10月16日—18日，2025世界智能網(wǎng)聯(lián)汽車大會在京召開。北京四維圖新科技股份有限公司（以下簡稱“四維圖新”）CEO程鵬在“人工智能論壇：AI賦能生態(tài)演進——探析技術(shù)新變革”主題論壇上發(fā)表演講。

作為傳統(tǒng)圖商，四維圖新正向自動駕駛解決方案提供商轉(zhuǎn)型。如何看待“重地圖”和“輕地圖”技術(shù)路線之爭？高精地圖最終理想的商業(yè)模式會是怎樣？如何應(yīng)對城市NOA（導航輔助駕駛）快速鋪開對高精地圖覆蓋廣度、更新頻率等帶來的挑戰(zhàn)？制約L3級及以上高級別自動駕駛大規(guī)模落地的最大瓶頸是什么？

論壇期間，圍繞上述一系列問題，程鵬接受了《每日經(jīng)濟新聞》記者（以下簡稱NBD）采訪。

四維圖新CEO程鵬 圖片來源：每經(jīng)記者 張蕊 攝

將地圖與芯片、硬件等打包銷售的商業(yè)模式可能更適合中國

NBD：當前，行業(yè)在“重地圖”和“輕地圖”的技術(shù)路線上存在分歧。你如何看待這場路線之爭？四維圖新作為高精地圖的領(lǐng)頭羊，是堅定地“把地圖做重”，還是也在積極布局“輕地圖”方案以適應(yīng)更廣泛的客戶需求？

程鵬：我認為，地圖的“輕重”取決于應(yīng)用場景和自動駕駛的級別，級別越高，對地圖精度的依賴程度就越高。

目前，我們兩條路線都有布局，從基礎(chǔ)的SD地圖（標準地圖），到輕地圖，再到高精度的HD地圖（高精地圖）。一些中低階的輔助駕駛，只需要SD地圖加上一些連通性拓撲關(guān)系就能實現(xiàn)。而對于L4級別及以上的自動駕駛，以及一些需要超越人類駕駛能力的場景，就必須使用高精度HD地圖。不同的應(yīng)用場景決定了地圖的“輕重”程度。

NBD：高精地圖的商業(yè)模式仍在探索中。從“一次性售賣”到“按年服務(wù)費”，您認為最終理想的商業(yè)模式會是怎樣的？是否會走向類似SaaS（軟件即服務(wù)）的“按使用次數(shù)”或“按功能訂閱”的模式？

程鵬：從商家角度看，最理想的狀態(tài)當然是客戶每天都付費；而客戶則希望完全免費。因此，沒有絕對的“理想模式”，最終是商業(yè)博弈的結(jié)果，找到一個平衡點就好。

傳統(tǒng)SD地圖最早是License（技術(shù)授權(quán)）模式，即按車輛數(shù)量一次性收費，后來逐漸演變?yōu)榘丛赂顿M。另外，還有“羊毛出在豬身上”的模式，比如高德、百度地圖對用戶免費，但通過打車分成等其他方式盈利。

不同國家的情況也不同，比如Google地圖按調(diào)用次數(shù)收費，每天調(diào)多少次，在這個范圍內(nèi)是一個價格，超過這個范圍，又是一個價格。而在中國，由于互聯(lián)網(wǎng)公司將地圖服務(wù)免費化，導致地圖本身很難直接盈利。因此，我認為將地圖與芯片、硬件打包銷售，這種“軟硬一體”的方式可能更適合中國。

未來隨著高階輔助駕駛車輛普及，地圖更新將更加實時精準

NBD：城市NOA（導航輔助駕駛）的快速鋪開，對高精地圖的覆蓋廣度、更新頻率和成本控制提出了極致要求。四維圖新如何應(yīng)對這一挑戰(zhàn)？目前的產(chǎn)能和成本是否能跟上主機廠“開城打仗”的速度？

程鵬：這是行業(yè)長期面臨的難點。很多人喊“無圖”正是因為地圖更新跟不上城市變化，導致系統(tǒng)置信度下降，頻繁要求人工接管，我想這是目前很多車廠喊“無圖”的本質(zhì)原因。

這個情況該怎么辦？我們目前的解決方案是跟車廠共建，讓量產(chǎn)車成為“采集車”，即車輛在使用過程中通過攝像頭和雷達實時反饋道路變化，我們據(jù)此動態(tài)更新地圖。事實上，我們已經(jīng)具備這種技術(shù)能力，但前提是車輛數(shù)量要足夠多。目前仍處于啟動階段，因為具備傳感器的車輛數(shù)量還不夠多，數(shù)據(jù)覆蓋率仍有限。未來隨著高階輔助駕駛車輛普及，數(shù)據(jù)量將大幅提升，地圖更新也將更加實時和精準。

NBD：四維圖新正從“傳統(tǒng)圖商”向“自動駕駛解決方案提供商”轉(zhuǎn)型。在您看來，“高精地圖”未來會逐漸成為一種可被替代的傳感器嗎？

程鵬：地圖永遠都會在，這一點毫無疑問，但它未必再是過去那種“為自動駕駛車輛做軌道”的形態(tài)。其實，所謂“無圖”并不是完全沒有地圖，而是不再把高精地圖的幾何信息當作行駛軌道。我們可以形象地來比喻：2016年、2017年前后的自動駕駛車輛是把地圖當軌道，就像火車必須沿著軌道行駛一樣，這相當于在地上畫了一個無形的軌道，車輛嚴格依照高精地圖預先標定的車道線行駛，變道、進出匝道等操作也須提前按地圖規(guī)劃完成。

現(xiàn)在的“無圖”是指車輛不再依賴地圖做軌道，而靠自身傳感器的實時感知與足夠的算力，配合新的算法模型，實時判斷應(yīng)該執(zhí)行哪種駕駛動作、走哪條車道。由此衍生出“端到端”“VLA（視覺－語言－動作）”等新概念，系統(tǒng)可即時做出決策。

NBD：那您覺得在這種背景下，四維圖新未來的核心護城河究竟是什么？是數(shù)據(jù)、算法，還是“數(shù)據(jù)+算法+芯片”的閉環(huán)生態(tài)？

程鵬：我認為關(guān)鍵在于各業(yè)務(wù)板塊的協(xié)同。傳統(tǒng)Tier1（一級供應(yīng)商）不懂數(shù)據(jù)，很難把AI時代的座艙與自動駕駛做好；而純AI公司，又不懂芯片；我們的團隊同時掌握地圖、數(shù)據(jù)、算法與芯片能力，了解每一個板塊。

舉例而言，我們可以用20K的算力芯片達到他人40K算力芯片的效果，因為我們有懂芯片的人，通過深度挖掘每1K算力，將硬件潛能發(fā)揮到極限。在已量產(chǎn)的項目中，我們利用原本僅用于導航的芯片剩余算力，實現(xiàn)自動泊車功能，為客戶省去約1000元硬件成本。對于普遍處于負毛利或低毛利的新勢力車企，這種成本節(jié)約直接幫助其提升毛利率、跨越生存線，對他們是有貢獻的。

制約L3及以上級別自動駕駛大規(guī)模落地關(guān)鍵因素在于安全和信心

NBD：有觀點認為，L3是一個技術(shù)上的“偽命題”或過渡階段，車企應(yīng)全力奔向L4。您是否認同？

程鵬：認為L3是“偽命題”的人，本身才是“偽命題”。技術(shù)發(fā)展是漸進式的，產(chǎn)品也是逐步迭代的。很多時候是遇到問題、解決問題，才實現(xiàn)一點點進步。做公司、做產(chǎn)品、做研發(fā)都是如此，不可能靠一項新技術(shù)立刻顛覆一切。L3是一個必經(jīng)階段，是技術(shù)進步的自然過程。

NBD：近期，工信部牽頭發(fā)布《汽車行業(yè)穩(wěn)增長工作方案（2025—2026年）》，提到“有條件批準L3級車型生產(chǎn)準入”，措辭較為謹慎，您覺得現(xiàn)在制約L3級及以上高級別自動駕駛大規(guī)模落地的最大瓶頸，主要是技術(shù)、成本，還是已經(jīng)轉(zhuǎn)變?yōu)榉ㄒ?guī)或公眾接受度？

程鵬：我認為，制約因素的關(guān)鍵在于能否保障用戶安全，以及用戶是否對系統(tǒng)有信心。所以，我非常感謝像華為這樣的公司，他們提升了用戶體驗，也增強了用戶信心。當然，行業(yè)中也有一些企業(yè)“拖后腿”，在安全性上打折扣。

我認為，車企要堅持實事求是，不夸大宣傳。比如，將輔助駕駛宣傳為“自動駕駛”，這是不負責任的。當然，目前相關(guān)部門也在規(guī)范，這是一個漸進的過程。

未來3-5年內(nèi)一定會出現(xiàn)沒有駕駛座的車

NBD：您曾說“看到的未來將很快照進現(xiàn)實”，您認為未來3-5年內(nèi)智駕領(lǐng)域會出現(xiàn)哪些顛覆性的體驗升級？地圖在其中將扮演一個怎樣的角色？

程鵬：如果說顛覆性的，這個領(lǐng)域我認為一定會出現(xiàn)沒有駕駛座的車，方向盤、剎車踏板都會被取消。未來3-5年內(nèi)，這樣的車輛有望實現(xiàn)量產(chǎn)。雖然短期內(nèi)不會大規(guī)模普及，但在某些特定場景下，比如網(wǎng)約車、物流運輸?shù)?，將會率先?yīng)用。考駕照可能將變得“浪費時間”，因為駕駛本身就是一種重復性勞動，最適合由AI完成。地圖在其中將扮演一個什么樣的角色我不是很確定。

當然，這背后需要傳感器、算力和算法的全面成熟。比如，有人說人腦算力約等于5000TOPS，而目前英偉達芯片算力已可達1000～2000TOPS。因此，芯片的算力在未來5年內(nèi)可能將超過人腦，盡管功耗仍然會很高。所以，未來關(guān)鍵在于經(jīng)濟性——當機器人/自動駕駛系統(tǒng)的能耗、成本、效率達到經(jīng)濟性臨界點，規(guī)?；涞鼐蛯崿F(xiàn)。

NBD：飛行汽車這兩年也很火，公司在這方面有沒有布局？

程鵬：我認為飛行汽車面臨的核心問題與自動駕駛類似，法規(guī)和技術(shù)并非其大規(guī)模落地的最大障礙，經(jīng)濟性和安全性才是關(guān)鍵因素。

首先，目前電池重量占整車一半，為了運送一個50公斤的人，需要攜帶幾百公斤電池飛上天空，顯然不劃算。其次，安全性尚未達到商用標準。

當事故率降至千萬分之一的級別時，它就可以形成服務(wù)了，哪怕不經(jīng)濟都可以。初期可能在高端市場率先應(yīng)用；隨著技術(shù)成熟、成本下降，逐步普及至大眾市場。我認為這些都會發(fā)生，只不過會有比較長的一個周期，需要解決成本、功耗、安全性等問題。