高深智圖：自動駕駛賽道的領航員

錢婧 屈逸 夏愛靜 楊茜茹

2016年，一家由眾多從業多年、閱歷豐富的資深工程師組建的科技企業高深智圖誕生，致力于為自動駕駛企業提供高精地圖和定位服務。在早已是巨頭林立的自動駕駛領域，這個新興企業如何在賽道找準位置，構建核心競爭力？如何有效應對高精地圖開發中的監管限制和成本問題？如何穩步推進高精地圖的商業化進程，完善自動駕駛生態？作為自動駕駛賽道的一員，高深智圖的創業之旅的前方還有許多障礙和險關需要跨越。

隨著人工智能技術的不斷進步，借助更迅速的處理機、更可靠的傳感器和深度學習的算法，自動駕駛正從異想天開走向現實。全球的汽車制造商和科技企業都在為其成功落地爭分奪秒，各級政府紛紛出臺的監管規定和明確的發展規劃，標志著自動駕駛已不再是未來時的暢想，而是日益觸手可及的現實。

高精地圖是實現自動駕駛的一項基礎性和關鍵性技術。當前主流導航設備是為人類駕駛員而設計，其提供的數字地圖是二維的、靜態的，較為簡單和粗略。然而眾所周知，機器缺乏人類所具備的視覺和判斷能力，這樣低精度的、靜態的平面地圖顯然難以滿足自動駕駛的需要。高精地圖不僅在精度上必須達到分米甚至厘米級別，而且要進行維度的拓展與實時的定位、識別與更新。簡而言之，高精地圖為自動駕駛車輛提供了一套先驗經驗集合，使一輛自動駕駛車輛從一個懵懂的小孩，升級為擁有充分駕駛經驗的合格駕駛員。

2016年，一家由眾多從業多年、閱歷豐富的資深工程師組建的科技企業高深智圖誕生，致力于為自動駕駛企業提供高精地圖和定位服務。然而，自動駕駛的領域早已是巨頭林立，這個新興企業如何在賽道找準位置，構建核心競爭力？如何有效應對高精地圖開發中的監管限制和成本問題？如何穩步推進高精地圖的商業化進程，完善自動駕駛生態？作為自動駕駛賽道的一員，高深智圖的創業之旅的前方還有許多障礙和險關需要跨越。

誕生：機會與使命

自動駕駛進階的基礎能力

近年來，自動駕駛技術迅猛發展，被業界視為改變全球汽車產業的下一個制造革命。各大科技巨頭和汽車制造商都在為其成功落地保駕護航，他們計劃在2020年實現L3級別的自動駕駛市場化，并在2030年前將全自動駕駛汽車駛上公路。根據世界經濟論壇的預測，到2025年，汽車行業的數字化轉型將為該行業帶來6700億美元的價值，并為全社會創造3.1萬億美元的經濟效益。

依據汽車的自動化程度，SAE（國際自動機工程師協會）將自動駕駛技術分為L1-L5的5個級別（見圖1）。目前市面上實現量產的落地產品，基本介于L2和L3之間，可在特定場景下實現高級巡航、自動跟車、自動轉向、自動剎車和緊急剎停等較為簡單的功能。

這些功能的實現主要是依托于傳感器（攝像頭+雷達）和控制系統的互相配合，傳感器檢測周圍環境，控制系統處理數據并操控車輛。但這樣的技術解決方案具有很大的局限性，隨著自動駕駛級別的提高，路況的復雜程度攀升，數據量激增，整體的實現成本、運行速度、穩定性和安全性都會受到影響。

要想實現自動駕駛向L4級及以上級別的進階，高精地圖的開發不可或缺。好比人類，如果失去了記憶，無論視覺和思考能力多么的發達迅捷，還是無法快速地對事件做出全局性的掌握。高精地圖就是自動駕駛汽車的記憶，為車輛的環境感知提供輔助，提供超視距的路況信息，從而幫助車輛進行規劃決策。

與傳統地圖不同，高精地圖不僅包含路網、地名等信息，對路況的精確程度可以達到厘米級別，它能準確地告訴車輛道路的寬度、車道線的位置、馬路牙子的高度、周圍的建筑物，甚至路面上存在的任何一個洼陷，也在高精地圖的記錄之中（見圖2）。車輛將采集到的周邊環境數據和事先儲存、實時更新的高精地圖進行比對，這樣一來就能精確地幫助車輛定位自身，規劃行駛路徑，為決策提供依據。

根據高盛對全球高精地圖市場的預判，到2020年該市場規模將達到21億美元，2025年將會擴大至94億美元，未來15年將是高精地圖行業的黃金發展期（見圖3）。高精地圖行業蘊含的巨大潛力使得各類玩家紛紛入局，不僅有TomTom、Mobileye、四維圖新等傳統圖商，谷歌、百度、阿里等科技巨頭，還有特斯拉、奔馳、上汽等汽車制造商，也不乏有如CivilMaps、lvl5、Carmera、寬凳科技等初創企業的加入。

隨之而來的便是大量涌入的資本，從事高精地圖的初創企業融資不僅速度快，金額也大，國內的寬凳科技、Momenta等企業在成立的第二年就獲得千萬級美元的融資，融資規模可與研發自動駕駛技術的初創企業媲美。

彼時，在地圖行業從業十余年的吳夏青已經敏銳地察覺到當時對于高精地圖迫切而有待滿足的需求，發現了其中蘊含的創業機會。在高精地圖領域，項目化和定制化的特點，使得傳統地圖巨頭積累的大量靜態數據無法直接轉換，加上深度學習技術的加持，新興的創業公司就此擁有了和巨頭站在同一起跑線上競爭的機會。

地圖老兵的使命召喚

在正式創辦高深智圖之前，聯合創始人兼CEO吳夏青曾在百度美國研究院供職，擔任主任架構師，為百度自動駕駛開發高精地圖。而這已經是他工作的第五家地圖公司。2002年，他從阿拉巴馬伯明翰大學獲得三維重建與數據建模博士學位后，就一直在地圖行業深耕。14年時間里，他服務了4家行業巨頭和3家創業企業。

2006年，吳夏青進入谷歌。在谷歌的6年里，他是Google Earth（谷歌地球）的核心工程師之一，并且作為技術負責人之一主持了谷歌地圖引擎企業版的開發。提起這段在谷歌的經歷，他不無驕傲地說： “即使是到現在為止，Google Earth仍是獨一無二的產品。”

2012年，在蘋果公司的地圖產品發布前夕，吳夏青被高薪聘請加入蘋果公司的地圖團隊。當時的蘋果地圖只是一個擁有四五十人規模的小團隊，相較于已經發展了8年的谷歌地圖，處于明顯劣勢。吳夏青到任后，便立馬扛起了一條產品線，從零開始，構建蘋果地圖的三維建筑。蘋果地圖的發布和崛起使得谷歌一家獨大的局面被打破，吳夏青成為了這場行業變革的見證者和參與者。

2014年末，吳夏青加入百度美國研究院從事高精地圖的研發。在此之前，吳夏青還入職了一家名為Upthere的初創云服務公司，為其建立起大規模的高性能基礎架構。

這樣豐富的履歷和他喜歡迎接挑戰的個性，使得他在工程師的身份之外更想創造一番自己的事業。然而，僅僅有機遇、才華和熱情還遠遠不夠。作為一名在地圖行業從業了十余年的經驗老者，他深知在該行業創業的舉步維艱，這樣一個近乎“基礎設施”的行業，需要投入大量的人力物力財力才能獲得足夠的數據信息，實現行業進一步發展。

高精地圖這個分支尤甚。幸運的是，深度學習技術的出現，使得創業企業可以以較低的成本創建高精地圖。吳夏青知道，業內早已經開始機器學習的探索，谷歌地圖的三維重建就是這一技術的擁躉。如果將深度學習用于解決道路特征提取、車道線識別、交通標志識別等難題，那么即使是小體量的初創企業，也可以直面海量的數據。自動駕駛的熱潮，深度學習的進步，乃至傳感器、GPU、TPU等底層硬件的成熟，用吳夏青的話說，是“多個波疊加在了一起”，迸發的能量增益為高精地圖行業創造了優越的發展環境。

吳夏青深深地感到自動駕駛是一項正在蓬勃發展并且可以改變生活方式、造福世界的偉大技術，是值得為之奮斗和冒險的事業。而他和他的伙伴多年來積累的豐富的地理信息技術、自動化和人工智能技術，使得高精地圖的研發對他們來說不僅是一項力所能及的任務，更是一份義不容辭的責任。

就這樣，2016年4月，高深智圖正式成立。成長：精準定位，技術賦能

直擊行業痛點

翻開互聯網創業史，數據的提供商往往賺得盆滿缽滿。然而，地圖數據提供商卻走向相反的方向，一直以來做得都是賠錢的生意。

吳夏青總結了兩點原因。第一，地圖行業的準入門檻高，涉及信息安全，企業需要具備種類繁多的測繪資質證明，數據的采集、制作和交易都受到嚴格管控。第二，地圖數據的采集和更新成本高昂，盈利渠道有限，傳統圖商需要通過自建車隊，采購和維護昂貴的傳感器進行數據采集，平均每輛采集車的成本都在百萬美元以上，成本巨大。

盡管如此，長期以來，地圖數據都在以免費的形式提供，圖商只能通過建立在地圖數據之上的周邊服務獲取收益。以現狀來看，純粹的地圖數據提供商利潤微薄，只有寄生于互聯網巨頭、將地圖帶來的價值轉變成流量入口的互聯網圖商，才能在行業中占據一席之地。即使是全球地圖行業的技術領軍者，谷歌的地圖部門也長期無法實現盈利，需要母公司的扶持。

高精地圖對精度和實時更新的要求，相較于導航地圖呈指數級增長。盡管傳感器等底層配置不斷成熟，但從高精地圖對于精度的高標準要求來說，目前的配置仍然不夠穩定，這使得高精地圖的采集和處理成本的控制十分困難。這也是為什么高精地圖起步多年，卻只實現了小批量的商業化應用的原因。

那么，既然高精地圖行業的創業如此艱難，高深智圖生存的空間在哪里？

創業之前，技術出身的吳夏青一心想要攻克自動駕駛的技術難題，卻逐漸發現自動駕駛的產業鏈同樣存在著嚴重問題。整個行業面臨著專業人才匱乏、開發成本畸高、商業落地困難、研發周期過長等現實難題。

但其中最為突出的痛點便是：沒有一家專業的優秀的高精地圖提供商。

幾乎所有的自動駕駛企業都在自建高精地圖，行業性的重復勞動帶來的只能是巨大的資源浪費與時間耗竭，同時也造成了工程上的不可拓展和難以持續維護。在基礎數據上耗費的時間越久，自動駕駛的技術成熟和商業化進程就越延后。

吳夏青認為，自動駕駛是一個復雜的系統性工程，很難有一家公司能將各個技術環節的問題都妥善解決，即使可以，出于成本效益的考量也是不現實的。因此，更完美的發展模式便是將各個環節按塊分割，由專注于特定領域的企業給出模塊化的解決方案，最后整合形成完整的自動駕駛產品。在硬件層面，負責車載電腦、激光雷達、攝像頭的專業企業已經開始分化，軟件層面的分化趨勢也在逐漸顯現。

基于此，高深智圖決定專注精力，做且只做高精地圖，而并非成為一家自動駕駛全棧解決方案公司。高深智圖將高精地圖的相關服務，包括地圖的構建、更新、維護以及與之相關的定位服務等打包起來，形成一個有機模塊，提供給自動駕駛企業，以此收取相應的產品和服務費用。據悉，在美國，高精地圖的構建和更新服務每公里收費約幾千美元，國內盡管尚無標準報價，但圖商向車企收取幾百元/車/年的授權費用屬于合理區間。

除了核心定位，高深智圖團隊還面臨著一個重要的問題：如何才能顛覆傳統圖商賠本賺吆喝的經營模式。想要做到這點，就必須在成本和價格問題上有所作為，特別是面對對價格極其敏感的汽車行業需求方。高精地圖的成本數倍于傳統地圖，只有實現生產環節的革命性創新和相應商業模式的構建，才能大幅降低成本，使初創企業自立于巨頭之林。

豪華團隊，技術為王

老牌的地圖廠商如國外的谷歌、TomTom、Here，以及國內的高德地圖、百度地圖等，都已在行業深耕多年，并已經開始了對高精地圖的測繪研發工作。那么，剛剛起步且勢單力薄的高深智圖，憑借什么和他們一較高下？

吳夏青認為，在全新的高精地圖賽道，傳統地圖企業的優勢并不明顯，它們所積累的靜態數據并不能簡單地轉化為高精地圖所需要的數據。與此同時，傳統地圖企業還會面臨著組織龐大、盈利壓力和業務迭代等問題的困擾。真正能分出高下的是技術的創新與積累。高深智圖的技術積累是在另一個維度上完成的。高深智圖擁有一支平均從業時間超過十年的工程師團隊，他們均來自國內外地圖行業的翹楚和一些自動駕駛企業。

與此同時，14年的從業經歷使得吳夏青積累了不少人脈資源，并且迅速找到了得力的創業伙伴。其中最為重要的是聯合創始人兼CTO馬克·惠勒，他是一名在地圖行業工作了20年的資深專家。馬克·惠勒早在20年前就開始將激光雷達用于高精度測繪的技術探索，和吳夏青一起領導了谷歌地圖企業版的開發，并曾任蘋果虛擬現實技術高級科學家和徠卡測量系統首席軟件工程師。

不僅僅是高層管理者，從地圖測繪、實時處理、深度學習到大數據等的每一個環節，吳夏青都為高深智圖找到了最勝任的人選。可以說，高深智圖是人才與公司的雙向成就，為員工與公司提供了共同進步的空間。高深智圖的英文名為“DeepMap”，其中的“Deep”一語三關：一是深度學習，二是經驗資深，三是深耕高精地圖。豪華的團隊配置所蘊藏的技術實力，正是高深智圖的核心競爭力。

從建立之初，高深智圖的技術就一直在穩定持續地突破。其為客戶提供的產品主要包括3類：點云地圖、矢量地圖和定位服務（見圖4）。通過團隊的不懈努力和創新，高深智圖的技術已經完全可以滿足L4以上級別的自動駕駛，地圖的精度也在同類競品中達到了最高水平，可以實現5cm精度，實時定位服務也可以達到10cm精度。

這樣的技術實力贏得了眾多資本的青睞。種子輪由金沙江創投和硅谷風投A162背書，2017年5月的A輪融資由Facebook的A輪投資方Accel Partners領投。在最新達成的B輪融資中，除了高盛集團、Generation投資管理公司等著名風投機構，知名車商Tier 1博世風投、和自動駕駛芯片制造商Nvidia等也位列其中。2019年初，B輪融資結束后，高深智圖估值達4.5億美元。從融資的角度來看，高深智圖一直是資本的寵兒。對此，吳夏青在表達感謝的同時，表示從商業發展的長遠考慮，能帶來資源的戰略投資者是其優先考慮的合作對象。

優秀的團隊和雄厚的技術為高深智圖匯聚了豐富的資本與資源。高深智圖接下來要考慮的則更為具體，如何打造自動化率更高的地圖生產流程、更低成本的地圖采集設備和模式，以及更好地賦能自動駕駛實踐，提升安全性。

破局：合作是必經之路

成本高和監管嚴是高精地圖行業的兩大痛點，也是高深智圖面臨的考驗。

高深智圖采用多傳感器進行地圖采集，設備價格從使用最普遍的32線激光雷達的二十幾萬元到國產激光雷達的幾萬元不等。資深的團隊也需要支付昂貴的人力成本。因此，對于體量較小的高深智圖來說，自建龐大的地圖采集車隊絕對不是明智的選擇，也必定無法實現。

那么高深智圖又該如何以較低的成本獲取海量的數據？吳夏青認為，合作是降低高精地圖成本的必經之路。早在2016年，高深智圖就提出了地圖采集“眾包”的方案：使用客戶的自動駕駛汽車作為地圖數據采集的測繪車，通過算法來解決地圖精度的問題。占地圖成本80%以上的地圖數據更新是高深智圖引以為豪的數據服務。一旦客戶配置了高深智圖的高精地圖，每一輛在路上行駛的帶有相關傳感器的自動駕駛車輛，均成為地圖數據更新的數據采集車。

目前，在加州的San Jose和德國的一些地方，由梅賽德斯奔馳和博世聯手啟動的自動駕駛出租車試點項目正在使用高深智圖提供的高精地圖技術服務，上汽的自動駕駛測試車輛全部搭載了高深智圖的軟件，創業公司Voyage在San Jose地區試運行的自動駕駛車輛上最早使用了高深智圖的地圖服務。高深智圖已經在亞洲、北美和歐洲擁有多家客戶和合作伙伴，其公開合作的車企除了梅賽德斯奔馳，還包括上汽集團、福特汽車以及本田汽車。

除了這種相對分散的“眾包”模式，高深智圖也會將勞動密集的采集任務直接外包給客戶或者合作伙伴。目前公開的主要合作方有總部位于舊金山的移動出行平臺提供商Ridecell，總部位于瑞典的Emrlde公司，以及位于日本東京的自動駕駛開源解決方案平臺提供商Tier IV。Ridecell和Einride將把高深智圖的高精地圖軟件集成至他們的自動駕駛車隊中，Tier IV將高深智圖的高精地圖集成進名為Autoware的融合開源和BSD許可于一體的自動駕駛汽車解決方案，并默認使用高深智圖的地圖。與此同時，高深智圖強大的人工智能地圖引擎能實現數據處理過程最大程度的自動化和智能化，極大地提高了數據處理的效率，自動化的地圖生產流程大大節約了人力成本。

在中國市場，為實現合理合規運營，合作也是高深智圖的必經之路。中國作為全球最大的消費市場，可謂是群雄角逐的必爭之地。2018年中，高深智圖進一步細化戰略布局，將北京辦公室設立為研發中心，在廣州落地了運營中心。

在中國，只有具備“甲級導航電子地圖制作資質”的公司才能在量產車上大規模部署高精地圖，而中國對地圖廠商資質的監管審批非常嚴苛。據業內人士透露，除了早期幾家傳統圖商擁有資質外，近幾年擁有測繪資質的圖商僅從十幾家增長至二十幾家。

高深智圖積極尋找國內的合作伙伴，共同開展業務。2018年3月，高深智圖同上汽達成合作關系，共同促進高精地圖在中國的研發和落地工作。2019年9月，高深智圖與仿真測試企業IAE智聲智行達成戰略合作，將在仿真測試領域聯手打造面向智能駕駛的汽車模擬場景庫。2020年1月，高深智圖與全球領先的邊緣AI芯片及解決方案公司地平線達成合作關系，致力于為行業提供更安全可靠、可量產的車載自動駕駛解決方案。

目前，高深智圖已與阿里云達成合作。大中華區總經理劉澍泉介紹，從相關模型訓練、數據清洗到成圖之前的校驗環節，涵蓋的龐大的數據量計算過程都將在云上完成。完整的計算流程大致為（見圖5）：車載高精地圖終端自動捕獲增量數據，通過邊緣節點快速上傳云端，由規模龐大的EMR集群完成數據處理，生成基礎地圖，最后通過機器學習成圖。

高精地圖的計算流程全面上云，有利于高深智圖在未來聯合大型自動駕駛設備制造商，實現高精地圖與車載平臺的深度集成。依托阿里云，目前高深智圖已經能夠實現高精地圖日更新，未來的目標則是實時更新。

短短三年，憑借著雄厚的技術實力和成熟的商業模式，高深智圖的團隊規模已經擴充至近160人，其中90%是從業10年以上的工程師，高精地圖精度位于業內前列，并且與多家傳統車企和新型自動駕駛企業形成合作關系，成為能夠全球制圖的行業領先高精地圖技術解決方案提供商。

如何度過“尷尬期”？

如今的高深智圖已經在行業內站穩腳跟，但廣闊的自動駕駛賽道上還疾馳著無數的競爭者。老牌圖商和科技巨頭不斷進攻：在美國，TomTom宣布已完成北美地區的高精地圖全覆蓋;在國內，阿里旗下的高德高調宣稱“不靠高精地圖贏利”。在“新貴”的陣營中，高深智圖與CivilMaps，lvl 5、Garmera被并稱為全球高精地圖四小龍。高深智圖憑借深度學習技術識別、提取信息占據高效優勢，CivilMaps則在信息篩選和壓縮技術上握有先機，而精于數據采集眾包的lvl 5與Garmera同樣備受資本青睞。

不僅面臨著激烈的市場競爭，高深智圖還面對著高不確定性的未來。20 17年，在IEEE舉辦的計算機視覺和模式識別領域的頂級會議上，華人研究自動駕駛的大牛們齊聚一堂——圖森未來CTO侯曉迪、Pony.ai GEO彭軍、馭勢科技GEO吳甘沙、AutoX創始人肖健雄，正在熱烈地探討高精地圖的發展。這些自動駕駛領域的一線從業者普遍認為，高精地圖對于自動駕駛的L4、L5階段的進階不可或缺，但由于其高昂的成本，高精地圖不會被應用到L4以下的自動駕駛設備中。然而，真正意義上的自動駕駛的實現不會早于2025年，這意味著高精地圖至少要8年之后才能迎來商業上的大爆發。

在儲備期，眾多的高精地圖企業如何創造足夠的利潤和價值以支付高昂的研發成本？作為一家創業企業，高深智圖又該怎樣度過這段漫長的尷尬期，在激烈的市場競爭中存活自立，迎接真正的黎明？吳夏青和他的團隊已經開始變革和行動。