“无图”盛行时代，智驾依然离不开地图

智驾演进过程中，地图这一角色始终不可或缺。

过去的行业叙事里，「高精地图」是智驾的安全底座，凭借厘米级精度和庞大的地图网络，它把车辆的每一次行为都纳入可控的框架。

但仅靠高精地图到不了自动驾驶终局，并且它太贵、太慢、太难——一张城市级高精地图的制作成本高达数亿元，更新周期以月计，覆盖率、时效性都跟不上车企量产节奏。

尤其端到端技术路径的洗礼后，车企对于地图的需求转向了「轻量化」。

去年一年，几乎所有新势力都在谈「无图」，即不依赖高精地图，让城市 NOA 能在更多城市、更多场景中实现快速部署。

但这并不意味着图商的价值被削弱。

相反，图商从可见的地图服务，转向隐形的智驾底层支撑。从过去精密式的测绘地图，到将重心转向云端提供必要支撑。

这也意味着，图商们的商业模式正在重写，不再依赖「卖图挣钱」的单一逻辑，而是转向更复杂的生态价值。

这场地图战争，比想象中激烈，也更加隐蔽了。

01、从高精地图到无图，层层交织

今天，如果我们将智驾地图体系拉成一条时间轴，它正经历着清晰的三层演化：

• 高精地图（HD Map），强调精细化。以厘米级或分米级精度，将车道线、障碍物等细节纳入体系。它在 L4 级自动驾驶中不可或缺，但成本高昂、更新缓慢。
• 轻地图（Lite Map），强调实用性。只保留关键车道信息、拓扑关系，舍弃复杂语义标注，以此换取更快的迭代、更低的成本，主要适用于城市 NOA。
• 无地图/模型化地图，强调即时性。利用大模型、视觉算法「即采即用」，在轻图上更进一步摆脱地图数据，但仍需基础地理要素作为支撑。

不过，这三层并非泾渭分明，而是在实践中层层交织。有两点共识需要明确：

其一，「无图」并不等于「没有地图」，车企宣称的「无图 NOA」，主要指摆脱「事先制作、静态存储、人工维护」的高精地图体系，但实质上多以轻量化地图为基础，通过感知算法实时补足拓扑信息。

弱化高精地图的作用，本质上是把「地图责任」转移到「感知责任」上，让算法在行驶中动态生成道路结构，再由云端数据完成动态校正与安全兜底。

其二，高精地图并未退出 L2 级智驾舞台。尤其在高速公路、城市快速路等稳定场景中，高精地图依旧在提供安全冗余与体验优化方面发挥作用。它能提前识别弯道、坡度、匝道限速，为系统决策留出更充裕的时间。在 L2 或 L2+阶段，它依然是「稳」的代名词。

今天的智驾地图格局，是一种多层共存的动态平衡。城区智驾更依赖轻量化地图与感知主导的「弱图方案」，以降低成本、加快部署速度；高速、固定路线等场景，则继续使用高精地图强化安全与稳定性。

所以，从技术趋势上看，即便端到端大模型落地，显式或隐式的地图要素仍将存在于算法权重之中。

毕竟，对车企而言，智能驾驶从「可用」走向「好用」，不只是感知与算力的竞赛，更是在算法体验、成本结构与安全边界之间寻找平衡。轻图、无图确实是行业方向，但是否「去掉高精地图」，并不是一道非黑即白的选择题，终归是基于好用的地图工具为体验服务。

图商们也在快速响应车企诉求，一方面，推出适配的轻图化方案，包括腾讯、高德、百度、四维图新等图商在内，都打造出相关轻图产品，对地图精度与元素丰富度进行裁剪，降低制作和部署成本。

另一方面，直接推出多图层合一的「一张图」方案。

比如四维图新的 OneMap 产品，将导航地图、高精度地图、辅助驾驶地图和停车场地图合而为一，以「一张图」赋能全场景智能驾驶时代。

腾讯也推出"多图合一"模式，实现了标准导航地图、轻量级高精数据与高精地图的有机融合，车企可以灵活按需定制地图。据高工汽车数据显示，国内城区 NOA 搭载智驾地图市场中，腾讯地图的市占份额位居一位，已为超过 20 家车企及 Tier 1 提供云图服务。

02、精度不如鲜度、广度，图商们高手过招

过去，高精地图盛行，行业都将「精度」放在首要标准，用厘米级、分米级的差异衡量地图的优劣，无图、轻图方向转变后，地图的价值体系也在被重新书写。

一是地图依然要讲究广度。

地图绕不开「覆盖率」、「可用性」这两项底线指标，智驾功能的体验感首先取决于它能否「开得出去」，城市越多、道路越全、更新越快，用户的信任感就越强。

像腾讯、高德、百度这类主流图商，凭借多年积累的导航底盘，其基础导航地图几乎覆盖全国 360 多个城市，车道级导航道路超 360 万公里，实现了真正意义上的「全国城乡无缝导航」。

在智驾部署仍局限于部分城市的当下，这样的覆盖广度，正是车企实现城市 NOA 全国化的前提条件。

与此同时，POI（Point of Interest）数据的重要性被显著提升。它不仅是导航地图的「注释层」，更是智能座舱与 AI Agent 的语义入口。

目前，高德与百度的 POI 数据量均超过 1.8 亿，腾讯约 8000 万，除道路信息外，还整合了充电桩、实时公交、餐饮、住宿、景点等生活场景数据，为车载语音助手、出行推荐与智能决策提供语义支撑。

停车场数据也成为地图竞争的新增战场。百度地图 V21 版本推出智驾级车位导航，依托北斗高精定位，可精准覆盖全国超 200 万停车场，实现「行泊一体」与「代客泊车」功能落地；腾讯地图 9.0 版本则聚焦全国 5000 个重点停车场、227 万个车位。通过高精数据打底与感知回传优化，覆盖传统众包难以触及的「盲区」。

二是地图更讲究鲜度。

地图的价值已不在「静态存量」，而在「动态更新」，车辆感知到的新场景需要实时回流云端，云端的道路变化、施工信息又要快速下发补盲，这形成了一个「分钟级的闭环生态」。

目前各大图商正在用众源数据和实时更新机制，为智驾兜住安全底线。百度地图的智驾级车道导航，能在高速场景中针对施工改道、事故占道等突发情况，实时推送车道级预警信息，辅助智驾提前避让、提前接管，避免「最后一秒急变道」的风险。

三是地图正在走向语义化、智能化。

过去的高精地图是「几何的」，告诉车辆「车道线在哪里」。

而如今的轻图和模型化地图是语义的，即理解「这条路意味着什么」。是左转必停，还是潮汐车道？这些语义信息，正在成为智驾安全与舒适体验的核心要素。

腾讯地图推出的「老司机驾驶经验图层」，就是一次典型的语义化创新，相当于把人类驾驶经验数据化，让智驾系统理解哪些路段容易颠簸、哪些弯道需减速、哪些路口事故高发，从而在决策时更像人，更稳、更聪明。这些数据将提供给车企，或在与车企的共创共建中提升用户智驾体验。

总体来看，从精度到广度、鲜度与语义力，地图正在从冷冰冰的几何模型，变成一套能感知、能学习、能推理的智能基础设施。它不再只是智驾系统的「定位工具」，而是成为算法与世界之间的桥梁。

03、卖服务，图商的新起点

不可否认，智能驾驶驶入深水区，地图依然是系统不可或缺的基础设施。

只是，图商的「铁饭碗」还在，捧法变了。

过去车企买的是一张静态的图，如今他们要的是动态的数据服务，包括实时更新、云端协同、算法接口与模型训练支撑，「卖图」这种一次性授权模式已难以为继，「卖服务」这种长期复利方式正成为行业共识。

一个只卖图的图商，已经不够用了。

如今，以高德、百度、腾讯、四维图新为代表的图商，正在集体重塑身份，共同逻辑是，从单一的数据提供者转型为综合的服务平台，在能力边界上延伸到算法、生态、乃至车端系统的深度融合。

在这条赛道上，大厂的生态体系成为天然优势。

高德、腾讯不约而同地谈论起「导航智能体」，但两者路径明显不同。

高德地图更像一个「C 端出行运营商」。

它要解决的问题是如何盘活 10 亿级用户池，提升用户粘性与转化效率。最新推出的智能体「小高老师」，通过主动交互与空间理解重构出行体验。

其核心不在地图本身，而在「体验智能化」，即用 AI 理解用户、预判意图、生成场景化服务。这使高德在从「导航产品」向「出行智能生态」过渡的过程中，具备了更强的 C 端流量转化与服务闭环能力。

腾讯地图的路线更系统化，专注扮演出行基础设施伙伴的角色。

它的核心问题在于，如何让腾讯生态获得出行场景的增量价值。在微信生态、智能座舱与车云系统的融合中，腾讯地图承担的是一个「隐身底座」的角色，相当于打通车机、社交与支付，让导航成为整个出行链路的中枢节点。它的核心不在导航体验，而在生态协同最大化。

值得一提的是，腾讯地图的数据能力也延伸至云端世界模型与虚拟仿真训练层面，使得数据价值成为 AI 驾驶系统训练的重要基础模块，真正构建出云图一体的大生态。

而百度地图更偏向技术深水区。

它在智驾地图领域的底座化布局最彻底：已覆盖 1200 万公里路网、300 万个精细路口，具备「天级静态、分钟级动态」更新能力。百度地图的价值，除了面向 C 端用户的导航功能，同样包括智驾算法训练、仿真与决策层的支撑。

对百度来说，地图已经不只是产品，而是智驾系统的基础感知层的核心部分。

与大厂们区隔，四维图新选择了更具产业属性的路径，彻底转型为新型 Tier1，最近通过战略并购鉴智机器人，组建「新鉴智」团队，已打造出覆盖地平线 J6B、J6E、J6M，高通 SA8620、SA8650 等多平台的产品矩阵，成为地平线生态的核心合作伙伴。这一转型，意味着四维图新正试图摆脱「图商」的被动身份，进入智驾系统集成与车规量产的核心环节。

四家图商的集体转向，本质上反映了一个趋势：在座舱与智驾融合的时代，地图虽然存在感渐弱，但底层的影响力在上升，它从被动的「位置参照」变成主动的「时空操作系统」，是感知、决策与交互的底层坐标系。

在新的产业逻辑下，图商们比拼的不再是数据精度，而是生态耦合能力与算法融合深度，即谁能融入更大的系统，成为智驾生态的节点。

显然，从高精转向无图，图商不能只跟在行业后面求变，唯有率先理解趋势、拥抱趋势的玩家，才能始终在行业周期中占据主动位置。