2026-06-17 — views

HD 地圖與定位指數 — 自駕車量產擴張的隱性瓶頸（2026 年中）

HD 地圖依賴 vs. 無地圖方案——定位架構如何直接制約 Waymo 與 Tesla 的擴張速度與範圍。

地圖層是自駕車競賽中被低估的靜默瓶頸

每輛自駕車在開始行駛之前，都必須回答一個根本問題：我現在精確在哪裡？GPS 精度以公尺計算，遠遠不足以應對車道層級的導航需求。大多數自駕車公司採用的解決方案是高精度預建地圖——一份針對車輛預計行駛之每條道路建構的公分級精確 3D 模型，事先建立並持續更新。

這個方法確實有效。Waymo 在過去 15 年間於美國四座城市驗證了這一點。但它帶來的制約往往不如里程數或感測器成本那樣受到關注：每進入一個新城市，都需要一個獨立的建圖專案，通常耗時 12 至 18 個月，才能提供第一趟商業載客服務。

Tesla 的做法不同。FSD 使用輕量向量地圖與即時攝影機感知，而非公分精度的 LiDAR 點雲。代價是定位精確度，但在地理擴張上的意涵卻與 Waymo 截然相反：Tesla 進入新城市等於推送一次軟體更新，而非啟動 18 個月的建圖專案。

這是實體 AI 基準測試系列的第十篇文章，聚焦於定位與地圖層——直接決定每家公司規模化速度的架構選擇。

第一節 — HD 地圖方案：各公司比較

下表涵蓋截至 2026 年中在自駕車領域最具代表性的六種地圖方案。涵蓋範圍、更新頻率及成本估算均來自公開資訊與分析師估計。

公司	地圖類型	覆蓋範圍	更新頻率	建圖 1 座城市成本	擴張瓶頸
Waymo	HD LiDAR 地圖（公分級精度）	約 10 座美國城市（商業區域）	每週（車隊驅動）	約 50 萬至 200 萬美元（估計）	必須在每座新城市預先建圖才能商業上線
Tesla	輕量向量地圖（車道層級，無 HD 點雲）	全球（有 OpenStreetMap 及衛星圖的地方均適用）	持續更新（車隊群眾外包）	幾乎零增量成本	無需預先建圖
百度 Apollo	HD 地圖（Apollo Maps）	已建圖超過 100 萬公里中國道路	定期更新	國家補貼	在中國以外需要政府資料合作協議
HERE HD 即時地圖	HD 地圖（商業供應商）	歐洲及北美高速公路	即時（聯網車輛）	按公里授權	依賴 HERE 的更新節奏
Mobileye REM	道路體驗管理（輕量級）	行車記錄器車隊建圖逾 4,000 萬公里	群眾外包持續更新	幾乎零增量成本	取決於車隊規模
TomTom HD 地圖	HD 地圖	歐洲及部分北美地區	定期更新	授權費	新興市場更新延遲

解讀此表： 對比最鮮明的是 Waymo 與 Tesla。Waymo 的公分級 LiDAR 地圖提供最高定位精度，但每座新城市都需要專屬的預建圖作業。Tesla 的向量地圖由現有車隊資料建立，覆蓋範圍幾乎是全球，增量成本趨近於零。Mobileye REM 介於兩者之間：群眾外包且輕量，但依賴行車記錄器車隊的規模。

第二節 — HD 地圖依賴如何制約 Waymo 的擴張步伐

Waymo 的運營模式要求在任何新城市商業上線之前，完成以下四個依序推進的步驟：

部署建圖車輛 — 搭載 LiDAR 的專用建圖車輛必須在目標商業區域的每條路段反覆行駛，通常需要多次來回。
建立公分精度點雲 — 原始 LiDAR 資料經過處理，生成完整路網的 3D HD 地圖模型。
驗證與標注地圖 — 車道邊界、交通號誌、停止線、行人穿越道等道路元素需逐一標記並對照地面真值進行核驗。
持續維護更新 — 隨著道路變化（施工、新號誌、車道調整），相關路段地圖必須更新後車輛才能安全通行。

每個步驟都耗費時間。根據 Waymo 公開溝通內容及分析師報告的產業估算：

建圖車輛部署：每座城市 2 至 4 輛，行駛期間 3 至 6 個月
地圖驗證與標注：另需 4 至 8 個月
從決策到商業上線的總計時間：每座城市約 12 至 18 個月

在這樣的節奏下，Waymo 的地理擴張面臨一個與軟體品質或安全表現無關的結構性制約。依序新增 10 座美國城市需要 5 至 9 年；即使以並行建圖團隊同時作業，10 座城市的務實擴張也需要 2 至 4 年的協調建圖作業。

這一制約解釋了一個令人矚目的歷史事實：Waymo 自 2009 年起投入自駕車研發，歷經 15 年運營，截至 2026 年中仍僅在約 4 至 5 座美國城市提供商業服務。技術持續進步，但建圖瓶頸始終未能突破。

第三節 — Tesla 無地圖方案的擴張優勢

Tesla 的 FSD 系統不需要預建 HD 地圖。系統依靠三個協同運作的組件：

即時攝影機感知。 八顆攝影機提供 360 度覆蓋。神經網路直接從即時攝影機輸入推斷車道幾何形狀、道路邊界、交通號誌狀態及障礙物位置，無需預先存在的地圖來理解前方道路。

輕量向量地圖。 Tesla 維護著編碼車道結構、速限及交通規則的向量地圖，而非公分精度 3D 點雲。這些地圖資料量遠更小、維護成本遠更低，並由超過 600 萬輛車組成的車隊持續以影子模式觀察更新。當一輛 Tesla 行駛某條路段並發現車道標線與儲存資料不符時，該觀察結果會回饋更新地圖。

無需建圖車輛。 由於 Tesla 的地圖源自現有車隊而非專用建圖作業，新地域的覆蓋會隨 Tesla 車輛交付而自動完成。一座擁有 1 萬名 Tesla 車主的城市，已透過這些車輛的日常行駛被隱性地建圖完畢。

擴張意涵顯而易見：在新城市推出 FSD 或 Cybercab 機器人計程車服務，不需要長達 18 個月的預建圖專案，只需軟體審批、法規授權，以及該地理區域足夠的訓練資料覆蓋——所有這些都能比公分精度 LiDAR 建圖更快推進。

Tesla 的車隊規模進一步強化了這一優勢。超過 600 萬輛具備 FSD 能力的車輛，訓練資料覆蓋幾乎延伸至所有 Tesla 銷售市場。一座已售出 5,000 輛 Tesla 的城市，在任何商業服務決策之前，便已積累了多年的駕駛影像——無地圖運行所需的訓練覆蓋早已就位。

第四節 — 取捨：精度 vs. 可擴展性

兩種方案代表了對一個根本設計問題截然不同的回答：是以完美精度預先認識環境（HD 地圖），還是即時穩健地感知環境（無地圖方案）更為有利？

特性	HD 地圖方案（Waymo）	無地圖方案（Tesla）
定位精度	公分級	車道級（約 30–50 公分）
未建圖區域的表現	無法運行	優雅降級
地圖過期的韌性	具風險（施工、道路變更）	穩健（即時感知）
新城市擴張速度	12–18 個月	數天（軟體更新）
基礎設施成本	高（建圖車隊 + 儲存）	幾乎零增量成本
當前安全邊際	較高（已知環境）	較低（未知環境）

HD 地圖的論點。 公分精度的預建地圖為車輛提供了一個不受感測器雜訊影響的定位基準。當攝影機部分遮蔽或車道標線磨損時，地圖能提供填補空缺的結構性情境。對於沒有安全員的全自動機器人計程車而言，這種冗餘在運營上具有重要價值——車輛始終精確知道自己與每條車道邊界和號誌的相對位置。

無地圖方案的論點。 地圖是建立當下世界的快照。道路持續變化——施工區開合、車道配置調整、新增交通號誌、臨時繞道改道。一份兩週前最後更新的 HD 地圖，可能在車輛當前行駛的確切位置已告失準。即時感知道路的系統永遠不依賴地圖的新鮮度——它直接響應眼前實際的狀況。

地圖過期是真實的運營風險。 Waymo 由車隊驅動的每週更新週期能部分緩解這一問題，但任何 HD 地圖系統在現實世界變化與地圖反映之間都存在延遲。施工區——既普遍又危險——是典型的失效場景：規劃系統尚未知曉的新護欄或車道變更，成為車輛意料之外的障礙。

第五節 — 收斂訊號

業界並未鎖定於這兩個極端。若干趨勢暗示部分收斂：

Waymo 降低 HD 地圖依賴度。 報導顯示 Waymo 第六代車輛軟體正朝更倚重即時感知的方向調整，以降低地圖維護負擔。方向是走向混合定位——有 HD 地圖時使用，在地圖過期或缺失的區域則優雅降級為基於感知的定位。這不是無地圖運行，但縮短了兩者的差距。

Tesla 保留向量地圖。 Tesla 的 FSD 並非純粹無地圖——它仍使用向量地圖進行路線規劃與法規遵從（速限、交通規則）。完全僅靠攝影機、零地圖依賴的運行尚未實現。Tesla 使用的地圖精度遠低於 Waymo，成本也遠更低，但仍是地圖。

Mobileye REM 作為中間路線。 Mobileye 的道路體驗管理系統從行車記錄器車隊群眾外包輕量車道級地圖——原理上與 Tesla 的方法相似，但可供任何安裝 Mobileye 硬體的 OEM 使用。根據近期公開揭露，REM 已建圖逾 4,000 萬公里，證明了輕量群眾外包地圖無需專屬建圖作業即可實現廣泛覆蓋。

混合結果。 中期最有可能的收斂方向是分層系統：在高密度城市商業區部署公分精度 HD 地圖（此處運營確定性的價值最高）、在郊區和高速公路路段使用輕量向量地圖（精度需求較低），並以即時感知作為未覆蓋區域的通用後備方案。這種混合架構在最關鍵的地理區域保留了 HD 地圖大部分的安全優勢，同時規避了在較低密度擴張市場的建圖瓶頸。

基準測試背景：這是實體 AI 系列第十篇文章

本追蹤報告是從多個面向全面分析實體 AI 的系列第十篇：

運營量產指標 — 產量數字、部署規模、行駛里程
人形機器人技術 — 硬體世代、靈巧度基準、基礎模型能力
自駕車安全與法規 — 加州 DMV 資料、NHTSA 事故報告、州許可地圖
投資與估值 — 資本流向、融資輪次、隱含估值
運算與晶片 — 推論晶片、訓練叢集、NVIDIA 供應制約
感測器堆疊與感知架構 — Tesla 視覺 vs. Waymo LiDAR
機器人計程車單位經濟 — 盈虧平衡車隊規模、每英里成本預測
全球競賽 — 百度、WeRide、歐洲自駕車競爭者
總評分卡 — 十維度統一競爭比較
HD 地圖與定位 — 本文

地圖架構問題的能見度低於感測器成本或載客次數，但它可能是自駕車擴張競賽中最持久的結構性制約。Waymo 的卓越運營能力建立在公分精度地圖的基礎之上。那份基礎同時也是它的天花板：每個新市場都必須重新建立。Tesla 的方法移除了這道天花板，代價是定位精度。哪種取捨更重要，將由兩家公司在未來兩至三年展現的擴張軌跡作出解答。