隨著科技進步，各大車企紛紛加速推進智能汽車的發展。智能駕駛功能正逐漸成為衡量車輛是否先進的關鍵指標。值得注意的是，華為發布了全國范圍內不依賴高精地圖的城區高級智能駕駛方案，小鵬也宣布其智能駕駛技術覆蓋243個城市。在這個背景下，整個行業似乎都在向無地圖智駕的方向快速轉移。
過去的“開城”競爭已經升級為全國性的無地圖挑戰。但究竟是什么動力促使這些車企決定投身這個對外行看似神秘的無圖領域？有圖與無圖之間，真的存在本質的差異嗎？
當算力戰勝資金力——無圖智駕新紀元
有圖智駕與無圖智駕代表兩種迥然不同的技術路徑。傳統的有圖智能駕駛依賴于高精度地圖，該地圖詳盡記錄道路信息到厘米級別，包括車道線位置、類型、寬度、坡度、曲率以及交通標志、信號燈和障礙物等。簡單來說，有圖智駕仿佛是讓車輛沿著一條預設且精確的軌跡前進。然而，這種方法對資金投入要求極高。
你或許不知道，制作高精地圖的過程非常復雜和繁重，每天每輛測繪車只能完成約100公里的數據采集，并且每公里的成本可達數千元。在中國快速的基礎設施建設速度下，即使是剛剛測繪完的道路，也可能一周后面目全非。此外，地圖的變化限制了車企智能駕駛能力的發揮，需要不斷更新地圖數據才能保持系統的有效性。
與此相反，無圖智能駕駛摒棄了對高精地圖的依賴，使得車輛在更廣闊的范圍內自由行駛成為可能。這種方式要求車輛具備更強的感知能力、更先進的算法和更大的計算力，從而對車輛自身的智駕系統提出了更高的要求。
華為如何再次引領行業——全國無圖智能駕駛
1.視野清晰、洞察深遠——激光雷達仍舊是王道
在無圖智能駕駛的技術領域中，主流分為激光雷達派和純視覺派。目前，高級智能駕駛主要依賴激光雷達，其多線程、高頻率掃描、遠距離探測的高性能激光雷達意味著更清晰的監測能力和更迅捷的響應速度。
實際的救援事件和網紅閃避視頻直接證明了高性能激光雷達的實力。在夜晚或逆光等惡劣環境中，這種高感知能力的部件也顯現出其優勢，因為它們可以提供大量精確的信息，這些信息對計算力和算法提出了更高的要求。因此，配備了激光雷達的智駕車型不僅成本更高，軟件研發層面的實力同樣不容忽視。
另一方面，大疆和百度主導的視覺系智能駕駛方案則依賴于2D視頻內容，這在計算力和算法要求上相對較低。當然，在實際測試中，視覺系并未呈現出太多亮點，說明在實踐體驗上二者還存在差異。而且，攝像頭很容易受到天氣和強光的影響，這是不爭的事實。
華為則在系統硬件方面展現了卓越性能，采用了激光雷達、毫米波雷達、超聲波雷達和視覺感知攝像頭等多傳感器融合感知方案。激光雷達能夠迅速準確地捕捉到周邊環境的三維結構信息，且不受環境光線影響。結合毫米波雷達、超聲波雷達的探測和攝像頭感知，為車輛提供了更遠、更精確的三維環境信息。
而華為自主研發的融合感知系統將各種傳感器深度整合，保證了順暢的數據通信，確保了系統的高效運轉。
2.從樹枝到城市障礙，GOD網絡告別“白名單”
智能駕駛系統為了精確控制車輛，需要充分了解車輛外部的環境。過去常用的BEV+白名單技術通過提前輸入的白名單識別檢測到的對象，例如行人、電動車等。但這種技術有一個明顯的缺點——需要系統不斷學習不同障礙物類型來更新白名單。如果遇到罕見的不規則障礙物，系統可能就會出現誤判，導致猶豫和危險的駕駛行為。
華為的GOD2.0網絡（通用障礙物檢測）則克服了這個問題。GOD網絡像“我的世界”游戲一樣，將所有檢測到的物體視為3D立體區塊。這樣系統就可以輕易判斷路線上的障礙物，包括行人、汽車等。對于異常的障礙，比如紙箱、倒下的樹木、路障等，系統也能高效識別。在GOD2.0網絡里，任何占用空間的物體都是潛在的障礙，需要規避。這樣就打破了依賴白名單的限制。
3.不僅認物更識路，RCR技術是無圖的關鍵
除了GOD2.0技術實現對“物”的識別，華為智能駕駛還必須讓系統識別“路”。無圖智駕對道路的精確感知至關重要，特別是在復雜路口、鄉間窄路或沒有明顯標志標線的路段，對智能駕駛系統的處理能力提出更高挑戰。
華為智能駕駛結合了普通導航地圖和RCR網絡推理，構建出大面積的道路拓撲圖，相當于2.5個足球場大小。這等同于車輛為自身行駛路線繪制了一幅專屬地圖，讓智駕系統輕松解析現實的道路信息，而不再依賴高精地圖。
4.海量數據需迅速處理，MDC芯片驅動L5級輔助駕駛
擁有感知能力和對“物”、“路”的理解，接下來就是要匯總、分析并計算這些信息，最終智能地控制車輛。海量傳感器數據的處理不是小挑戰，尤其是要在極短時間內完成。因此，強大的計算力是智能駕駛的另一項要求。
華為自研的MDC系列芯片處理能力超越英偉達Orin，能夠高效處理來自各類傳感器的信息。同時，華為智駕系統避免了盲目的“堆料”，已有的MDC硬件平臺算力足以支撐L3至L5級別的自動駕駛輔助功能，無需增加不必要的購車成本。
5.五天覆蓋全球路網，華為車BU算力中心獨占鰲頭
擺脫高精地圖束縛后，獲取豐富的駕駛“經驗”成為下一個目標。早期的智能駕駛系統大多依賴實車在道路上的測試數據。當前，AI建模和云端“跑圖”成為主流做法，華為在這一領域再次走在了前列。
華為云算力中心擁有國內領先的2.8EFLOPS算力，置身行業前端。這龐大的云算力給華為智能駕駛帶來了巨大優勢。利用盤古大模型構建的云端場景庫，系統每天進行超過1200萬公里的仿真測試。考慮到全球道路總長約6400萬公里，華為系統只需5.3天便能覆蓋全球每個角落。大量的仿真測試鍛造了一個真正的“老司機”智駕系統。
從有圖到無圖的轉變，用戶最終體驗到的是無論走到哪里都能享受到輕松出行的樂趣。在這背后，是多個系統的完美結合所產生的黑科技。
華為借助全棧自研硬件、豐富的數據資源、對技術革新的不懈追求以及前瞻技術理念，首次推出全國無圖智能駕駛。作為消費者，我們不再需要等待高精地圖的更新，也不用擔心智能駕駛因各種問題降級的經歷。
這種智能駕駛系統使得新能源汽車成為真正好用、安全的智能汽車。華為在智能駕駛領域展現了領先的能力，不僅讓用戶享受到舒適安全的智慧出行體驗，更為整個行業設立了新的標準。
關鍵詞：
營業執照公示信息