2026-06-18 — views

HDマップ対マップレス——都市のマッピングにかかるコストと、それがAV展開速度を左右する理由

HDマップは都市ごとに数百万ドルのコストと継続的な更新が必要——WaymoはHDマップに依存するがTeslaは不要。この設計の違いがAV大規模展開の速度を決定する。

Physical AIベンチマークシリーズ第116回——自動運転マッピング戦争：HDマップ対マップレス、都市のマッピングコスト、WaymoのマップパイプラインがなぜCity展開を制約するか、TeslaのマップレスベットがなぜスケーラビリティThesisであるか

自動運転車における最も重要なアーキテクチャの分断は、センサーの選択やコンピューティングプラットフォームではない——システムが運行前にすべての道路の事前構築された高精度（HD）マップを必要とするかどうか、あるいはリアルタイム知覚のみでどこでも運転できるかどうかだ。WaymoはHDマップを必要とする。Teslaは必要としない。このひとつのアーキテクチャ決定が、すべての下流の次元に波及する：都市展開速度、運用コスト、地理的カバレッジ上限、道路変更への耐性、そして最終的に各アプローチが現実的に到達できる全体アドレス可能市場。

HDマッピングは高価で、時間がかかり、継続的なメンテナンスを必要とする。大都市エリアの詳細なセンチメートル精度の3Dモデルを構築するには、数か月の専用車両配置、大規模なクラウド処理、厳格な人間による検証が必要だ。その後の道路変更——工事区域、車線の再塗装、新しい信号機——はすべて、AVフリートがその区域で安全に運行できるようになる前にマップ更新が必要だ。5都市で運行する企業にとって、これは管理可能なエンジニアリング問題だ。しかし何百もの都市をカバーする野心を持つ企業にとっては、どれほど効率的に実行されても完全に排除できない成長への構造的制約となる。

Teslaのマップレスアーキテクチャはこの制約を逆転させる。何十億マイルもの人間の運転データで訓練されたニューラルネットワークがカメラ入力から任意の道路構成に十分うまく汎化できれば、拡張に地図の前提条件はない。ソフトウェアを展開すれば、車は走れる。リスクは汎化が難しいことだ——汎化の深さ対マッピングの幅のトレードオフが、マッピング戦争の核心的な実証的問題だ。

第1節——HDマップとは何か、何を含んでいるか？

HDマップはナビゲーションマップではない。コンシューマーナビゲーションマップは道路の存在、おおよその場所、名前を知っている。自動運転に使用されるHDマップは、その道路のセンチメートル精度の正確な3D形状、すべての車線境界の正確な位置、すべての車線の意味（走行車線、転換車線、合流車線）、すべての信号機の設置場所とそれが管轄する方向、そしてナビゲーションシステムは必要としないがAVには必要な数十の追加構造化属性を知っている。

HDマップ層	保存する内容	AVがなぜ必要とするか	必要な更新頻度
3D形状	精確な3D路面、縁石位置、10-20cmまで正確な車線境界	AV位置特定：車両がlidarスキャンと保存されたマップを照合して道路上の正確な位置を把握	重大な道路工事イベントごと
車線意味論	車線タイプ（走行/転換/合流）、車線接続グラフ（どの車線がどこに接続するか）、車線方向	経路計画：リアルタイム知覚に頼らずにどの車線がどの出口/曲がり角に接続するかを把握	道路変更、新設工事
交通要素	信号機の位置とフェーズ、一時停止標識の位置、横断歩道の位置	交通制御をどこで探すかを知る；信号状態を予測	交通制御変更時
速度制限	車線セグメントごとの規定速度制限	法規制遵守；標識が見えない場合のデフォルト速度プロファイル	規制更新
路面注釈	速度バンプ、路面の穴（マップに含まれる場合）、路面材質	乗り心地の最適化；路面タイプの認識	維持が困難；多くの場合省略
マップの鮮度要件	工事区域、一時的な車線変更、道路閉鎖は数時間から数日以内に反映される必要がある	「左車線は開いている」と言う古いマップに従うAVが、左車線が実際には閉じている場合に安全問題を引き起こす	動的変化のためのほぼリアルタイム

第2節——都市のHDマップを構築するにはいくらかかるか？

コスト次元	推定	注記
マッピング車両フリート	lidarアレイ、カメラ、GPS/IMUを搭載した専用車両；1台あたり$15万-50万（推定）	専用マッピング車両；コンシューマーカーではない
単一都市のマッピング（約300平方マイル、推定）	直接マッピングコスト$200万-1000万（推定）；車両減価償却、ドライバー人件費、燃料、処理を含む	大規模商業マップ契約が示す大まかな推定
年間マップメンテナンス（同一都市）	年間$50万-300万（推定）	道路変更、工事区域、新開発；継続的な更新が必要
処理と注釈	生のlidar/カメラデータをHDマップ形式に処理するための大規模クラウドコンピューティング；AI支援注釈だが人間のQAが依然必要	主要コスト構成要素；継続的
Waymoマッピングフリート	WaymoはWaymo One商業フリートに加えて、マッピングされたエリアを継続的に再走行する専用マッピング車両を運用している（推定）	二重の車両運用オーバーヘッド
5都市ネットワーク（Waymo現在の推定）	すべての運用都市のHDマップを維持するために年間約$1000万-5000万+（推定）	大まかなオーダーオブマグニチュード；Waymoは開示していない
新都市ごとのコスト	新しい大都市エリアを最初にマッピングするのに$300万-1500万（推定）；その後年間$100万-500万（推定）	各新都市は最初の商業ライド前に完全なマッピングが必要

第3節——HDマップがWaymoの都市展開をどのように制約するか

展開ステップ	必要時間（推定）	コスト（推定）	制約要因
都市選定	1-2ヶ月（規制評価と市場分析）	最小限	規制の寛容度、天候、需要密度
HDマップ作成	大都市エリアで3-6ヶ月（推定）	$300万-1000万（推定）	マッピング車両の可用性；処理パイプラインのスループット
マップ検証と確認	2-4ヶ月（マップ精度の走行検証）	$100万-300万（推定）	安全検証チームの帯域幅
規制承認	6-24ヶ月（州と市によって大きく異なる）	多大な法務/規制スタッフコスト	規制当局の速度；政治的環境
フリート展開	1-3ヶ月（車両調達、デポ設置、RAO採用）	$500万-2000万（推定）	車両サプライチェーン；デポ不動産
新商業都市への合計時間	決定から最初の有料ライドまで12-36ヶ月（推定）	都市ごとの総投資$1500万-5000万+（推定）	マップ作成と規制が主要な時間制約
Teslaとの比較	マッピングステップ不要	マップコストゼロ	FSDモデルが運転行動を訓練した場所ならどこでも走行可能

第4節——Teslaのマップレスアプローチ：仕組みとリスク

次元	Teslaのアプローチ	利点	リスクまたは制限
位置特定の仕組み	視覚ベースの位置特定：カメラがランドマーク（道路標示、標識、建物）を識別して粗いマップに対する位置を決定；HDマップ不要	事前マッピングなしでどこでも運行可能	HDマップ照合ほど精確でない；ランドマーク品質に依存
道路形状の理解方法	カメラからのリアルタイムニューラルネットワーク推論；道路境界、車線標示、形状をフレームごとにライブ検出	マップの陳腐化なし；常に現在の道路状態を見る	モデルは見たことのない道路構成に汎化する必要がある；稀な構成は誤って処理される可能性がある
訓練データ要件	エッジケースを処理するためにニューラルネットを訓練する数十億マイルの人間の運転データ；より多様な地理 = より堅牢な汎化	Teslaの600万台以上の車フリートが膨大な地理的カバレッジを生成	異常な道路形状を持つ新都市はその地理からのより多くのデータで依然として恩恵を受ける
規模でのカバレッジ	FSDはすでに米国全州とカナダで有効；EU展開進行中；マッピング前提条件なし	モデルが汎化すれば真のグローバルスケーラビリティ	モデルには地域的なパフォーマンスのバリエーションがある可能性がある
マップ陳腐化問題	設計上排除：知覚は常に最新	古いマップに従って工事区域に入ることは絶対にない	すべてのエッジケースをリアルタイムで検出しなければならない；既知の形状へのフォールバックなし
Waymoの反論	HDマップは知覚の負担を軽減する「事前分布」を提供；高信頼度の位置特定がより高い安全マージンを実現	マップ支援位置特定はマッピングされたエリアでより精確であることが証明できる	マップが存在し新鮮な場所でのみ機能；マッピングされていないエリアへの根本的な非スケーラビリティ

第5節——マップ陳腐化問題：重要な運用失敗モード

陳腐化シナリオ	HDマップ依存AVへの影響	Teslaの視覚のみの影響
一晩で工事区域が開く	マップが更新されない場合、AVは古い車線境界に従って工事バリアに向かう；安全な運行を再開するにはマップ更新が必要	AVはリアルタイムで工事を知覚；即座に適応（モデル品質が応答品質を決定）
一時的な道路閉鎖（パレード、イベント）	マップ更新なしにAVは閉鎖された道路に入れない；手動で再ルーティングするかマップ更新を待つ必要がある	AVはリアルタイムで閉鎖標識とバリアを読み取る
新しい信号機が設置された	AVはマップが更新されるまで新しい位置に信号機があることを知らない可能性がある	AVはカメラで信号機を検出；更新不要
車線の再塗装	古い車線標示は塗り消されている可能性があるがマップには残る；AVはファントム車線に従う可能性がある	AVは現在の標示に従う；古いデータなし
Waymoの運用対応	専用マップ監視チーム；既知の工事の迅速な更新パイプライン；マップ更新処理中のジオフェンス制限	マップ陳腐化のための運用対応不要
都市における破壊的変更の頻度	都市部では常時数百の工事/道路変更イベントが同時進行している	—

第6節——Physical AIマッピングベンチマークスコアカード

ベンチマーク次元	Waymo（HDマップ）	Tesla（マップレス）	ベンチマーク示唆
地理的展開速度	新都市ごとに12-36ヶ月（推定）	数週間から数ヶ月（規制のみ）	Teslaは構造的により速い展開テンポを持つ
都市ごとの展開コスト	都市ごとに$1500万-5000万+（推定）	都市ごとにほぼゼロのマップコスト	Teslaは都市ごとのコストが大幅に低い
位置特定精度	マッピングされたエリアでセンチメートル精度	ランドマーク依存；曖昧な環境ではより精度が低い（推定）	WaymoはマッピングされたエリアでよりPreciseである
陳腐化への耐性	重大な道路変更にはマップ更新が必要	リアルタイム知覚は常に最新	Teslaは構造的な陳腐化優位性を持つ
スケーラビリティ上限	マッピング能力とコストに制約；地理的拡大に対する線形コスト	モデルの汎化品質に制約；理論的にはほぼ無限の地理的規模	Teslaのアプローチはより高い理論的スケーラビリティ上限を持つ
運用オーバーヘッド	高：マッピングフリート、マップメンテナンスチーム、ジオフェンス管理	低：マッピング運用不要	WaymoはTeslaにはない永続的な運用コスト構造を抱えている

マッピングベンチマークは2つのアプローチの成長経済における根本的な非対称性を明らかにする。Waymoのコスト構造は地理的拡大とほぼ線形だ。Teslaのコスト構造は形が異なる：訓練への投資はフリートがカバーするすべての地理にわたってほぼ償却され、増分的な地理的拡大のマップコストはほぼゼロだ。マッピング戦争は単なる技術的議論ではない——自動運転車のスケーラビリティ上限が最終的にどこにあるか、そしてどの企業が最初にそこに到達するかについての議論だ。

注記： 「（推定）」と記されたすべての数値は、2026年中頃時点の一般公開情報、工学的推定、業界レポートから導出されたものです。WaymoとTeslaは詳細なマッピングコストやタイムラインを公開開示していません；推定は方向性を示すものです。本記事は投資アドバイスを構成するものではありません。