6月15日上午， WGDC2018自動駕駛地圖峰會在北京國家會議中心舉行，來自中海庭、易圖通、奇點汽車、知卓集團的嘉賓舉行了名為“自動駕駛時代傳統(tǒng)圖商是否會被顛覆”的圓桌論壇，論壇由四維圖新戰(zhàn)略合作與拓展總監(jiān)雷新彬主持。

　　參與嘉賓：

　　四維圖新戰(zhàn)略合作與拓展總監(jiān)雷新彬

　　易圖通副總裁羊鋮

　　中海庭總經理助理李玉東

　　奇點汽車智能系統(tǒng)部高級總監(jiān)劉瑞祥

　　知卓空間產業(yè)集團首席架構師崔運凱

　　以下為論壇實錄：

　　雷新彬：

　　首先還是歡迎各位嘉賓，按照圓桌論壇的國際慣例，我們還是請各位嘉賓先做一個簡短地自我介紹，包括您和公司。

　　羊鋮：

　　我是來自北京易圖通科技有限公司的羊鋮，我是負責自動駕駛研發(fā)中心，我們公司應該算是一家老牌的圖商。因為我們公司主要業(yè)務是2B的業(yè)務，給車廠做前端的導航地圖的工藝，應該說我們公司的歷史也是比較長。成立自動駕駛研發(fā)中心有兩年的時間專注于做高精度地圖，包括ADAS地圖等等方面。謝謝！

　　李玉東：

　　各位同事大家好！我是來自武漢中海庭的李玉東，現(xiàn)在職務是總經理助理。介紹一下中海庭的歷史，2016年之前是屬于事業(yè)部，2016年9月21號中海達投資我們獨立成立了中海庭，2017年9月上汽入資控股我們，我們現(xiàn)在正式成為上汽的二級企業(yè)，對外都是叫上汽中海庭。2016年之前更多的是跟四維圖新、易圖通合作，服務于他們來做數據，跟上汽合作之后這塊的業(yè)務方向做了調整，目前主要是在高精度業(yè)務服務于上汽集團到2020年之前的規(guī)劃，特別是場景地圖。對外會說高精地圖業(yè)務，但是現(xiàn)在是針對車廠需要的場景地圖的制作。

　　劉瑞祥：

　　大家好！我是來自奇點汽車的劉瑞祥。奇點汽車是2014年成立的，我們是一家新的造車勢力。奇點汽車的定位是給未來用戶提供新能源智能汽車，奇點汽車也有自己的一些研發(fā)，在自動駕駛部分也有研發(fā)部門，我們希望未來奇點汽車的車能夠更智能，提供用戶更智能的用車服務。

　　崔運凱：

　　大家好！我是來自知卓的崔運凱，知卓是由陶闖博士在2014年創(chuàng)立的，主要是做空間產業(yè)的相關布局，包括投資，包括實業(yè)。我自己是在Uber，美國ATC的Uber無人駕駛部門，剛成立的時候加入Uber，一直在做無人車相關的研發(fā)工作。后來回國來幫助知卓集團，從無人駕駛方向作為切入點來做相關的工作。

　　1

　　傳統(tǒng)圖商是否會被顛覆

　　雷新彬：今天主辦方邀請的四位嘉賓很有代表性，羊總這邊是傳統(tǒng)圖商，李總這邊比傳統(tǒng)圖商更近一點，劉總這邊是新型整車廠，崔總這邊是知卓集團站在另外的一個視角來看待產業(yè)的變化。我們先從羊總這邊開始問，我們今天這一環(huán)節(jié)的主題叫“自動駕駛時代傳統(tǒng)圖商是否會被顛覆”？我們看一看傳統(tǒng)的圖商怎么看待這個問題。前一段時間曾經有人這樣講，說使用傳統(tǒng)的導航電子地圖再加上傳感器再加上一些部件就可以做到高級別的自動駕駛。羊總怎么看這個問題？

　　羊鋮：這個問題不是我第一次被問到，應該說包括我們的客戶、包括我們的朋友，經常會有這樣的疑問。我對這個問題的回答是“是，也不是”。

　　為什么說是？應該說大家為什么會這樣問？就是從人類的駕駛來說只有一雙眼睛和一雙耳朵，然后加上我的大腦就可以順利地駕駛汽車。為什么我們用普通的地圖加上傳感器就不行？包括我們后臺的這些算法，可以說傳感器就是汽車的眼睛，然后后來的這些算法就是汽車的大腦。從理論上來說，這樣是可行的。

　　但是我為什么又說不行？一定需要高精度地圖來輔助自動駕駛來實現(xiàn)。對于自動駕駛來說，可能最最重要的問題就是安全。大家可能也經?？吹叫侣?，包括像特斯拉、Uber出了交通事故以后，大家的關注度非常高。應該說，自動駕駛的目的不但是取代人駕駛，而是要做到比人類的駕駛員更安全。但目前從傳感器的技術上來說其實是有些缺陷，無論是哪種傳感器。

　　從兩個角度來說一下這個問題。首先，傳感器的可靠性，包括它在不同情況下的適應性，應該說目前還達不到非常高的性能要求。另外，大家也知道傳感器是有一個作業(yè)范圍，你無論是毫米波雷達也好，還是激光雷達，它的探測距離都是有限度的，而高精度地圖從ADAS時代來說有另外一個說法叫做電子地平線。

　　可以說，地圖給了傳感器范圍以外的視角，可以提供傳感器范圍以外的信息。這是一個方面。另外高精度地圖還可以提供在普通地圖中不具備的屬性，比如說像坡度的屬性、渠地的屬性、車輛控制的屬性?？梢赃@么說，有了高精度地圖的幫助，第一，安全性方面。第二，經濟性方面。第三，可靠性方面。這些方面都可以做到比人類駕駛員更好。

　　我的結論是在很長一段時間內，自動駕駛是離不開高精度地圖的幫助。謝謝！

　　李玉東：我接著羊總講。羊總基本上把傳統(tǒng)圖商的標準都講了，我如果接著再講就沒有意思。我接著再往前推進一步，要么說這個命題是錯的，為什么這么說？傳統(tǒng)地圖再加傳感器能不能服務智能自動駕駛？我想包括雷總提的是有定義的。至少在L3、L4級別的自動駕駛，這種情況肯定是不行的。為什么這么說？包括之前在中海庭前身的時候，園區(qū)里用車跑軌跡線實現(xiàn)了一定的自動駕駛，沿著軌跡跑。

　　但這不是L3、L4級別的前提，如果說是L3、L4級別以上，我們參加了很多的峰會都有介紹，這個情況也是像羊總說的必須是要有高度的支撐。包括現(xiàn)在中海庭跟上汽結合得很緊，從前瞻部門的技術路線上，我們認為傳統(tǒng)二維地圖跟高精地圖是可以并用的，但是并用的情況下面，自動駕駛的就是高精度地圖或者場景地圖，二維地圖更多的是因為高精地圖沒有全國覆蓋，更多的是利用二維地圖是做目的地設定和POI查詢，如果控制還是需要高精地圖的支持。我補充這些。

　　雷新彬：劉總有什么補充？

　　劉瑞祥：由于現(xiàn)在階段很多技術的限制和傳感器的限制，為了更好地達到高度的自動駕駛，現(xiàn)在大家把高精地圖都提到日程上來。通過高精地圖其實是為了降低實現(xiàn)自動駕駛的難度，大家會看到不但人會開車，豬狗走路都不會去撞?，F(xiàn)在技術的發(fā)展是在摸索，但是我相信大家談的自動駕駛還更多的是自動駕駛，我設定AB點是固定路線去行駛，通過車本身的傳感器去避障是最基本的。

　　我相信未來自動駕駛還有很長的一段路，這里面地圖在發(fā)展、傳感器在發(fā)展、技術在發(fā)展。有可能10年之后、20年之后，是不是說自動駕駛一定需要高精地圖？是不是普通地圖加上車的本身智能也可以實現(xiàn)自動駕駛？這可能也是未來的路線。但是具體什么時候能實現(xiàn)或者是不是這樣？我覺得很多時候是需要多行業(yè)、跨行業(yè)的研發(fā)。

　　雷新彬：劉總，你們應該也在做自動駕駛研發(fā)是嗎？您這邊采用的技術路線是什么樣的？

　　劉瑞祥：目前奇點起點是主機廠，我要造車賣產品，講的更多的是落地量產。目前奇點汽車自動駕駛研發(fā)更加偏向于說先要做L2的自動駕駛，在這里面可能對高精地圖的依賴就沒有那么大。我們更多的研發(fā)是基于車本身的智能方向。

　　雷新彬：謝謝劉總。崔總一定是給我們一個不同的視角，請崔總分享一下自己的觀點。

　　崔運凱：我還是非常同意各位前輩的看法，尤其是羊總也講過的，我們最后做無人駕駛最關鍵的點是要做更安全的駕駛。我們是想讓整個交通從A點到B點變得更加的安全，所以我們如果只是按照常規(guī)的思維來講這件事是人加地圖就可以實現(xiàn)駕駛的話，我們很難做到比人更好，尤其是以現(xiàn)在的技術手段，不光是算法和技術也好還很難達到人的水平。如果連人的水平都沒有達到再加上普通的地圖，我們很難實現(xiàn)比人更好的駕駛結果。

　　從另外一方面講，至少我在美國看到的一個主流觀點是這樣的，高精地圖到底是不是地圖？這其實也是一個值得考慮的一點。我感覺一個主流的觀點是高精地圖的本質已經超越了地圖，以前定義地圖的本身。高精地圖的本質是把一部分的計算，從線上拿到了線下，我們可以說它是高精地圖。另外一種說法可以說是把可以線下計算的東西提前計算出來，然后給到車的本身。另外一方面，我們非常想讓自動駕駛落地成為現(xiàn)實，因為它所帶來的社會影響力是非常的巨大，它能成就的生命以及所能帶給整個社會的效率提升非常的巨大。

　　如果從這個角度上來想，我們最終的目標是讓自動駕駛盡快實現(xiàn)。所以不管什么樣的方法能使它盡快的實現(xiàn)都是非常好的方法。

　　2

　　自動駕駛會在什么時間實現(xiàn)

　　雷新彬：通過這一輪的對話，我們能夠看到嘉賓的觀點蠻一致的。羊總的觀點很有代表性，剛才這個問題并不是是和否的問題，技術上來講完全是可行的。但是因為自動駕駛的目的是什么？并不是為了自動而自動，而是為了讓車更加安全、更有效率。從這個角度上來說，高精度地圖使用會更有助于我們實現(xiàn)這樣的一個目標。從另外一個角度來講，剛才奇點的劉總觀點會代表著整車廠對這個事情的貢獻，我們知道像崔總您原來在Uber，我知道Uber很接近互聯(lián)網公司在做無人駕駛研究。注意到剛才劉總講的很務實，我們還是先做好低級別的自動駕駛，但其實是對實現(xiàn)安全的目標有很大的幫助。

　　下一個問題可能是問到崔總這邊，剛才前面的也有嘉賓在演講，自動駕駛、無人駕駛對它的發(fā)展都有很多樂觀或悲觀的估計，您的估計是怎樣的？按照時間來算，三年、五年，2020年、2025年、2030年，到什么時候能夠實現(xiàn)L3、L4更高級別的無人駕駛，乃至自動駕駛？

　　崔運凱：我個人是自動駕駛樂觀主義者。我感覺要是讓我直接回答這個問題的話，我想說今年，但這是有前提的。大家也能看到在很多的主流媒體上的新聞可以看到，包括Waymo在內很多公司想實現(xiàn)今年的落地，但是今年的落地不可能在非常廣域的場景下進行落地，即便是在城市駕駛的場景下，大家可以看到Google一家全資子公司的Waymo，他們的測試場景是在一個大郊區(qū)。這個地方的居民有一定的需求想要去做這樣的嘗試，因為它的整個場景相對的簡單，道路非常的規(guī)范。一般場景做到能在小的區(qū)域去進行一定的運營、進行一定的嘗試，我感覺對Uber是非常重要的。

　　無人駕駛技術的實現(xiàn)是其中的一方面，另外一方面是用戶體驗上不斷的迭代。如果我們一直把它當做一個技術的問題去解決，最后很難提升的是用戶的體驗。很長的時間需要觀察用戶是如何和自動駕駛車進行交互，我可以需要觀察什么樣的自動駕駛才能給用戶進行更好地體驗。還有這些好多真實運行當中所發(fā)生的問題都是需要進行真實的運行、真實的落地，才能去不斷地積累這樣的經驗。

　　所以，我感覺Uber做得非常好的一點。 Uber積累了很多的經驗，它知道大眾對于無人駕駛這件事本身的想法是什么樣的，他在無人車里面會做些什么，他是怎么和無人駕駛進行交互的。

　　我在Uber的時候，Uber是一個非常產品的公司，他更想給用戶提供可用的產品，而非是純解決技術難題。從這一角度上來講，我感覺到很多的無人駕駛企業(yè)還是新興勢力也好，他們都是想盡快的落地。從技術條件上來講，只要我們能通過現(xiàn)在有的手段，比如說大數據的手段分析出行數據，然后把產品限定在可以去處理的場景下，我感覺這些都是可以盡快做到的。

　　雷新彬：看來崔總這邊還是互聯(lián)網公司的風格，對這件事情相對的樂觀。換一個問題問李總，我們都知道中海庭的背景，上汽在你們背后是有控股的地位。我們很感興趣上汽的引入在你們這邊對圖商來說產生了哪些的推動作用？

　　李玉東：應該說從上汽入股后整個的戰(zhàn)略、整個的組織架構，包括整個的運營都發(fā)生變化。之前跟很多老總都交流過，我們還走傳統(tǒng)的圖商路線，我們會考慮高速覆蓋、城區(qū)覆蓋，會談這種的計劃。但是上汽進來之后，我們這塊發(fā)生了比較大的變化，更多的是作為車廠產品發(fā)布的計劃是什么樣的，它要包含哪些功能？包含哪些場景？特別是今年在北京車展可以看到的要實現(xiàn)最后一公里的自動駕駛。所以說，它更關注的是一棟大樓或者機場或者火車站內部的道路，以及內部道路連接地庫的道路，這是我們目前最重要的場景。我們的產品線就會切換到這邊。

　　另外可能2019年、2020年會有部分的高速公路的自動駕駛，那我們就對應到那個計劃，目前是以服務車廠戰(zhàn)略為目標來制定產品規(guī)劃，包括內部的組織。以前我們可能更多的是以做圖為主，只需要給到車廠需要的數據，像現(xiàn)在的ADAS協(xié)議。除了做圖之外還要做這塊的工作，輸出車廠需要的數據，而不是幾個G或者多少個T的高精地圖給他，他需要經過處理以后看接收數據。包括有這樣的部門和引入這樣的人才來做這塊的工作，應該說是整體的變化。

　　雷新彬：通過李總的介紹，我們發(fā)現(xiàn)上汽會改變您這邊產品的路線圖，可能更貼近落地的場景。剛好您身邊的劉總是來自整車廠，我想問一下劉總，站在您這邊的角度來看，從您來看對于自動駕駛將來的路線是很接近或者說您還有其他的一些觀點？

　　劉瑞祥：我覺得作為主機廠一定要循序漸進，它一定是說背著包袱我要賣產品，不像純互聯(lián)網公司就是做自動駕駛的大腦或者技術，從而去跟主機廠合作。所以說，兩個路線都沒有錯。作為主機廠，對于我們來說可能要做L2的話，我可能也需要在地圖上獲得更多的信息，比現(xiàn)在的普通地圖要更多一些，就像剛才李老師也講到的ADAS地圖。比如說這里面在轉彎的車道線，轉彎的路口是需要獲得到的。之前的ADAS功能更多的是位置的功能，比如說自適應巡航，車道保持，像做L2高速地圖前面是彎道，彎道的距離是多少，可以提前減速過來。如果做到更好的用戶體驗也需要在地圖上去更新，但是它又達不到高精地圖的程度。

　　雷新彬：像中海庭您這邊會不會考慮說，現(xiàn)在有很多傳統(tǒng)的圖商和新創(chuàng)業(yè)的圖商，您這邊也會不會投資一家圖商更貼近于自己的需求來做動作？說真話。

　　李玉東：首先，我不能代表公司。但是這也是要去考慮的，現(xiàn)在普通導航，大家在手機上用都是免費的，地圖的更新也不需要收費。但即使普通導航在車上也是有收費的，比如說一年、兩年，地圖更新了要收費，如果說自動駕駛到來之后，地圖到底怎么提供給用戶？是讓用戶掏錢，還是車廠掏錢？還是說未來有一個很大的運營商來運營？商務模式到現(xiàn)在沒有很明確或者說更容易讓用戶接受的模式。我個人的觀點可能更期望去投資能夠在地圖這塊往運營方向去做研究的公司。

　　3

　　高精地圖會有什么樣的商業(yè)模式

　　雷新彬：還是希望有一些創(chuàng)新的東西出來，你覺得更有投資價值?，F(xiàn)在這個問題到羊總這邊，我們今天講傳統(tǒng)圖商，高精度地圖可以認為它是新的地圖，這樣的地圖在生產模式和商業(yè)模式來看會有怎樣的差別？您給大家分享一下。

　　羊鋮：應該來說，傳統(tǒng)地圖和高精度地圖的生態(tài)模式差別非常大。在座的對傳統(tǒng)地圖是非常的熟悉，我想把地圖時代分成幾個時代。從圖商的角度來看，第一是在完全Off line的時代可以用一種Licence模式。

　　簡單地來說，我把地圖賣給客戶，比如說像車廠或者是其他的用戶，每張地圖按照Licence來付費。第二個時代是Licence時代慢慢地在過去，目前的時代是車聯(lián)網的時代。車聯(lián)網的時代比原來的商業(yè)模式和原來已經有一些變化，首先Licence還是存在，但現(xiàn)在是越來越低，甚至有一些項目或者有一些客戶已經沒有Licence。

　　雷新彬：比如哪些客戶？

　　羊鋮：不太方便說，應該說有一些客戶已經不用Licence。但是對于商業(yè)來說，一定要有商業(yè)模式才是一個健康的商業(yè)模式，在沒有Licence情況下，大家都在從后向收費。從車聯(lián)網或者是地圖本身延伸出來的服務來進行收費，這就是目前的一種模式。而到了高精度地圖階段，目前真正的商業(yè)化并沒有開始。

　　我想也是分幾個階段，首先第一個階段相對于傳統(tǒng)的Licence模式，在高精度地圖真正到來的早期階段功能相對比較簡單，而且競爭也沒有這么激烈，所以說還是會沿用Licence模式，而到后期會進入服務模式。應該說，高精度地圖和傳統(tǒng)地圖，今天談了很多的區(qū)別，我個人覺得最重要或者說最大的區(qū)別是對更新的要求。

　　今天也講到傳統(tǒng)地圖像給車廠從年發(fā)到半年發(fā)到季發(fā)、月發(fā)、周發(fā)等等，而對高精度地圖來說牽涉到車輛的控制、車輛的安全，一定是實時更新，對地圖更新的要求是非常非常的高。所以說以后的商業(yè)模式包括地圖也會進入到服務模式，我以開始給你可以不收Licence或者是非常低的Licence。

　　如果來使用地圖更新或者是地圖的動態(tài)信息，今天沒展開來討論這個事，高精度地圖除了地圖本身以外還包括實時發(fā)生的事件等等的動態(tài)信息。如果需要這些信息一定是需要地圖商提供云端的服務，包括更新，包括實時事件的發(fā)布，而圖商可以通過服務模式來收取商業(yè)利潤或者是商業(yè)利益。我覺得這就是高精度地圖時代和傳統(tǒng)地圖時代商業(yè)模式的區(qū)別。

　　雷新彬：看起來并不是傳統(tǒng)圖商被顛覆，而是傳統(tǒng)模式看起來會有很大的變化。剛好下一個問題問崔總，您在知卓產業(yè)集團，有一個投資的話題問到您這邊。假設我們現(xiàn)在是在一個投資的節(jié)目，有幾位拿著業(yè)務來爭取投資。假設是羊總是傳統(tǒng)的圖商，但是沒有創(chuàng)新的業(yè)務、新的模式。假設還有一位圖商新的創(chuàng)業(yè)者代表，比如Momenta，比如說還有攝像頭做采集的公司，在您看來會選擇哪一家？

　　崔運凱：這是非常好的問題，我也大概講一下知卓的理念。我們對于高精度地圖的理解和大家不太一樣的地方，我們不是把它局限成一個統(tǒng)一的形式，我們認為高精度地圖本身來講是滿足無人駕駛的幾個基本功能，第一個功能之一就是定位，定位的方案有多種多樣不同的方案，有主流、向外國廠商、向Uber在做的這套靠激光的方案，還有好多初創(chuàng)公司在嘗試根據車道的幾何和實時車道監(jiān)測來進行車道匹配的地位，還有基于傳統(tǒng)的計算機視覺來做特征提取和語義信息提取的方案。站在我們的角度認為，所有只要能實現(xiàn)地位功能，能把地位提高到一定精度的方案都是可以采用的方案。所以對地圖的看法來講，感覺地圖本身有可能就是多種形式融合的體現(xiàn)，再會根據主機廠上的需求，再根據下游的需求不斷的提高需求的產品，但我們輸出的是定位的能力?；氐竭@個問題來講，如果有三家公司在我們面前需要給他們投資的話，那我們三家都會投。

　　【現(xiàn)場提問】

　　雷新彬：看來崔總是跨界融合的高手，覺得各有千秋、各有利弊。剛才四位嘉賓已經在臺上做了很干貨的分享，下面還有一點點時間留給現(xiàn)場的觀眾。馬上到中午了，大家還堅持到現(xiàn)在，給大家一些機會，有什么問題給臺上這四位嘉賓？

　　提問：主持人好，各位嘉賓老師好，我有這樣的一個問題，假如自動駕駛汽車商業(yè)化在早期對高精度地圖依賴度比較高，可能在比較多的人，主要是在人口密度比較高的城市才有這樣的可能，而人口密度比較低、偏遠化的城市，可能在未來幾十年沒有辦法使用自動駕駛汽車的。

　　雷新彬：您的問題是說，從人口密集度來說，大城市可能會更快一點的推進，反而在人煙稀少的地方、小的城市發(fā)展的慢一點，您的問題是這樣的嗎？

　　提問：對的。

　　雷新彬：下面，四位嘉賓看看誰能回答一下他們的問題？

　　羊鋮：我來說一下我的看法。剛才這個問題也非常好，首先，目前客戶或者說計劃對于道路的覆蓋有兩種，應該說，作為我們圖商來說，覆蓋到哪個地方一定是根據需求來的。一種需求可能是大多數OEM他們的需求，他們首先是希望覆蓋高速公路。首先你要覆蓋全國的高速公路，因為在高速公路上給駕駛員帶來自動駕駛或者說能帶來一些幫助。

　　另外一種應用場景是完全不同的應用場景，今天其實也有提到的Uber這邊做的事，他們的要求是希望在城市內進行運營。這也是看運營公司的規(guī)劃，首先一定是大城市，如果他們在相對偏遠的城市有運營計劃，我想我們的高精度地圖也會覆蓋到那兒。

　　在這個問題中還隱含了一個問題，我想再多說兩句。業(yè)內普遍認為自動駕駛的落地一定是2B，包括商用車的應用場景或者說真正到2C階段會相對遠一些。

　　我理解您剛才的問題，如果買一輛無人駕駛的車，是不是在偏遠地方就不能用了？但是我想真正到那個階段的話相對來說比較遠，而且圖商應該也會覆蓋到那些偏遠地方，會滿足需求來覆蓋。

　　雷新彬：現(xiàn)場的朋友還有問題嗎？

　　提問：因為這個會議的主題是傳統(tǒng)的圖商跟高精度地圖之間的關系，我想問一下，大家對傳統(tǒng)圖商或者地圖的制作，包括生產，這一塊還有沒有生命力？包括在未來的幾年里面會不會被邊緣化或者弱化。

　　雷新彬：你這個問題想要提給哪一位嘉賓？

　　提問：大家都可以發(fā)表自己的看法。

　　羊鋮：我覺得這個問題是有點針對我們傳統(tǒng)圖商的。應該說，我們做地圖做了很多年，真正開始做高精度地圖也是有四五年的時間了。剛才這個問題是問傳統(tǒng)圖商的做法是不是會被淘汰或者說是不是會被邊緣化落后？

　　我可以這么說，作為傳統(tǒng)圖商來說，我們現(xiàn)在要做的是既要傳統(tǒng)也要不傳統(tǒng)。怎么樣的說法？我說的傳統(tǒng)就是圖商做圖，雷總也非常的清楚，做圖是非常嚴謹或者說需要非常多質量控制的一項工作，應該說每家傳統(tǒng)圖商在工作中的Know how積累是非常多的，怎么樣控制質量、怎么樣適應不同的情況。

　　為什么說又需要不傳統(tǒng)？應該說最近兩年非常多的AI公司給行業(yè)或者說給制圖行業(yè)帶來非常新的思維方式。而我們圖商需要做的就是在剛才傳統(tǒng)的基礎上也要去吸收、接納新生的技術。就我們公司來說，我們現(xiàn)在也跟包括在座的AI公司在進行合作，利用雙方的優(yōu)勢，一方面工程化的能力，因為做全國圖并不是一件非常化的事，工程化的能力讓地圖能真正的落地，同時也通過合作吸取一些新型公司，他們AI公司強在算法，強在處理能力。把雙方的優(yōu)勢結合以后，在未來應該是非常好的時代，包括技術的成熟。應該說，在未來也會用這些新技術，通過合作包括自己的研發(fā)來適應新時代。謝謝！

　　雷新彬：作為主持人本來是想保持中立的立場，但是我還是忍不住想發(fā)表一下觀點。我認為是需求和驅動，從市場上來說對LBS的需求還是存在的，量越來越大，這個需求點跟過去不一樣，需要更深度、更豐富的內容。另外新鮮度或者實時度更好，即使是傳統(tǒng)的地圖還是不斷地有一些新的變化、新的內容，所以這一塊的東西仍然會存在。像剛才羊總講的一樣，可能它還是會存在，但是在逐漸的發(fā)生變化，無論是本身的內涵，還是從生產的模式方面來說都是在往前走。

　　換句話講，十年前和今天的導航電子基礎或者2018年到2025年到2028年再來看，可能相關的LBS業(yè)務還做，但是會發(fā)現(xiàn)里面的內容一直在往前走。芯片領域有摩爾定律，我覺得LBS領域不像摩爾定律那么快，但仍然會有非常大的變化。

　　從這個意義上來講，傳統(tǒng)這個詞，如果一個圖商或者是企業(yè)永遠用一成不變的方式去做同樣一件事情，這是比較危險的一件事情。真正要做的是說，你永遠去追隨看到市場、看到變化、看到新的趨勢，然后找到新的趨勢下最合適的那個點。謝謝！

　　由于現(xiàn)在比較踴躍再留給現(xiàn)場一個問題。

　　提問：非常感謝各位嘉賓的分享。剛剛羊總回答的地圖覆蓋率的問題，我就想到了幾個問題。第一，現(xiàn)在大部分都在做高速的高精度地圖，對于城市的高精度地圖是產品的形態(tài)會不會非常的不一樣？比如說地圖的數據屬性以及駕駛行為都不太一樣，目前是否有圖商已經有城市的高精度地圖覆蓋？還有高精度地圖作為給車看的三維模型，除了可以服務于無人駕駛，那還有其他應用落地的場景嗎？謝謝！

　　李玉東：這塊我來先補充一點。確實如你所說，現(xiàn)在大家主要是在高速道路，但是關于你剛才提的城市內道路，實話實說，目前中海庭沒有很多覆蓋，特別是沒有聯(lián)網覆蓋，而且目前采用模式還是像高速一樣。但目前我們根據車廠發(fā)展或者是產品化時間也是提出我們的方案，城市道路不會等同于高速道路的采集方案，特別是采集車的配置以及采集的方式。雖然我們還沒開始操作，但是規(guī)劃已經發(fā)生變化，可能更多的是城市里邊的道路，按現(xiàn)在更多地會采用眾包的模式。因為現(xiàn)在我們已經發(fā)現(xiàn)如果城市道路覆蓋，首先你的成本是吃不消的，另外可能包括羊總，李總也知道，用傳統(tǒng)的方式來采集城市道路，我們的點云數據90%之間路都被人、車、摩托車給覆蓋，我們完全沒法作業(yè)。我相信其他圖商一樣會采用另外一種方式，這種方式現(xiàn)在有一些技術的問題，大方向是眾包的方式來做。

　　雷新彬：謝謝李總。

　　羊鋮：我這邊稍微補充一點。剛才這位嘉賓問到一個問題，高速公路跟城市地圖有什么區(qū)別？應該說，現(xiàn)在在高速公路上某一些方案或者某一些項目用的高精度地圖定位方式還在用RTK的方案，而在城市內和空曠很大的區(qū)別是RTK方案是行不通的，在城市內一定是需要用相對定位的方案。換句話說，對于高精度地圖來說，一定是需要相對定位，在城市內才能工作。

　　另外一個問題，高精度地圖除了自動駕駛以外的應用領域。目前這一塊也有一些其他的項目，除了自動駕駛以外，首先可以用于高精度的智慧交通或者是城市管理，現(xiàn)在很多這些項目對于道路的要求已經不是知道你在哪條路，而是需要知道你在哪條車道。

　　我這邊只舉一個非常簡單的例子，是用在保險上面。大家對于車輛保險的判斷，比如說一輛車直行，一輛車變道，發(fā)生事故一定是變道的這輛車是有責任。而有了高精度地圖的輔助以后，我就可以非常明確的判斷事故的責任，這是我舉的一個簡單的例子。

　　另外一個應用方面，高精度地圖也是應用在自動駕駛的仿真。大家知道現(xiàn)在目前像Waymo或者像Uber做自動駕駛的公司都在進行非常大量的仿真。有一個說法是需要有上百億公里的仿真測試以后，車才可以真正的上路。而做自動駕駛仿真離不開高精度地圖，可以用高精度地圖來構建非常真實的虛擬環(huán)境或者是仿真環(huán)境來運行仿真軟件，達到最終實現(xiàn)車輛安全的目的。

　　崔運凱：我也想做一些補充。從知卓的觀點來看，大家知道知卓是以數據說話的公司，我們認為在城市道路的高精地圖的形態(tài)和高速高精地圖形態(tài)是最根本的區(qū)別，我們認為城市道路的建圖不是說談論傳統(tǒng)的高覆蓋，而更是從用戶需求去出發(fā)。如果我們可以掌握大量的用戶需求數據，我不知道大家有沒有看過公開提供的熱力圖，感覺中國比較少，美國有很多。你可以看到這些熱力圖，甚至包括紐約在內很多大的城市，車輛運行的道路是非常的集中分布，倒不是一個大的城市所有的道路都實時的有大量的車去不斷的去運行。

　　反過來講，實際在有車運行的道路中，只有少數的道路車的實際運行是產生社會價值的。比如說，工作的道路、去消費的道路。如果通過數據能不斷地采集各種各樣的數據，通過對數據進行分析發(fā)現(xiàn)對社會更有意義的道路，那我們可不可以通過這些道路入手在這些道路上進行建圖。因為本質上無人駕駛是要提高整個社會的效率，如果我們可以找到這些能提供社會效率的道路，對他們進行無人駕駛的實現(xiàn)、無人駕駛的鋪開，那我感覺這樣對社會本身就是已經有意義的了。