海、深圳、广州三个城市开放。而在摆脱高精地图依赖后，这家公司推出城市NoA的速度一下子提升近10倍。
高精地图被喻为自动驾驶的“拐杖”，定位精度可达到厘米级，是对物理世界的精准映射，能告诉自动驾驶车辆周边交通环境如何、具体在哪条车道、前方哪里减速、何时提前变道，还能提供红绿灯、限速指示牌等信息，帮助车辆完成行进规划。
但依赖往往也是枷锁，没有了高精地图，高级辅助驾驶功能就会立马失效。
为一劳永逸获得高精地图，小鹏汽车曾于2021年斥资2.5亿元收购一家高精度地图公司，以获取地图制作资质。据36氪了解，长城汽车、蔚来汽车、小米汽车等，无不寻求过资质收购的路径。
但高精度地图本身的缺点相当明显：高昂的成本投入、漫长的更新周期，以及对政策强依赖。
小鹏汽车素来主打“智能”标签为抢跑城市NoA，小鹏汽车率先用上了高精度地图、激光雷达等技术，他们有过切肤之痛。
有小鹏人士告诉36氪，从2021年开始，公司就扑了上百号人在广州开发城市NGP，“光是一条几十公里的城市道路，就调了近两年。这不是一个简单可复制的模式。”
高精地图的制作和装车成本成为车企难以承受之重。
“高精度地图的采集制作成本大概在3000元/公里，按每城一万公里城市道路来计算，建图成本在3000万左右。”高精度地图的昂贵主要源于动辄上百万的专业采集车，不过，多位地图业内人士透露，现在为了抢夺市场，图商报价不再像以前那么高。
但除了建图，地图上车还会有一笔装车费用，“按单车地图使用成本来看，5年周期，高速路的高精度地图会收600元~800元/辆，城市道路大概是1200元-1500元/辆。”相当于一台车均摊的地图成本费用超过2000元。
真正掐断车企对高精度地图念想的，还是高精度地图对政策的强依赖。
小鹏汽车员工告诉36氪，小鹏原本想法是通过收购图商来自建地图，但不够幸运的是，收购江苏智图不到一年，随着国家对甲级测绘资质的收紧，江苏智图没能通过评审。小鹏汽车只好与高德地图合作。
解决了资质问题，还要面临地图更新问题。一位地图测绘方面人士告诉36氪，高精度地图的每一次更新都需要送审，从数据采集完成、制作完毕、到监管部门审核完毕需要一定时间，“国家级别的审核是20个工作日，地方审核可能快一两个星期，整个审核流程下来，起码都得一个月。”
上述小鹏人士就因此碰过壁，“城市NGP前期基于高精度地图做了很多开发，想在2022年上半年推出，但图商总拿不到地图的审批文件，非常折腾。前前后后搞了好多轮，最后推迟了半年才发布。”
这在车企抢攻城市NoA的背景下，更加难以接受。城区道路几乎实时变化，理想状态下，“车企希望高精度地图每天更新，甚至是小时级、分钟级更新。”
一场“去高精度地图”运动终于在2023年初上演。
3月24日，华为终端BG CEO余承东在春季发布会上率先开了炮，“高精地图更新太慢了，且一个城市一个城市获取的速度也太慢。我们连上海市的一条小路都要折腾很久。”
小鹏汽车也宣布，今年下半年在全国大部分城市开放智能驾驶功能XNGP，摆脱高精地图的限制。毫末智行、小马智行、元戎启行、轻舟智航、大疆车载等智能驾驶供应商们纷纷喊出“轻地图”宣言。
当然，去高精度地图难以一蹴而就，需要经历由奢入俭的渐进过程。
小马智行相关技术负责人告诉36氪，目前还没有哪一家企业真正做到完全去掉高精地图，“再好的感知能力，现阶段也很难在车道线、可通行区域识别的准确率和距离上完全代替高精度地图。”
有公司采用了务实做法：高速路上继续依赖高精地图，而在城市中没有高精地图的路段，再依靠实时感知技术。“高速上的高精地图成本更低(单车几十块)、更成熟，能让驾驶体验更稳定，为什么不用?”
36氪从行业了解，高精度地图一般分为静态图层和动态图层，当前的高精地图主要围绕静态图层展开，一般包含道路级(Road)、车道级(Lane)、道路部件(Object)三类信息。动态图层则建立于静态图层之上，包括变化的交通标志(如红绿灯状态、潮汐车道等)、道路交通情况，这也是高精度地图更新的难点。
图源：四维图新
去高精地图也会分层级进行：首先不再依赖高精地图获取动态图层;其次，对于车道级信息中的半径、曲率等几何信息也不再依赖，而主要采用其中的路线节点等拓扑信息;此外，不再完全依赖高精地图中的限速标识、路面箭头等道路部件信息，更多采用实时感知的结果。
摆脱高精地图依赖的潘多拉之盒已经打开，智能驾驶的感知、决策、控制等都面临一场技术重构。
跟随特斯拉，超越特斯拉
和今天风靡全球的ChatGPT出自OpenAI公司一样，智能驾驶“去高精地图”的底气，也和OpenAI不无关系。
Andrej Karpathy是Open AI的首席科学家兼创始成员，他还曾经有过另一重身份：特斯拉AI高级总监、自动驾驶负责人。在斯坦福师从李飞飞期间，Andrej Karpathy主攻的正是自然语言处理与计算机视觉的交叉领域。
2017年，Andrej Karpathy从Open AI加入特斯拉，度过了5年职业生涯(今年2月重回Open AI)。Andrej Karpathy曾在各种行业会议等场合，描绘出了特斯拉的智能驾驶要素：大模型、大数据、大计算中心。
2021年特斯拉的AI Day上，Andrej Karpathy宣告特斯拉基于Transformer将摄像头2D图像拼接转化成3D图景，最后生成汽车周围道路环境的鸟瞰图 “Bird’s Eye View”，简称“BEV”。由此引发大模型技术在智能驾驶行业的广泛落地。
Transformer 是众多算法大模型中的一种，最初用于处理NLP自然语言处理，现在也被广泛应用于图像识别领域。ChatGPT中的”T”正是指Transformer大模型。
“就像人用眼睛看世界一样，基于Transformer的BEV能将2D图像转换成3D立体空间。”