高深智图：自动驾驶赛道的领航员

钱婧 屈逸 夏爱静 杨茜茹

2016年，一家由众多从业多年、阅历丰富的资深工程师组建的科技企业高深智图诞生，致力于为自动驾驶企业提供高精地图和定位服务。在早已是巨头林立的自动驾驶领域，这个新兴企业如何在赛道找准位置，构建核心竞争力？如何有效应对高精地图开发中的监管限制和成本问题？如何稳步推进高精地图的商业化进程，完善自动驾驶生态？作为自动驾驶赛道的一员，高深智图的创业之旅的前方还有许多障碍和险关需要跨越。

随着人工智能技術的不断进步，借助更迅速的处理机、更可靠的传感器和深度学习的算法，自动驾驶正从异想天开走向现实。全球的汽车制造商和科技企业都在为其成功落地争分夺秒，各级政府纷纷出台的监管规定和明确的发展规划，标志着自动驾驶已不再是未来时的畅想，而是日益触手可及的现实。

高精地图是实现自动驾驶的一项基础性和关键性技术。当前主流导航设备是为人类驾驶员而设计，其提供的数字地图是二维的、静态的，较为简单和粗略。然而众所周知，机器缺乏人类所具备的视觉和判断能力，这样低精度的、静态的平面地图显然难以满足自动驾驶的需要。高精地图不仅在精度上必须达到分米甚至厘米级别，而且要进行维度的拓展与实时的定位、识别与更新。简而言之，高精地图为自动驾驶车辆提供了一套先验经验集合，使一辆自动驾驶车辆从一个懵懂的小孩，升级为拥有充分驾驶经验的合格驾驶员。

2016年，一家由众多从业多年、阅历丰富的资深工程师组建的科技企业高深智图诞生，致力于为自动驾驶企业提供高精地图和定位服务。然而，自动驾驶的领域早已是巨头林立，这个新兴企业如何在赛道找准位置，构建核心竞争力？如何有效应对高精地图开发中的监管限制和成本问题？如何稳步推进高精地图的商业化进程，完善自动驾驶生态？作为自动驾驶赛道的一员，高深智图的创业之旅的前方还有许多障碍和险关需要跨越。

诞生：机会与使命

自动驾驶进阶的基础能力

近年来，自动驾驶技术迅猛发展，被业界视为改变全球汽车产业的下一个制造革命。各大科技巨头和汽车制造商都在为其成功落地保驾护航，他们计划在2020年实现L3级别的自动驾驶市场化，并在2030年前将全自动驾驶汽车驶上公路。根据世界经济论坛的预测，到2025年，汽车行业的数字化转型将为该行业带来6700亿美元的价值，并为全社会创造3.1万亿美元的经济效益。

依据汽车的自动化程度，SAE（国际自动机工程师协会）将自动驾驶技术分为L1-L5的5个级别（见图1）。目前市面上实现量产的落地产品，基本介于L2和L3之间，可在特定场景下实现高级巡航、自动跟车、自动转向、自动刹车和紧急刹停等较为简单的功能。

这些功能的实现主要是依托于传感器（摄像头+雷达）和控制系统的互相配合，传感器检测周围环境，控制系统处理数据并操控车辆。但这样的技术解决方案具有很大的局限性，随着自动驾驶级别的提高，路况的复杂程度攀升，数据量激增，整体的实现成本、运行速度、稳定性和安全性都会受到影响。

要想实现自动驾驶向L4级及以上级别的进阶，高精地图的开发不可或缺。好比人类，如果失去了记忆，无论视觉和思考能力多么的发达迅捷，还是无法快速地对事件做出全局性的掌握。高精地图就是自动驾驶汽车的记忆，为车辆的环境感知提供辅助，提供超视距的路况信息，从而帮助车辆进行规划决策。

与传统地图不同，高精地图不仅包含路网、地名等信息，对路况的精确程度可以达到厘米级别，它能准确地告诉车辆道路的宽度、车道线的位置、马路牙子的高度、周围的建筑物，甚至路面上存在的任何一个洼陷，也在高精地图的记录之中（见图2）。车辆将采集到的周边环境数据和事先储存、实时更新的高精地图进行比对，这样一来就能精确地帮助车辆定位自身，规划行驶路径，为决策提供依据。

根据高盛对全球高精地图市场的预判，到2020年该市场规模将达到21亿美元，2025年将会扩大至94亿美元，未来15年将是高精地图行业的黄金发展期（见图3）。高精地图行业蕴含的巨大潜力使得各类玩家纷纷入局，不仅有TomTom、Mobileye、四维图新等传统图商，谷歌、百度、阿里等科技巨头，还有特斯拉、奔驰、上汽等汽车制造商，也不乏有如CivilMaps、lvl5、Carmera、宽凳科技等初创企业的加入。

随之而来的便是大量涌入的资本，从事高精地图的初创企业融资不仅速度快，金额也大，国内的宽凳科技、Momenta等企业在成立的第二年就获得千万级美元的融资，融资规模可与研发自动驾驶技术的初创企业媲美。

彼时，在地图行业从业十余年的吴夏青已经敏锐地察觉到当时对于高精地图迫切而有待满足的需求，发现了其中蕴含的创业机会。在高精地图领域，项目化和定制化的特点，使得传统地图巨头积累的大量静态数据无法直接转换，加上深度学习技术的加持，新兴的创业公司就此拥有了和巨头站在同一起跑线上竞争的机会。

地图老兵的使命召唤

在正式创办高深智图之前，联合创始人兼CEO吴夏青曾在百度美国研究院供职，担任主任架构师，为百度自动驾驶开发高精地图。而这已经是他工作的第五家地图公司。2002年，他从阿拉巴马伯明翰大学获得三维重建与数据建模博士学位后，就一直在地图行业深耕。14年时间里，他服务了4家行业巨头和3家创业企业。

2006年，吴夏青进入谷歌。在谷歌的6年里，他是Google Earth（谷歌地球）的核心工程师之一，并且作为技术负责人之一主持了谷歌地图引擎企业版的开发。提起这段在谷歌的经历，他不无骄傲地说： “即使是到现在为止，Google Earth仍是独一无二的产品。”

2012年，在苹果公司的地图产品发布前夕，吴夏青被高薪聘请加入苹果公司的地图团队。当时的苹果地图只是一个拥有四五十人规模的小团队，相较于已经发展了8年的谷歌地图，处于明显劣势。吴夏青到任后，便立马扛起了一条产品线，从零开始，构建苹果地图的三维建筑。苹果地图的发布和崛起使得谷歌一家独大的局面被打破，吴夏青成为了这场行业变革的见证者和参与者。

2014年末，吴夏青加入百度美国研究院从事高精地图的研发。在此之前，吴夏青还入职了一家名为Upthere的初创云服务公司，为其建立起大规模的高性能基础架构。

这样丰富的履历和他喜欢迎接挑战的个性，使得他在工程师的身份之外更想创造一番自己的事业。然而，仅仅有机遇、才华和热情还远远不够。作为一名在地图行业从业了十余年的经验老者，他深知在该行业创业的举步维艰，这样一个近乎“基础设施”的行业，需要投入大量的人力物力财力才能获得足够的数据信息，实现行业进一步发展。

高精地图这个分支尤甚。幸运的是，深度学习技术的出现，使得创业企业可以以较低的成本创建高精地图。吴夏青知道，业内早已经开始机器学习的探索，谷歌地图的三维重建就是这一技术的拥趸。如果将深度学习用于解决道路特征提取、车道线识别、交通标志识别等难题，那么即使是小体量的初创企业，也可以直面海量的数据。自动驾驶的热潮，深度学习的进步，乃至传感器、GPU、TPU等底层硬件的成熟，用吴夏青的话说，是“多个波叠加在了一起”，迸发的能量增益为高精地图行业创造了优越的发展环境。

吴夏青深深地感到自动驾驶是一项正在蓬勃发展并且可以改变生活方式、造福世界的伟大技术，是值得为之奋斗和冒险的事业。而他和他的伙伴多年来积累的丰富的地理信息技术、自动化和人工智能技术，使得高精地图的研发对他们来说不仅是一项力所能及的任务，更是一份义不容辞的责任。

就这样，2016年4月，高深智图正式成立。成长：精准定位，技术赋能

直击行业痛点

翻开互联网创业史，数据的提供商往往赚得盆满钵满。然而，地图数据提供商却走向相反的方向，一直以来做得都是赔钱的生意。

吴夏青总结了两点原因。第一，地图行业的准入门槛高，涉及信息安全，企业需要具备种类繁多的测绘资质证明，数据的采集、制作和交易都受到严格管控。第二，地图数据的采集和更新成本高昂，盈利渠道有限，传统图商需要通过自建车队，采购和维护昂贵的传感器进行数据采集，平均每辆采集车的成本都在百万美元以上，成本巨大。

尽管如此，长期以来，地图数据都在以免费的形式提供，图商只能通过建立在地图数据之上的周边服务获取收益。以现状来看，纯粹的地图数据提供商利润微薄，只有寄生于互联网巨头、将地图带来的價值转变成流量入口的互联网图商，才能在行业中占据一席之地。即使是全球地图行业的技术领军者，谷歌的地图部门也长期无法实现盈利，需要母公司的扶持。

高精地图对精度和实时更新的要求，相较于导航地图呈指数级增长。尽管传感器等底层配置不断成熟，但从高精地图对于精度的高标准要求来说，目前的配置仍然不够稳定，这使得高精地图的采集和处理成本的控制十分困难。这也是为什么高精地图起步多年，却只实现了小批量的商业化应用的原因。

那么，既然高精地图行业的创业如此艰难，高深智图生存的空间在哪里？

创业之前，技术出身的吴夏青一心想要攻克自动驾驶的技术难题，却逐渐发现自动驾驶的产业链同样存在着严重问题。整个行业面临着专业人才匮乏、开发成本畸高、商业落地困难、研发周期过长等现实难题。

但其中最为突出的痛点便是：没有一家专业的优秀的高精地图提供商。

几乎所有的自动驾驶企业都在自建高精地图，行业性的重复劳动带来的只能是巨大的资源浪费与时间耗竭，同时也造成了工程上的不可拓展和难以持续维护。在基础数据上耗费的时间越久，自动驾驶的技术成熟和商业化进程就越延后。

吴夏青认为，自动驾驶是一个复杂的系统性工程，很难有一家公司能将各个技术环节的问题都妥善解决，即使可以，出于成本效益的考量也是不现实的。因此，更完美的发展模式便是将各个环节按块分割，由专注于特定领域的企业给出模块化的解决方案，最后整合形成完整的自动驾驶产品。在硬件层面，负责车载电脑、激光雷达、摄像头的专业企业已经开始分化，软件层面的分化趋势也在逐渐显现。

基于此，高深智图决定专注精力，做且只做高精地图，而并非成为一家自动驾驶全栈解决方案公司。高深智图将高精地图的相关服务，包括地图的构建、更新、维护以及与之相关的定位服务等打包起来，形成一个有机模块，提供给自动驾驶企业，以此收取相应的产品和服务费用。据悉，在美国，高精地图的构建和更新服务每公里收费约几千美元，国内尽管尚无标准报价，但图商向车企收取几百元/车/年的授权费用属于合理区间。

除了核心定位，高深智图团队还面临着一个重要的问题：如何才能颠覆传统图商赔本赚吆喝的经营模式。想要做到这点，就必须在成本和价格问题上有所作为，特别是面对对价格极其敏感的汽车行业需求方。高精地图的成本数倍于传统地图，只有实现生产环节的革命性创新和相应商业模式的构建，才能大幅降低成本，使初创企业自立于巨头之林。

豪华团队，技术为王

老牌的地图厂商如国外的谷歌、TomTom、Here，以及国内的高德地图、百度地图等，都已在行业深耕多年，并已经开始了对高精地图的测绘研发工作。那么，刚刚起步且势单力薄的高深智图，凭借什么和他们一较高下？

吴夏青认为，在全新的高精地图赛道，传统地图企业的优势并不明显，它们所积累的静态数据并不能简单地转化为高精地图所需要的数据。与此同时，传统地图企业还会面临着组织庞大、盈利压力和业务迭代等问题的困扰。真正能分出高下的是技术的创新与积累。高深智图的技术积累是在另一个维度上完成的。高深智图拥有一支平均从业时间超过十年的工程师团队，他们均来自国内外地图行业的翘楚和一些自动驾驶企业。

与此同时，14年的从业经历使得吴夏青积累了不少人脉资源，并且迅速找到了得力的创业伙伴。其中最为重要的是联合创始人兼CTO马克·惠勒，他是一名在地图行业工作了20年的资深专家。马克·惠勒早在20年前就开始将激光雷达用于高精度测绘的技术探索，和吴夏青一起领导了谷歌地图企业版的开发，并曾任苹果虚拟现实技术高级科学家和徕卡测量系统首席软件工程师。

不仅仅是高层管理者，从地图测绘、实时处理、深度学习到大数据等的每一个环节，吴夏青都为高深智图找到了最胜任的人选。可以说，高深智图是人才与公司的双向成就，为员工与公司提供了共同进步的空间。高深智图的英文名为“DeepMap”，其中的“Deep”一语三关：一是深度学习，二是经验资深，三是深耕高精地图。豪华的团队配置所蕴藏的技术实力，正是高深智图的核心竞争力。

从建立之初，高深智图的技术就一直在稳定持续地突破。其为客户提供的产品主要包括3类：点云地图、矢量地图和定位服务（见图4）。通过团队的不懈努力和创新，高深智图的技术已经完全可以满足L4以上级别的自动驾驶，地图的精度也在同类竞品中达到了最高水平，可以实现5cm精度，实时定位服务也可以达到10cm精度。

这样的技术实力赢得了众多资本的青睐。种子轮由金沙江创投和硅谷风投A162背书，2017年5月的A轮融资由Facebook的A轮投资方Accel Partners领投。在最新达成的B轮融资中，除了高盛集团、Generation投资管理公司等著名风投机构，知名车商Tier 1博世风投、和自动驾驶芯片制造商Nvidia等也位列其中。2019年初，B轮融资结束后，高深智图估值达4.5亿美元。从融资的角度来看，高深智图一直是资本的宠儿。对此，吴夏青在表达感谢的同时，表示从商业发展的长远考虑，能带来资源的战略投资者是其优先考虑的合作对象。

优秀的团队和雄厚的技术为高深智图汇聚了丰富的资本与资源。高深智图接下来要考虑的则更为具体，如何打造自动化率更高的地图生产流程、更低成本的地图采集设备和模式，以及更好地赋能自动驾驶实践，提升安全性。

破局：合作是必经之路

成本高和监管严是高精地图行业的两大痛点，也是高深智图面临的考验。

高深智图采用多传感器进行地图采集，设备价格从使用最普遍的32线激光雷达的二十几万元到国产激光雷达的几万元不等。资深的团队也需要支付昂贵的人力成本。因此，对于体量较小的高深智图来说，自建庞大的地图采集车队绝对不是明智的选择，也必定无法实现。

那么高深智图又该如何以较低的成本获取海量的数据？吴夏青认为，合作是降低高精地图成本的必经之路。早在2016年，高深智图就提出了地图采集“众包”的方案：使用客户的自动驾驶汽车作为地图数据采集的測绘车，通过算法来解决地图精度的问题。占地图成本80%以上的地图数据更新是高深智图引以为豪的数据服务。一旦客户配置了高深智图的高精地图，每一辆在路上行驶的带有相关传感器的自动驾驶车辆，均成为地图数据更新的数据采集车。

目前，在加州的San Jose和德国的一些地方，由梅赛德斯奔驰和博世联手启动的自动驾驶出租车试点项目正在使用高深智图提供的高精地图技术服务，上汽的自动驾驶测试车辆全部搭载了高深智图的软件，创业公司Voyage在San Jose地区试运行的自动驾驶车辆上最早使用了高深智图的地图服务。高深智图已经在亚洲、北美和欧洲拥有多家客户和合作伙伴，其公开合作的车企除了梅赛德斯奔驰，还包括上汽集团、福特汽车以及本田汽车。

除了这种相对分散的“众包”模式，高深智图也会将劳动密集的采集任务直接外包给客户或者合作伙伴。目前公开的主要合作方有总部位于旧金山的移动出行平台提供商Ridecell，总部位于瑞典的Emrlde公司，以及位于日本东京的自动驾驶开源解决方案平台提供商Tier IV。Ridecell和Einride将把高深智图的高精地图软件集成至他们的自动驾驶车队中，Tier IV将高深智图的高精地图集成进名为Autoware的融合开源和BSD许可于一体的自动驾驶汽车解决方案，并默认使用高深智图的地图。与此同时，高深智图强大的人工智能地图引擎能实现数据处理过程最大程度的自动化和智能化，极大地提高了数据处理的效率，自动化的地图生产流程大大节约了人力成本。

在中国市场，为实现合理合规运营，合作也是高深智图的必经之路。中国作为全球最大的消费市场，可谓是群雄角逐的必争之地。2018年中，高深智图进一步细化战略布局，将北京办公室设立为研发中心，在广州落地了运营中心。

在中国，只有具备“甲级导航电子地图制作资质”的公司才能在量产车上大规模部署高精地图，而中国对地图厂商资质的监管审批非常严苛。据业内人士透露，除了早期几家传统图商拥有资质外，近几年拥有测绘资质的图商仅从十几家增长至二十几家。

高深智图积极寻找国内的合作伙伴，共同开展业务。2018年3月，高深智图同上汽达成合作关系，共同促进高精地图在中国的研发和落地工作。2019年9月，高深智图与仿真测试企业IAE智声智行达成战略合作，将在仿真测试领域联手打造面向智能驾驶的汽车模拟场景库。2020年1月，高深智图与全球领先的边缘AI芯片及解决方案公司地平线达成合作关系，致力于为行业提供更安全可靠、可量产的车载自动驾驶解决方案。

目前，高深智图已与阿里云达成合作。大中华区总经理刘澍泉介绍，从相关模型训练、数据清洗到成图之前的校验环节，涵盖的庞大的数据量计算过程都将在云上完成。完整的计算流程大致为（见图5）：车载高精地图终端自动捕获增量数据，通过边缘节点快速上传云端，由规模庞大的EMR集群完成数据处理，生成基础地图，最后通过机器学习成图。

高精地图的计算流程全面上云，有利于高深智图在未来联合大型自动驾驶设备制造商，实现高精地图与车载平台的深度集成。依托阿里云，目前高深智图已经能够实现高精地图日更新，未来的目标则是实时更新。

短短三年，凭借着雄厚的技术实力和成熟的商业模式，高深智图的团队规模已经扩充至近160人，其中90%是从业10年以上的工程师，高精地图精度位于业内前列，并且与多家传统车企和新型自动驾驶企业形成合作关系，成为能够全球制图的行业领先高精地图技术解决方案提供商。

如何度过“尴尬期”？

如今的高深智图已经在行业内站稳脚跟，但广阔的自动驾驶赛道上还疾驰着无数的竞争者。老牌图商和科技巨头不断进攻：在美国，TomTom宣布已完成北美地区的高精地图全覆盖;在国内，阿里旗下的高德高调宣称“不靠高精地图赢利”。在“新贵”的阵营中，高深智图与CivilMaps，lvl 5、Garmera被并称为全球高精地图四小龙。高深智图凭借深度学习技术识别、提取信息占据高效优势，CivilMaps则在信息筛选和压缩技术上握有先机，而精于数据采集众包的lvl 5与Garmera同样备受资本青睐。

不仅面临着激烈的市场竞争，高深智图还面对着高不确定性的未来。20 17年，在IEEE举办的计算机视觉和模式识别领域的顶级会议上，华人研究自动驾驶的大牛们齐聚一堂——图森未来CTO侯晓迪、Pony.ai GEO彭军、驭势科技GEO吴甘沙、AutoX创始人肖健雄，正在热烈地探讨高精地图的发展。这些自动驾驶领域的一线从业者普遍认为，高精地图对于自动驾驶的L4、L5阶段的进阶不可或缺，但由于其高昂的成本，高精地图不会被应用到L4以下的自动驾驶设备中。然而，真正意义上的自動驾驶的实现不会早于2025年，这意味着高精地图至少要8年之后才能迎来商业上的大爆发。

在储备期，众多的高精地图企业如何创造足够的利润和价值以支付高昂的研发成本？作为一家创业企业，高深智图又该怎样度过这段漫长的尴尬期，在激烈的市场竞争中存活自立，迎接真正的黎明？吴夏青和他的团队已经开始变革和行动。