国内NOA开城帷幕已拉开超过1年，背后的地图行业，正呈现另一种发展态势。
头部智驾玩家竞速开城中，在图的使用方面正分层发展，包括：记忆道路特征及规则（目前界定得比较模糊），自建图层（有路网，属于地图的范畴），使用图商的定制化高辅地图，使用图商的标准化高辅地图。
前三者作为新增产品，正搅动赛道变化。
一般而言，无图为无高精地图（包含几十种图层要素），导航地图为必须，但又难以补足车端感知的局限，高辅地图应运而生（高级辅助驾驶地图，或称SD+/HD lite/SD Pro/车道级高精地图），为导航地图与高精地图的中间产品。
「智能驾驶场景中仍存在诸多复杂场景问题亟待解决，其将随着用户使用频度提升进一步扩大，典型包括复杂路口定位失效、路口前车道选择失效、相似路口方向选择失效等」，美行科技市场与生态总监康健认为。
头部智驾玩家，正探索不同的策略。
其一，特斯拉在北美的范式，一直在舆论上被做为无图的代表。但有从业人员在与高工智能汽车沟通中表示，在华市场，特斯拉是否会做道路特征及规则记忆，或是否会使用高辅地图存在不确定性，仍待更多信息确认。
2024年4月，特斯拉CEO马斯克在社交平台上称，「特斯拉可能很快向中国用户提供FSD」。当月，有媒体曝出特斯拉与国内头部图商「独家深度定制车道级高辅地图」。
端到端的探索，是另一个关注重点。有从业人员指出，即便从「有路就能开」过渡到端到端真正落地，地图（标精/高精/动态图层等）未来还是要用，但不是用在应用侧（车端），而是大量用在云端大模型的训练中。
「车端不依赖地图了，但这是在云端做了无数次包含真实地图建模的场景训练，它才能有这样的决策反应。」
其二，国内一线智驾玩家，部分采用自建图层、记忆道路特征及规则的策略（数据合规与图商合作）。
根据沟通中获取的信息，目前一线智驾玩家逐步开城的策略（比如在车辆销售不到的城市，先派专车过去开几天），某种程度上也意味着其在进行自建图层，或在进行道路特征及规则记忆。
「有些城市掉头车道在最右侧，有些城市主路不允许左转，有些城市有大量的可变潮汛车道，这些都属于corner case，有路就能开也只代表车辆在本线行驶过程中可以自主变道超车，但不代表他们能识别这些特殊规则。」
且，车端感知存在局限性，需要超视距、先验性的相关信息作为补充。典型包括全局路线信息（通过连续的分叉路口在路口前提前控速）、局部车道信息（隔离带遮挡左转路口道路标线磨损或遮盖）、算法模型训练、安全冗余信息、老司机一样的驾乘体验信息等。
在康健看来，即便部分玩家从「逐步开城」迈向「有路就能开」，也并不意味着完全抛弃图层要素的使用。「就是可用和好用的区别，10公里接管5次和50公里接管1次，都可以算是能实现辅助驾驶，但给客户的体验就完全不一样」。
此前亦有相关观点指出，即便人类的老司机，在部分城市复杂路口，也需要道路记忆才可高效通行，而非临时随机应变。
开城竞赛背后，众源的探索已悄然开始。
一方面，是分工的重新博弈。「城区基本上大家现在一致的观点都是用轻图，但是轻图这个事情到底是由图商来完成，还是由车企本身的数据众源来完成，现在还没有一个定论」，康健称。
另一方面，数据合规，是车企涉足地图（严格来说，甚至道路特征记忆）无法绕过的核心问题。2024年5月，由自然资源部地图技术审查中心组织完成的《智能网联汽车时空数据安全处理基本要求》征求意见稿发布，受到行业关注。
「以前有些车企可能还存在不太正规传递地理信息数据的情况，未来可能就很难了」，有媒体援引业内人士观点称。2023年10月，更有头部图商CEO公开炮轰无图，指其「无地图资质、无知识产权、无安全敬畏。」
「众源+定制化」，已有图商瞄准车企这一需求。
以美行科技为例，该公司结合大量智能汽车地图应用实践，已研发推出量产级时空数据众源系统，可以提供超视距、先验性、自扩展和高鲜度的智驾时空数据。
康健认为，对于车企来说，新产品形态和新工艺的轻地图，可助力智驾行业的降本增效，同时获得可确权、可交易的时空数据资产。相较于被动接受地图的产品模式来说，众源模式，让车企对智驾地图具备了自主可控性。
「众源不是一项产品而是一种技术服务，我们现在更多的是把这项技术向车企和Tier1赋能，至于他们后面想把自己的数据去做交易，还是做融合，或者说建立自己的数据中心反哺应用端或研发侧，我们会配合客户的需求提供能力支持及合规保障。」
据了解，美行科技拥有甲导资质，在众源领域持续了多年的探索和实践，目前已经就众源地图解决方案与10余家的感知方案商对接，也和数家车企平台进行过数据对接，并有量产项目实施中。
头部图商，亦有自身的策略。
以百度地图为例，其推出百度LD地图，以解决智驾厂商开城的地图问题。据介绍，该产品为自动驾驶而生，保留对传统高精地图的要素、精度等最小化的要求，保留最必需的要素和精度。
同时，其增加了经验图层、安全图层、实时图层等传统高精地图不具备的要素，让自动驾驶场景更安全。其中的数据，是通过百度自己的地图采集车、智能网联汽车、路侧感知设备等等收集高质量的地图数据。
值得一提的是，百度地图利用自动驾驶视觉感知大模型生成自动驾驶原生地图，彻底重构了传统的地图生成模式，实现端到端地图生成新范式，突破了车道级地图规模化的瓶颈（目前1天即可完成1座城市的LD地图生成）。
高德地图方面，试图联合多方打造一张「活地图」。
其2023年推出HQ Live MAP，融合了HD MAP和SD MAP的优点，并通过自研众源设备，基于合规平台之下的视觉众源采集技术，大范围部署至生态内的海量物流车、行业车、调度车等，实现了发现、采集、生产到发布等完整流程的大幅提效。
2024年6月，高德地图副总裁江睿表示，HQ Live MAP目前不断提高鲜度，不仅在复杂路口场景表达足够精细，还提供了海量实时、准确的车道级施工等动态数据，在动态能力落地方面，2023年理想已经最早实现合作。
整体来看，头部智驾玩家的城市NOA开城竞赛背后，高辅地图的模式仍处于探索期，而可以确定的是，伴随智驾的竞争重点全面从低阶ADAS转移至城市NOA，高辅地图的竞争模式也将快速收敛。
事实上，在市场舆论被「无图」NOA方案落地席卷的背景下，最近一段时间，国内多家公司依然在大力推动各种方案的落地。同时，各种和地图相关的研发岗位招聘同样是五花八门。
比如，6月13日，腾讯和广汽集团战略合作全面升级。未来双方将基于腾讯的云计算、轻地图能力，共同推出“端云一体”的自动驾驶轻地图解决方案。
目前，在地图生产工艺方面，腾讯推出了「一张图」地图生产模式（Uni-map)，融合标准地图（SD Map）、轻高精地图（HD Air)、高精地图（HD Map) 等不同精度等级的地图数据，做到数据同源、质量同级。
同时，面向城市级智能驾驶量产阶段的需求，腾讯推出轻高精地图 HD Air、智驾云图等产品，通过云、图一体化模式，提供更轻、更快、更灵活、更开放的地图产品和服务。
而此轮主推「无图」高阶智驾方案的华为、大疆车载、Momenta也同样如此。比如，华为智驾部门也在招聘与高精地图相关的研发工程师，岗位内容涉及高精地图数据采集及数据解算的研发、高精地图相关模块设计开发、高精度地图的自动化生产、高精度地图与导航方案设计与实现等等。
大疆车载的岗位，涉及高精度地图和定位的研发，负责设计创建可扩展、可增量更新的高精度地图，并且基于开发多传感器融合算法，提高地图的精度。
Momenta的岗位主要涉及高精度地图数据场景推荐模块的开发，地图数据自动化评测模块&平台的开发以及高精度地图数据质量检查算法模块，以及相关服务和工具的开发等。
