造车新势力蔚小理的自动驾驶进化之路

英伟达CEO黄仁勋曾提出“电动化”与“智能化”将对 汽车 产业带来颠覆性的变化，如今“电动化”的战场硝烟未止，“智能化”的战争便已经打响。

微信号：MeetyXiao
添加微信好友, 获取更多信息
复制微信号

自动驾驶作为智能 汽车 的大脑，是实现“智能化”至为重要的一环，是 汽车 进化为智能体的必由之路，可以认为， 得自动驾驶者得“天下”。

在各路自动驾驶玩家中，国内的造车新势力是一股不容小觑的力量，目前以小鹏、蔚来、理想三家处于相对领先地位。

蔚小理均采用渐进式的路线，即从低等级的自动驾驶起步，逐步扩展功能和场景覆盖，最终进化为全场景的完全自动驾驶。

不过，蔚小理对于实现自动驾驶进化的思路以及速度存在差异，从整体上看，小鹏目前领先于其他两家，蔚来略领先于理想， 本文将尝试对这三家企业的自动驾驶进化之路进行解读。

01 小鹏

快速迭代保持领跑，重点深耕泊车场景

小鹏从创始之初就一直致力于做中国的自动驾驶第一，小鹏 汽车 董事长何小鹏在中国电动 汽车 百人会论坛上自豪地说道，小鹏在智能驾驶领域比绝大多数公司领先2-3年。

2018年12月 小鹏首次推出辅助驾驶系统Xpilot2.0 ，搭载于小鹏首款智能 汽车 G3，计算平台采用Mobileye EyeQ4芯片，感知硬件系统包含1个前视摄像头、4个环视摄像头、3个毫米波雷达和12个超声波雷达。

在当时，小鹏经过调研认为在自动驾驶最主要的三大系统行车、泊车与主动安全中，泊车系统的功能成熟度相对是比较低的。

自动驾驶产品开发部总监肖志光提出：“我们看到了其中很多用户痛点，之前的泊车系统经常识别不到车位，且操作不便捷，那这些地方我们可以去攻关，真正解决用户的痛点。”

因此，除了落地基础的ADAS功能外， 小鹏选定智能泊车作为其自动驾驶进化之路的“制胜法宝”。

小鹏是国内最早 将视觉感知能力融入自动泊车 的车企，车辆可以通过摄像头识别周围的车位线等，与雷达系统的感知能力进行融合完成泊车，这使得小鹏可以实现垂直、水平、斜方位、无划线等所有泊车场景下的自动泊车和遥控泊车能力。

这项能力到目前仍然是领先于蔚来和理想的。

然而由于Mobileye比较封闭的特性，最重要的感知算法基本为“黑盒”，导致车企对于算法的开发自由度很低，也很难触及到用户使用过程中产生的数据，对于小鹏这种很早就计划要做全栈自研的车企，显然是无法满足其诉求的。

因此小鹏 决定改用英伟达的Xavier芯片作为计算平台 ，Xavier是英伟达2020年量产的首款高等级自动驾驶芯片，算力30Tops，远高于EyeQ4的2.5Tops，最关键的是英伟达的芯片是开放式的，车企在其提供的开发环境内较高的自主开发性并可以获得底层的感知数据。

摆脱了“黑盒”的束缚 ，小鹏开始施展拳脚，正式开启“全栈自研”之路。（注：这里说的“全栈自研”是指以此为方向，并不代表已完全落地，事实上，目前能做到全栈自研的公司只有特斯拉，国内车企可以实现部分自研）

2021年1月小鹏推出P7车型，搭载Xavier芯片，并新增3个前视摄像头、4个侧视摄像头、1个后视摄像头， 构建了360度全方位环绕感知能力 ，而蔚来和理想事实上直到今年才完成此项能力构建。

小鹏在P7车型中配备升级后的自动驾驶辅助系统Xpilot3.0，支持NGP高速领航辅助驾驶功能，即在高速场景下可以实现高精地图覆盖范围内的点到点自动驾驶， 由此小鹏已实现“泊车+高速”双场景覆盖 。

同年6月小鹏对其主打的自动泊车能力进行了大幅提升， 通过OTA推送了“VPA记忆泊车”功能 ，被官方称为是“首个量产且不依赖于停车场改造的最后一公里泊车功能”。

所谓VPA记忆泊车，是指系统可以自动记忆车主常用的停车路线，在不需要驾驶员干预的情况下，将车辆从设定路线的起点自动开往设定路线的终点， 是L3级自动驾驶功能 。

小鹏的VPA以视觉感知输入为主，通过视觉神经网络处理算法构建停车场的“语义地图”，包含停车场内的车道线、柱子等各种核心元素，将实时感知到的元素与记忆中的元素进行“匹配”，进而不断调整行车路线以接近记忆路线，直至完成泊入车位。

在拥有泊车和高速两大场景的高阶自动驾驶能力后， 小鹏继续发力城区场景 ，引入激光雷达传感器，与摄像头视觉感知融合，打造更具安全冗余的感知能力，释放城区场景NGP辅助驾驶能力，落地于小鹏P5车型。

至此， 小鹏自动驾驶能力已初步覆盖泊车、高速、城区三大核心场景。

小鹏的快速迭代之路仍在继续，今年2月，小鹏通过OTA进一步升级记忆泊车功能，新增跨楼层记忆泊车、记忆路线可分享、泊车过程中可沿途搜寻并泊入空闲车位等能力。

小鹏也因此 基本实现了“自动泊车”向“自主泊车”的进化。

为了更进一步打通各场景下的自动驾驶能力，小鹏将再次升级计算平台， 将Xavier芯片替换为英伟达最新的OrinX芯片 ，单颗芯片算力达到254TOPS，打造出Xpilot4.0， 实现真正意义上的全场景、点到点的导航自动驾驶 ，首次搭载最新软硬件系统的是小鹏最新款车型G9，将于今年6月正式发布。

整体来看，小鹏以智能泊车作为持续深耕的功能，这个选择是有效的，一方面国内泊车费时费力，是用户开车的痛点问题之一，另一方面停车场属于超低速场景，在自动驾驶能力还不够完善时相对风险较低， 小鹏在泊车域成功实现卡位 。

同时， 小鹏从一开始便提出要逐步全栈自研的思路，并以高频次快速迭代，是最早实现高速、泊车、城区全场景自动驾驶能力覆盖的车企。

小鹏的自动驾驶能力在国产造车新势力中目前是处于领先身位的，随着蔚来、理想的奋力追赶，如何持续保持领先优势是小鹏需要研究的课题。

02 蔚来

硬件能力高举高打，率先落地高速领航

蔚来是国产造车新势力的先行者 ，2017年12月便首次发布了 第一代自动驾驶系统NIO Pilot ，搭载于蔚来首款车型ES8，包括后来的ES6和EC6均使用这套辅助驾驶系统。

NIO Pilot的计算平台同样选用的Mobileye的Eye Q4，初代感知系统采用3个前视摄像头、4个环视摄像头、5个毫米波雷达及12个超声波雷达在内共计22个传感器组成，这个配置是要高于小鹏和理想的初代感知硬件。

2019年6月蔚来通过OTA推送了 NIO Pilot的第一次重大升级 ，新增了包含高速自动辅助驾驶、拥堵自动辅助驾驶、转向灯控制变道、道路交通标识识别、车道保持功能、前侧来车预警和自动泊车辅助系统在内的7项功能。

需要注意的是，这次升级的几项功能仍是L2级以下的低阶自动驾驶水平，包括其中的高速自动辅助驾驶，仅是在实现自适应巡航（ACC）的车速控制和车距保持功能的基础上，增加了车道保持的转向辅助功能。

蔚来真正实现较高水平的自动驾驶能力，是在2020年10月融入高精地图后， 释放的高速场景下点对点领航辅助驾驶功能 ，这个时间点要早于小鹏和理想，是 国内首家实现NOA高速领航落地的公司 。

对于蔚来自动驾驶能力的进化之路而言，这是一个重要的节点， 标志着蔚来开始迈向L3时代 ，与小鹏选择泊车场景作为切入点不同，蔚来率先选择切入的场景是高速。

随后蔚来 升级视觉融合全自动泊车功能 ，不过仅支持水平和垂直两类常见车位自动停靠，对于斜方位或者无划线的车位无能为力，属于L2级别，整体性能距离小鹏有较大差距。

第二代自动驾驶平台NT2.0的问世，是蔚来另一个重要节点。

2021年1月，在蔚来NIO DAY上，李斌发布了NT2.0以及基于此平台打造的 NAD自动驾驶系统 ，NAD的全称是NIO Autonomous Driving，从Assisted Driving（辅助驾驶）到Autonomus Driving（自动驾驶），表明了李斌对这套系统的定位。

李斌曾提到，以NT1.0搭载的硬件架构，其传感器和运算能力无法实现 L4 级自动驾驶，也不会宣布可以做到L3，他认为NT2.0作为蔚来研发的新一代技术平台，会是行业内最先进的量产自动驾驶技术。

NT2.0和NAD的落地标志着蔚来吹响加速向无人驾驶进军的冲锋号角 ，配备此系统的最新款车型ET7已于今年3月落地交付。

NAD系统在硬件层面延续了蔚来“高举高打”的特点 ，计算平台由Mobileye升级为更为开放的英伟达，共计搭载4颗英伟达Orin芯片，包括两颗主芯片、一颗备份芯片和一颗群体智能与个性训练专用芯片，整体构成蔚来超算平台NIO Adam，算力高达1016TOPS。

在感知层面， 蔚来打造Aquila超感系统 ，NAD在NIO Pilot基础上拿掉一个前视摄像头，但新增两个瞭望塔式侧前视、两个侧后视和一个后视，并且摄像头由180万像素升级为800万高清摄像头，构建360度全视角高清感知能力，同时新增一个激光雷达，作为视觉感知的冗余，整体称得上豪华。

同时值得注意的是， 蔚来在NAD中还额外增加了C-V2X感知模块 ，是国内第一个在新车搭载V2X的车企，V2X即车联网，用以实现人、车、路和云平台之间的连接与通讯，表明蔚来在发力单车智能同时，已经开始布局车路协同。

可以看到， 蔚来实现自动驾驶进化的一贯思路就是“硬件先行” ，无论是NT1.0，还是NT2.0，都配备了高冗余的硬件系统，基于高规格硬件系统，通过正向独立开发不断更新软件能力。

不过，高级别硬件能力固然可以更好地保障自动驾驶系统游刃有余地处理各类复杂任务，然而单靠硬件堆栈难以从根本上真正提升自动驾驶的能力， 再好的“装备”如果不是给到一个“技能”足够强大的角色，可能也难以“打赢 游戏 ” 。

NAD相比NIO Pilot不仅需要完成从高速到泊车、城市的全场景跨越，还需要完成从仅前视感知到360度环绕+激光雷达融合感知的跨越，且由于前期一直采用Mobileye封闭芯片，底层的数据积累不够充分，这些对于蔚来都是需要面对的挑战。

如何提升算力和数据的利用效率， 强化自动驾驶的“软实力” ，是蔚来需要加足马力提升的，好在蔚来具有厚实的研发基础，近日原小鹏自动驾驶产品总监黄鑫的加入，或许可以一窥蔚来要做出改变的决心。

03 理想

后起之秀先发制人，自研发力主动安全

相比小鹏和蔚来，理想的自动驾驶之路看起来是起步更晚的，李想曾自嘲说道是由于自己创业初期融资能力差导致没有充足的资金开展智能驾驶技术研究，这个局面在2020年理想 汽车 IPO之后才发生根本性转折。

但或许，理想的自动驾驶之路早就开始了。

2019年4月理想落地首款量产车理想One，同样是搭载拥有成熟ADAS方案的Mobileye EyeQ4芯片，配备1个前视摄像头、4个环视摄像头、1个毫米波雷达和12个超声波雷达，具有车速、车道控制等L2级以下自动驾驶功能，整体比较基础。

但理想有一个特点， 从一开始就标配辅助驾驶功能 ，是因为理想希望通过用户使用持续收集驾驶场景的数据，理想拥有乙级地图测绘资质，是造车新势力中第一家拥有合法收集数据资格的企业。

也就是说， 理想ONE一直在使用“影子模式”获取数据 。

数据对自动驾驶至关重要，自动驾驶底层是一种基于机器学习算法的技术，数据是算法建模与软件落地的基础，大量的数据采集是自动驾驶技术开发的前提。

可以说理想从采集数据开始就已经启动了自动驾驶之路，因此我对理想自动驾驶的定位是“后起之秀，先发制人”。

在拥有充分的数据和研发资金后，理想便抛弃了相对封闭的Mobileye芯片， 转向与支持车企自主开发感知、控制算法的地平线J3合作 ，开启自研之路。

2021款理想ONE便是落地的车型，相比2020款，升级了前视摄像头的性能参数，新增4个毫米波雷达，并首次融入高精地图。

自研方向除了必备的NOA导航辅助驾驶之外，理想还 选定了AEB作为自研的重点功能 ，AEB全称Autonomous Emergency Braking，即自动紧急制动系统， 是一种 汽车 “主动安全”技术 。

在传统 汽车 领域，AEB已经是一个较为成熟的功能，主要依靠雷达进行障碍物识别，通过测量距离碰撞发生的时间来判断是否选择自动制动，由于 汽车 在行驶过程中突然刹车也是有危险的，因此AEB要求性能非常稳定，既不能不刹车，也不能乱刹车。

那为什么理想要选择这样一个在自动驾驶系统里并不起眼且开发难度极高的功能作为自研突破点呢？

不考虑商业竞争的因素，或许源于李想对产品力的极致追求，安全性是衡量自动驾驶能力一个很重要的性能指标，AEB虽不起眼，但却是ADAS里 唯一一个在行车场景下随时待命的功能 ，对于自动驾驶的安全性能有非常重要的意义。

传统的AEB方案由于仅依靠毫米波雷达做探测，缺乏对物体的识别，容易出现误报的情况， 理想在自研过程中将视觉能力融合进来，采用“视觉+毫米波雷达”融合感知的AEB方案， 并利用积累的巨量真实驾驶数据进行算法训练，实现AEB功能的快速迭代和落地。

理想是全球第二个落地视觉融合方案AEB的车企，第一个是特斯拉。

2021年12月，理想正式交付自研完整版的AEB和覆盖高速场景的NOA功能，也 标志着理想在自动驾驶方向与小鹏和蔚来正式站在同一个赛道 。

进化之路仍在继续，2022年3月，理想发布新一款车型理想L9，硬件能力全面升级，感知层面采用高性能摄像头作为主要感知来源，配备6颗800万像素和5颗200万像素摄像头，实现360度全方位感知，同时配备激光雷达作为感知冗余，计算平台也同样采用算力更强大的英伟达Orin方案，搭载两颗OrinX芯片，总算力达到508Tops。

同时 理想推出自动驾驶系统AD Max ，采用全栈自研的感知、决策、规划和控制软件，基于这一代系统，理想将逐步覆盖高速、泊车、城区的全场景导航自动驾驶能力。

理想作为后来者，以主动安全为主要发力点切入自动驾驶初见成效 ，不过AEB毕竟是个低频功能，而且用户其实并不希望有需要用到AEB的场景，自动驾驶要想真正给用户体验带来“质”的变化，在行车域和泊车域的功能是重头戏，理想需要加速这些方面的能力落地。

面对实力强劲的竞争对手，理想仍然道阻且长。

04 有什么共性？

三家新势力在各自制定的路线上实现自动驾驶的快速进化，虽然路线有所差异，但大的方向还是存在一些共性：

数据驱动的底层思想

数据对自动驾驶的重要性不言而喻， 算法为数据服务，算力为算法服务 ，数据是自动驾驶能力的“源泉”。

小鹏 汽车 董事长何小鹏说：“我们致力于全栈自研，坚持数据驱动并不断创新，这是小鹏 汽车 业务的基石。”

理想 汽车 CTO王凯说：“车企想做到头部，一定要做数据驱动的 科技 企业。”

蔚来联合创始人秦力洪说：“原生数字化企业不是个时髦，是个必须。”

从这些变态可以看出三家企业均 将“数据驱动”作为打造自动驾驶和智能 汽车 的一个基本底层思想 。

数据驱动的关键是要构建数据闭环，包括数据采集、数据标注、数据训练、数据仿真等模块在内，共同形成由数据驱动开发和功能迭代的闭环系统，小鹏、蔚来和理想均在此发力。

未来自动驾驶的产品竞争，高效的数据闭环将成为有力的武器。

冗余配置的工程思维

人体作为一个复杂系统，冗余配置是很常见的一种形态，例如双肺和双肾，其中一个坏掉后不影响人体的正常运转。

冗余配置，是指重复配置系统的某些部件，当系统发生故障时，冗余部件介入并承担故障部件的工作，由此减少系统的故障时间。

对于自动驾驶的工程落地，蔚小理也运用了冗余配置的工程思维，在相关链路中的感知、计算、执行系统等环节都做了充分的冗余配置。

感知层面，小鹏、蔚来和理想均同时搭载摄像头、毫米波雷达、超声波雷达等多类型传感器，并将同时配备激光雷达，不同传感器的能力各有优势且有重叠部分，构造出“具有冗余感知能力”的自动驾驶感知系统。

算力层面，蔚来配备四颗芯片，一颗作为冗余备份，小鹏和理想配备双芯片互为冗余，三家的自动驾驶算力均达到500Tops以上，蔚来更是达到1000Tops+，强大的算力应用于目前的自动驾驶能力有充分的冗余空间。

执行层面，针对转向控制系统、驻车制动系统、动力输出系统蔚小理也都做了相应的冗余设计，确保自动驾驶控制信号正常执行。

安全是自动驾驶第一要义，冗余为安全护航。

应用场景层面的渐进式

实现全无人驾驶的路线有渐进式和跨越式两种，一般意义上的渐进式是指自动驾驶能力上从L1-L5逐步实现。

还有一种视角是在应用场景层面的渐进，也就是说，先在部分场景落地相对高阶的自动驾驶，然后不断扩大应用场景，最终实现全场景的高阶自动驾驶。

小鹏优先在泊车场景落地L3级的记忆泊车，随后在高速和城市快速路场景落地L3级点到点导航辅助驾驶，主城区场景点到点导航辅助驾驶正在测试中，预计今年中旬会正式落地。

蔚来和理想目前已落地高速场景导航自动驾驶，并且都宣布会在最新一代自动驾驶系统中逐步落地全场景导航辅助驾驶功能。

从泊车、高速、城市快速路、主城区，到更广泛的场景实现多域融通， 自动驾驶将逐步渗透，量变终会引发质变 。

软硬件全栈自研的趋势

从Mobileye到英伟达，车企选择合作的芯片由封闭走向开放，核心原因是车企希望在数据和算法层面掌握更多自 *** ，随着硬件能力逐渐趋同，智能化的竞争最终是软件及软硬耦合能力的竞争， 车企掌握数据和算法的自 *** ，更有利于实现快速迭代，打造差异化功能体验和产品服务 。

目前蔚来、小鹏和理想均已先后启动软件和算法的全栈自研之路，同时对于自动驾驶核心硬件的自研也正摩拳擦掌。

早在2020年，蔚来便传出要自主研发自动驾驶计算芯片的消息，后来因为遭遇财务危机，芯片自研的计划暂时被搁置，2021年据36氪报道，小鹏 汽车 也已开始涉足核心芯片的自研，而理想因为近期才宣布软件自研，硬件自研还需时日，理想对外的说法中也没有否认过要自研芯片的可能性。

要最大限度发挥自研技术的价值， 软硬件一体化自研或许是必由之路 ，国外的特斯拉便是这方面的先驱。

05 写在最后

自动驾驶的赛道日渐拥挤，越来越多的玩家意识到自动驾驶 的重要性，蔚小理由于介入更早，在认知、技术、数据、经验等多个维度都已具备一定的领先优势和技术壁垒。

从全球来看，造车新势力的自动驾驶能力，国外特斯拉一枝独秀，处于霸主地位，国内以蔚小理处于第一梯队，能力各具千秋，逐步形成阶段性的“一超多强”竞争格局。

然而，自动驾驶的竞争并不会停止，在蔚小理相互之间持续竞争之外，随着后续苹果、小米、集度等新玩家的加入，以及传统车企对自动驾驶能力的追赶，竞争会愈演愈烈。

竞争会加速进化，在以蔚小理为代表的造车新势力的推进下，期待 全自动驾驶时代可以提前到来。

来源于公众号：禾隐记（hejunnote)

无人机驾驶证

继可穿戴设备和智能家居之后，无人机已经成为最热的创业领域之一，越来越多的无人机出现在我们身边。民用无人飞行器可以依法应用于农林作业、测绘勘探、电力巡线、军事侦查、应急救灾、航拍应用等领域，包括研发、生产、运营在内，我国有300至400家民用无人机企业，从业人员超过万人。然而从业人员在没有驾驶资质和未申请空域的情况下，操控无人机升空属于违法行为，要受到处罚，若造成重大事故或者严重后果，要依法追究刑事责任。

根据重量，无人机分为4种：7千克以下的为微型，7至116千克的为轻型，116千克至5.7吨的为中型，5.7吨以上的为大型。民用无人机多为轻型或微型。根据《民用无人驾驶航空器系统驾驶员管理暂行规定》，重量小于等于7千克的微型无人机，飞行范围在目视距离半径500米内、相对高度低于120米范围内，不需要证照，原则上所有飞行都需要申报计划。超出该范畴的，比如送快递、市区航拍等商用领域，则在飞行资质管理范围内。

一般情况下，相关部门对无人机驾驶员有“三个不管”：室内运行的不管，例如婚礼上用航模送个戒指;微型以下视距范围内(视距500米、高120米以内)的不管，例如遥控玩具飞机;在人烟稀少、空旷的非人口稠密区进行试验的无人机不管。普通消费者想用微型无人机给自己来张酷炫的“空中 *** ”，也不必专门去考驾照。

国内大多数无人机生产企业都在自行组织“飞手”资格培训，并颁发资格证书，但在实际的审批和管理办法中，由企业发放的“飞手”许可证并不具备法律效力。按照现行相关规定，向民航、空军等主管单位申请空域飞行使用，必须要具备中国AOPA官方颁发的无人机驾驶员执照等资格。

2014年4月起，无人机驾驶员资质及训练质量管理开始由民航总局旗下的中国AOPA来负责，AOPA(中国航空器拥有者及驾驶员协会)于2004年经国务院批准在民政部注册，由中国民用航空局主管的全国性的通用航空行业协会，是国际航空器拥有者及驾驶员协会(IAOPA)的国家会员，也是其在中国(包括台湾、香港、澳门)的唯一合法代表。

地图争夺战升级，华为、滴滴纷纷入局，老图商们很“受伤”？

文| AI 财经 社 吴迪

编辑| 张硕

巨头之间的竞赛，成了一些中小公司的“福音”。

周非池意识到公司正身处一个“非常好的机遇”下，并且今年以来的感受愈发明显。

他的公司瞰景 科技 ，是国内地理信息行业专注于提供实景三维建模技术整体解决方案的企业。具体来说，通过售卖专业软件，为存在高精三维地图制作业务需求的企业提供数据生产工具。

瞰景 科技 2012年成立，去年至今业务突飞猛进。“目前来讲，比较大型的图商，或者说线上地图的服务提供商，只要涉及到实景三维的数据，多多少少都已经是我们的客户了。”周非池告诉AI 财经 社。

这很大程度上得益于高精度地图赛道的火热。高盛此前预计，2020年全球高精地图市场规模为21亿美元，2025年该市场将达到94亿美元。随着自动驾驶技术的落地和普及，高精度地图更是成为车企必不可少的基础设施以及互联网巨头们重要的流量入口。

高精地图的入口之争背后，则被认为是争夺自动驾驶的未来，以及构建各自业务生态壁垒的“生命线”。

抢占未来地图入口

在某头部地图软件公司任职的彭超越形容这种升温的竞赛状态，是逐渐“从上升期向白热期在过渡”。

普通精度的电子地图导航到今天这个阶段已经属于中后期了。“最头部的两家，百度地图和高德地图，从2017年左右用户的活跃度就基本持平了。”他告诉AI 财经 社，真正激烈的是下一赛道，“就是头部几家公司对高精地图、高精定位，包括地图对 社会 赋能方面的争夺。”

图/视觉中国

除了大众熟知的地图应用软件高德、百度、腾讯之外，京东、滴滴、美团，这些电商、生活服务类起家的公司，也纷纷加入新的战局之中。此外，赛道上还能看到包括以四维图新为代表的传统地图生产商，以及华为、小米等 科技 公司的身影。

今年10月，滴滴出行悄然上线了自研地图业务滴滴地图，并注册了新的商标，内嵌滴滴地图功能的导航及公交菜单也出现在滴滴出行乘客端App的一级菜单栏目中。作为以出行业务为支柱的公司，滴滴一直使用第三方的地图导航，成为它最大的缺憾和不足。此举被认为是滴滴在试图补足短板。事实上，滴滴公司在2017年就获得了国家测绘地理局颁发的电子地图甲级测绘资质，这是从事电子导航类地图资质的最高门槛。

百度地图的一位员工告诉AI 财经 社，百度做高精度地图是为了无人驾驶和一些基座型的能力建设服务。同样，滴滴也将自动驾驶视作未来重要的发展方向，今年6月，滴滴自动驾驶网约车服务在上海开放首秀。

无独有偶，美团不久前也通过旗下全资子公司“北京美大智达 科技 有限公司”拿到导航地图制作的甲级测绘资质。美团当时回应媒体表示，“地图是生活服务电商平台的基础设施，美团将依照国家法规有序开展相关工作。”

王兴和他的美团可能要深入地图企业高精地图的腹地，而被王兴吐槽的主流地图应用厂商，百度、高德近期也都加紧各自的商业化落地，动作频频。百度在北京大张旗鼓开放了无人驾驶出租车试驾；高德则在聚合打车模式上加码出租车业务启动“好的出租”，被指挑战滴滴。

另一则来自大公司相关进展的消息是，华为正式在海外上线了自己的地图产品“Petal Maps”。虽然华为曾承诺不参与国内地图的竞争，但一位接近华为的人士告诉AI 财经 社：“华为在这一块的技术积累和它的能力不输任何一家互联网公司，国内互联网一线巨头对华为的这种警惕和防范，我觉得也是非常必然的一件事情。”

在地图领域任职多年的彭超越近来看到的是“自动驾驶、车联网、车路协同、车道级导航、高精地图包括高精定位市场的逐渐繁荣”。几年前，他就预感到了这一领域会变得“热闹非凡”。他当初的判断依据是，像美团、滴滴之类的公司，都有一些生态需要地图业务的支撑，加入进来顺理成章。

在他看来，这些互联网公司通过各种各样的并购之后，已经各自形成了合力。“现在像百度、腾讯、阿里，其实他们都已经形成了自己的生态，谁家没有做一些能够有获取到位置信息能力的业务？又有谁家没有对这些地理信息数据来进行应用落地的需求？”他反问道。

“对于这些各自领域的巨头公司来讲，地理信息和地图已经成为它们各种各样、能够触及到民生的方方面面的业务都需要的底座。”他进一步解释。

一位业内人士则告诉AI 财经 社，包括百度、高德在内的导航电子地图企业因软件免费供大众使用，仍处在亏损状态。而高精地图的应用主要集中在to B领域，将成为一种可行的变现方式。“所谓的赋能企业，其实也是出于止损和赚钱的诉求。”

新入局者的挑战和难度

需要明确的是，高精地图不是精度更高的导航地图。

地图生产商“四维图新”的产品经理周猛，给高精地图下的三个定义是“高鲜度、高精度、高丰富度”。

他将高精地图视作是“完全不同于导航地图的”全新产品。“导航地图是作为车中 娱乐 模块存在，在实际开车过程中实现纠错，不必详细到车道级，只需要看到道路的大致就可以了。高精地图精度极高，路面和路外基础设施信息也非常丰富。”

周非池也告诉AI 财经 社，自动驾驶用途的这种高精地图的数据储备，数据生命周期之短，数据的时效性和准确性的要求之高，跟传统的所谓导航地图完全不是一个概念。在他看来，高精地图不仅仅局限在一个二维的车载道路，而是“一个全面状的三维地图的需求”。

图/视觉中国

自动驾驶虽然因为实践中的局限，热度已经大不如前，但它推动了高精地图的发展。反过来，高精地图的进步，也将带来自动驾驶的实践突破和体验提升。

“有了高精地图之后，仿佛开启了上帝视角一样，可以高速自动驾驶。”周猛在近期的一次线上分享中表示。

不过，这仍然是对美好未来的向往。彭超越将美好憧憬拉回现实：“其实现在车道级导航还做不到高精，是需要持续演进的，不是说我们的工艺能达到高效的更新，高精就很快能做起来，不是一蹴而就的。”

周非池将高精地图的投入，视为“很有风险的烧钱行为”。“如果我有一部自动驾驶的车辆，按照上个星期的高精度地图数据行驶，不管你精度能达到多高，对我来讲都已经没有用了，依然有可能出现事故。”他告诉AI 财经 社，前提一定是解决了按天、按小时更新的动态数据采集。“目前来看，自动驾驶在很多政策法规、道路基础设施甚至行人，以及有人驾驶和无人驾驶的车辆要共存等方面，还有非常多的不可控性。”

事实上，各家围绕高精地图生产，以及基于高精地图对 社会 赋能的赛道领域上的角逐，也需要面临一些政策上和数据安全隐忧方面的约束。

一位不愿具名的人士告诉AI 财经 社，早在2013年某巨头的地图产品就曾进行过高精度地图方向 探索 ，当时这家巨头的负责人雄心壮志，要一年在几十个城市中上线相关的公众化产品，但“由于太高精度，出于地理信息数据保密等要求，最后没能上线”。

该人士还表示，过去深圳有一家创业公司曾提出一个类似谷歌地球的产品，“就是在云端做数据处理，然后直接在云端就可以浏览，在网上进行发布。“也是因为触及到了一些数据保密方面的问题，当然还有其他一些商务上的阻碍，所以这个深圳团队的业务现在已经结束了。”

单就高精地图的生产方面，其实政策上是鼓励的。但彭超越告诉AI 财经 社，“用户信息、用户的定位，包括一些政策区域性的问题，这些方面可能会敏感，有一些政策的管控。”

不过，一些乐观的迹象已经显现。近期，在相关测绘资质认证上，国家进一步简政放权。“将测绘资质类别和等级总数由138项减至20项，除导航电子地图制作外，将其余甲级测绘资质审批全部下放至省级。”一名产业人士对AI 财经 社称。

该产业人士介绍，高精地图不管是地图厂商的数据储备，还是采集能力，目前来讲都已经不是瓶颈。“我相信随着很多技术的完善以及政策法规的完善，国内的高精度地图尤其高精度真三维地图，也很快能够通过互联网公众服务的方式对大家打开。”

老图商很“受伤”

另一种被视为“必然的趋势”也正在显现。

特斯拉车主胡兵，今年逐渐用回了自带的车载导航。“原来大家都在用四维图新地图的时候，我所在的特斯拉车主群里面最典型的一个现象就是很多人都不用车载地图，都自己在旁边架个手机，开百度或高德。”今年1月，特斯拉将车载导航切换成了百度。

图/视觉中国

胡兵也是其中的一员。他们认为四维图新的地图导航“错误比较多，更新不及时”。切换地图之后，胡兵感受到了使用体验的提升。“很多数据更新的时效性也提上来了，道路情况也准了”，他说，“慢慢又用回了车载，毕竟内置的方便而且屏幕大。”

百度地图成功牵手特斯拉，似乎让四维图新成为了“受害者”。但该公司对此给予了否认。四维图新当时回应表示，地图切换只涉及在线渲染，从腾讯地图切换为百度地图，但车机端地图包全系依然都是四维图新数据，双方合作继续。

表面上看似乎是腾讯地图和百度地图的业务竞争，但背后却存在更深的关系纠葛。

作为国内资历最高的底层图商，四维图新为多家地图应用企业提供基础数据，包括华为、腾讯、滴滴、京东等，甚至百度之前也是四维图新长期的合作伙伴。

由于业务绑定紧密，四维图新与地图应用巨头的关系也十分紧密。根据公开资料，腾讯在2014年通过股权转让成为四维图新的第二大股东。百度与四维图新的合作最早也始于2009年，很长一段时间百度通过付费使用四维图新的底图。但双方的合作持续到2016年底，此后未再续约。

一位百度地图内部的人士对AI 财经 社解释，终止和四维图新的合作和公司的战略布局有关。“过去地图的生产、应用是分开的，现在之间的界限比较模糊，逐渐聚拢化了。”他称。“很多互联网的新巨头也好，老巨头也好，它们自己做数据的采集，对老的图商造成一些生意上的压力，我觉得这是一个必然的趋势。”

据AI 财经 社了解，不仅是数据归属问题的争端，百度、高德这些互联网企业刚入局的时候，疯狂从四维图新等老图商们手里挖人。一名四维图新的内部人士对AI 财经 社的描述是，“不计成本”。

一位资深的从业人员告诉AI 财经 社，既然地图服务对互联网各巨头来说都是刚需，“而我又不需要付出很大的代价，就能够招得到有足够能力的人帮我去做这件事情，我也就不需要把地图服务的生命线依赖于某一个第三方的服务商身上，何乐而不为？把采集的能力掌握在自己手里，这会变成一个必然的刚需。”

该人士称，实际上背后的一个重要原因还在于，“里面的水分或者说利润差还是足够可观的”，“打个比方，我现在每年支付给图商去买图的费用，可能从中抽出一部分钱，我就自己能去把这个事干了”。

他进一步解释。对于互联网巨头来说，它们也并非是出于单一目的自己投入去做数据采集，抢图商的生意。“比如，高德被阿里收购了之后，给菜鸟网络天然带来了这些门址信息。很多的事情其实还要花钱去做，可能人家的另外一个生态关联公司，天天就是就这事的，而获得这些位置数据其实是人家的边际成本，甚至是没有成本的。”

这也解释了为什么四维图新会陷入业绩困扰。根据2020年三季度业绩报告，四维图新前三季度营收15.3亿元，同比下降0.36%；归属于上市公司股东的净利润亏损1.95亿元，同比下滑904.4%。这也是四维图新连续第三个季度归母净利下滑。

百度、高德、腾讯都有自己对应的地图生产商，甚至各家也在竞相自己生产高精地图，对传统图商提出了挑战。“业务越聚合、投入越大的公司，如果有能力自己生产高精地图的话，可能越不需要花钱来买高精地图的数据了。”彭超越说，百度刚做搜索引擎的时候，百度地图对它来说是一个引流的作用，打开手机看地图是一个刚需，但是它当时可能并不想花钱去养人、养队伍采集数据。

但现在情况变得截然不同。尤其采集技术已经非常人工智能化的今天，传统图商并没有特别坚固的壁垒。

（应采访对象要求，文中彭超越、胡兵为化名）

从事无人机测绘工作需要考证吗？

若是咨询关于“飞行证书”的问题，可以参考以下内容：

根据目前相关法律要求，空载大于 7.5kg 的飞行器，需要持证进行飞行，其他机型暂未规定。目前官网销售的消费级无人机，均不到 7.5kg ，直接在民航网站实名登记即可。

国内无人机飞行员认证有以下三类：UTC认证、 AOPA 认证、 ASFC 认证。如果想学习更多的无人机知识，或者想往职业方向发展，可以进入进行慧飞学院了解。

慧飞无人机应用技术培训中心，是全球无人机领军企业——DJI 大疆创新的全资子公司，为客户提供无人机培训服务。慧飞采用国内首个专注于无人机应用技能的UTC培训体系，该体系由中国航协通航分会与中国成人教育协会联合推出。分为航拍、植保、巡检、测绘、安防五大专业，让客户将先进的无人机技术应用在工作中，获得领先的效率、安全性与成果。慧飞在近年来陆续为新华社、中央人民广播电台、国家电网、南方电网、各地公安局等数十家大型企业提供员工培训服务。

无人机测绘服务需要什么资质

无人机服务企业资质证书。不同类型无人驾驶地图测绘资质的无人机服务无人驾驶地图测绘资质，也需要不同无人驾驶地图测绘资质的无人机服务企业资质证书无人驾驶地图测绘资质，如果是特殊的具有一定难度的工作类型无人驾驶地图测绘资质，还需要操作员持有相关的无人机驾驶员（飞行员）个人人员证书。