四維圖新CEO程鵬回應每經：未來3-5年內一定會出現沒有駕駛座的車

10月16日—18日，2025世界智能網聯汽車大會在京召開。北京四維圖新科技股份有限公司（以下簡稱“四維圖新”）CEO程鵬在“人工智能論壇：AI賦能生態演進——探析技術新變革”主題論壇上發表演講。 作為傳統圖商，四維圖新正向自動駕駛解決方案提供商轉型。如何看待“重地圖”和“輕地圖”技術路線之爭？高精地圖最終理想的商業模式會是怎樣？如何應對城市NOA（導航輔助駕駛）快速鋪開對高精地圖覆蓋廣度、更新頻率等帶來的挑戰？制約L3級及以上高級別自動駕駛大規模落地的最大瓶頸是什么？ 論壇期間，圍繞上述一系列問題，程鵬接受了《每日經濟新聞》記者（以下簡稱NBD）采訪。 四維圖新CEO程鵬 圖片來源：每經記者 張蕊 攝 將地圖與芯片、硬件等打包銷售的商業模式可能更適合中國 NBD：當前，行業在“重地圖”和“輕地圖”的技術路線上存在分歧。你如何看待這場路線之爭？四維圖新作為高精地圖的領頭羊，是堅定地“把地圖做重”，還是也在積極布局“輕地圖”方案以適應更廣泛的客戶需求？ 程鵬：我認為，地圖的“輕重”取決于應用場景和自動駕駛的級別，級別越高，對地圖精度的依賴程度就越高。 目前，我們兩條路線都有布局，從基礎的SD地圖（標準地圖），到輕地圖，再到高精度的HD地圖（高精地圖）。一些中低階的輔助駕駛，只需要SD地圖加上一些連通性拓撲關系就能實現。而對于L4級別及以上的自動駕駛，以及一些需要超越人類駕駛能力的場景，就必須使用高精度HD地圖。不同的應用場景決定了地圖的“輕重”程度。 NBD：高精地圖的商業模式仍在探索中。從“一次性售賣”到“按年服務費”，您認為最終理想的商業模式會是怎樣的？是否會走向類似SaaS（軟件即服務）的“按使用次數”或“按功能訂閱”的模式？ 程鵬：從商家角度看，最理想的狀態當然是客戶每天都付費；而客戶則希望完全免費。因此，沒有絕對的“理想模式”，最終是商業博弈的結果，找到一個平衡點就好。 傳統SD地圖最早是License（技術授權）模式，即按車輛數量一次性收費，后來逐漸演變為按月付費。另外，還有“羊毛出在豬身上”的模式，比如高德、百度地圖對用戶免費，但通過打車分成等其他方式盈利。 不同國家的情況也不同，比如Google地圖按調用次數收費，每天調多少次，在這個范圍內是一個價格，超過這個范圍，又是一個價格。而在中國，由于互聯網公司將地圖服務免費化，導致地圖本身很難直接盈利。因此，我認為將地圖與芯片、硬件打包銷售，這種“軟硬一體”的方式可能更適合中國。 未來隨著高階輔助駕駛車輛普及，地圖更新將更加實時精準 NBD：城市NOA（導航輔助駕駛）的快速鋪開，對高精地圖的覆蓋廣度、更新頻率和成本控制提出了極致要求。四維圖新如何應對這一挑戰？目前的產能和成本是否能跟上主機廠“開城打仗”的速度？ 程鵬：這是行業長期面臨的難點。很多人喊“無圖”正是因為地圖更新跟不上城市變化，導致系統置信度下降，頻繁要求人工接管，我想這是目前很多車廠喊“無圖”的本質原因。 這個情況該怎么辦？我們目前的解決方案是跟車廠共建，讓量產車成為“采集車”，即車輛在使用過程中通過攝像頭和雷達實時反饋道路變化，我們據此動態更新地圖。事實上，我們已經具備這種技術能力，但前提是車輛數量要足夠多。目前仍處于啟動階段，因為具備傳感器的車輛數量還不夠多，數據覆蓋率仍有限。未來隨著高階輔助駕駛車輛普及，數據量將大幅提升，地圖更新也將更加實時和精準。 NBD：四維圖新正從“傳統圖商”向“自動駕駛解決方案提供商”轉型。在您看來，“高精地圖”未來會逐漸成為一種可被替代的傳感器嗎？ 程鵬：地圖永遠都會在，這一點毫無疑問，但它未必再是過去那種“為自動駕駛車輛做軌道”的形態。其實，所謂“無圖”并不是完全沒有地圖，而是不再把高精地圖的幾何信息當作行駛軌道。我們可以形象地來比喻：2016年、2017年前后的自動駕駛車輛是把地圖當軌道，就像火車必須沿著軌道行駛一樣，這相當于在地上畫了一個無形的軌道，車輛嚴格依照高精地圖預先標定的車道線行駛，變道、進出匝道等操作也須提前按地圖規劃完成。 現在的“無圖”是指車輛不再依賴地圖做軌道，而靠自身傳感器的實時感知與足夠的算力，配合新的算法模型，實時判斷應該執行哪種駕駛動作、走哪條車道。由此衍生出“端到端”“VLA（視覺－語言－動作）”等新概念，系統可即時做出決策。 NBD：那您覺得在這種背景下，四維圖新未來的核心護城河究竟是什么？是數據、算法，還是“數據+算法+芯片”的閉環生態？ 程鵬：我認為關鍵在于各業務板塊的協同。傳統Tier1（一級供應商）不懂數據，很難把AI時代的座艙與自動駕駛做好；而純AI公司，又不懂芯片；我們的團隊同時掌握地圖、數據、算法與芯片能力，了解每一個板塊。 舉例而言，我們可以用20K的算力芯片達到他人40K算力芯片的效果，因為我們有懂芯片的人，通過深度挖掘每1K算力，將硬件潛能發揮到極限。在已量產的項目中，我們利用原本僅用于導航的芯片剩余算力，實現自動泊車功能，為客戶省去約1000元硬件成本。對于普遍處于負毛利或低毛利的新勢力車企，這種成本節約直接幫助其提升毛利率、跨越生存線，對他們是有貢獻的。 制約L3及以上級別自動駕駛大規模落地關鍵因素在于安全和信心 NBD：有觀點認為，L3是一個技術上的“偽命題”或過渡階段，車企應全力奔向L4。您是否認同？ 程鵬：認為L3是“偽命題”的人，本身才是“偽命題”。技術發展是漸進式的，產品也是逐步迭代的。很多時候是遇到問題、解決問題，才實現一點點進步。做公司、做產品、做研發都是如此，不可能靠一項新技術立刻顛覆一切。L3是一個必經階段，是技術進步的自然過程。 NBD：近期，工信部牽頭發布《汽車行業穩增長工作方案（2025—2026年）》，提到“有條件批準L3級車型生產準入”，措辭較為謹慎，您覺得現在制約L3級及以上高級別自動駕駛大規模落地的最大瓶頸，主要是技術、成本，還是已經轉變為法規或公眾接受度？ 程鵬：我認為，制約因素的關鍵在于能否保障用戶安全，以及用戶是否對系統有信心。所以，我非常感謝像華為這樣的公司，他們提升了用戶體驗，也增強了用戶信心。當然，行業中也有一些企業“拖后腿”，在安全性上打折扣。 我認為，車企要堅持實事求是，不夸大宣傳。比如，將輔助駕駛宣傳為“自動駕駛”，這是不負責任的。當然，目前相關部門也在規范，這是一個漸進的過程。 未來3-5年內一定會出現沒有駕駛座的車 NBD：您曾說“看到的未來將很快照進現實”，您認為未來3-5年內智駕領域會出現哪些顛覆性的體驗升級？地圖在其中將扮演一個怎樣的角色？ 程鵬：如果說顛覆性的，這個領域我認為一定會出現沒有駕駛座的車，方向盤、剎車踏板都會被取消。未來3-5年內，這樣的車輛有望實現量產。雖然短期內不會大規模普及，但在某些特定場景下，比如網約車、物流運輸等，將會率先應用。考駕照可能將變得“浪費時間”，因為駕駛本身就是一種重復性勞動，最適合由AI完成。地圖在其中將扮演一個什么樣的角色我不是很確定。 當然，這背后需要傳感器、算力和算法的全面成熟。比如，有人說人腦算力約等于5000TOPS，而目前英偉達芯片算力已可達1000～2000TOPS。因此，芯片的算力在未來5年內可能將超過人腦，盡管功耗仍然會很高。所以，未來關鍵在于經濟性——當機器人/自動駕駛系統的能耗、成本、效率達到經濟性臨界點，規模化落地就將實現。 NBD：飛行汽車這兩年也很火，公司在這方面有沒有布局？ 程鵬：我認為飛行汽車面臨的核心問題與自動駕駛類似，法規和技術并非其大規模落地的最大障礙，經濟性和安全性才是關鍵因素。 首先，目前電池重量占整車一半，為了運送一個50公斤的人，需要攜帶幾百公斤電池飛上天空，顯然不劃算。其次，安全性尚未達到商用標準。 當事故率降至千萬分之一的級別時，它就可以形成服務了，哪怕不經濟都可以。初期可能??在高端市場??率先應用；隨著技術成熟、成本下降，逐步普及至大眾市場。我認為這些都會發生，只不過會有比較長的一個周期，需要解決成本、功耗、安全性等問題。