无图智驾去掉了哪张图：在线感知的边界

这篇讨论无图智驾背后的感知与建图技术，以及这个说法在技术上的准确含义。车企口径按官方表述引用，媒体转述单独标注；未验证的内容不写成结论。文中不涉及传感器配置的比较，那部分可以看之前写的《特斯拉纯视觉与国产智驾》。

先说结论

“无图”不是一个技术事实，而是一个相对说法：去掉的是车道级高精地图（HD map），保留的是导航地图（SD map）。

这个边界很具体。理想官方的表述是”不依赖包括高精地图在内的先验信息，可在有导航覆盖的道路上使用”；小鹏的口径是”能导航的地方，就能 AI 智驾”，其高管公开称 XNGP 为”轻地图方案”。也就是说，功能边界等于导航覆盖范围——没有被去掉的粗先验，恰恰定义了这套系统能开到哪里。

技术上真正发生的事是：用车端实时的 BEV 感知、在线矢量建图、导航地图先验和车端拓扑推理，替代了”高精地图的生产与订阅依赖”。这条路线的代价是把一部分此前由地图承担的工作——超视距的”虚拟感知”、车道级拓扑——转移给了车端模型的推理能力和算力。

还有一个值得记住的负面发现：关于雨雾、夜间、无车道线等极端场景，公开可核实的量化证据非常少。能查到的只有官方演示口径和第三方基准的负面结论（BEV 模型在雾、雪、暗光下普遍显著掉点），而不是”某家系统在雨夜城区跑得如何”的实测数据。行业宣传和公开证据之间的差距，在这个话题上尤其大。

三个阶段

timeline
    title 从高精地图到无图
    ~2020 : 高精地图时代
         : 车道级先验与超视距感知
         : 成本与鲜度是痛点
    2020 : BEV 统一表征
         : LSS 把多相机提升到鸟瞰栅格
         : BEVFormer nuScenes 56.9 NDS
    2021 : 在线矢量建图
         : HDMapNet 提出在线建图问题
         : MapTR 做到实时
    2023 : 无图端到端
         : UniAD 与 VAD 规划导向
         : 车企转向无图量产
    2025 : 端到端吸收建图
         : 在线建图不再作为独立模块

高精地图时代的痛点有两类。 一类是成本与鲜度：HDMapNet 论文开篇就指出，离线高精地图的人工采集标注成本高、难以随道路变化扩展。另一类在中国更特殊——监管。2022 年 8 月自然资源部明确，智驾传感器在运行和路测中采集的空间坐标、影像、点云属于测绘行为，须由具备导航电子地图制作资质的单位承担。无资质车企自建高精地图更新体系的合规成本很高，这是”去高精地图”最直接的政策推力之一。

BEV 统一表征解决的是”多相机怎么在一个坐标系里融合”。 LSS（Lift-Splat-Shoot）把每个相机的特征沿视锥提升到 3D 再投影到鸟瞰栅格；BEVFormer 用时空 Transformer 直接从多相机学习 BEV，在 nuScenes 测试集上把 NDS 推到 56.9%（比此前最佳高 9.0 个点）；StreamPETR 用目标中心的时序建模做到 67.6% NDS，轻量版 31.7 FPS。这些工作的意义是把”感知”从各自为战的透视视图，变成一个可供预测和规划共享的统一表征。

在线矢量建图是”无图”在学术上的直接对应物。 HDMapNet（2021）第一次把”从传感器在线生成矢量地图”作为问题提出；MapTR（ICLR 2023 Spotlight）用置换等价点集建模加层级二分匹配，把这件事做到实时——nano 版在 RTX 3090 上 25.1 FPS，比当时 SOTA 纯视觉方法快 8 倍；MapTRv2（IJCV 2024）加速收敛并在两个数据集上达到 SOTA。最新的方向是把建图形式化为跟踪问题：MapTracker（ECCV 2024 Oral）用 BEV 栅格与矢量双记忆缓冲处理时序一致性，一致性指标提升 19%，直接回应了逐帧建图闪烁不稳定的问题。

在线建图：学术很热，量产很冷

这是这篇里我认为最值得记下来的一个判断。

在线矢量建图在 2021–2024 年论文密集，但车企转向端到端之后（理想 2024 年 10 月的端到端加 VLM 双系统、华为 ADS 4 的 WEWA、特斯拉 FSD v12 的单一网络），显式的在线矢量建图在量产架构中不再作为独立模块存在——端到端训练把建图的输出隐式吸收进了特征。

这不是说建图研究没用了，而是它的角色变了：从”输出一张可读的地图给下游”变成”作为一种中间监督或表征学习任务”。学术界最后的活跃点是把建图做成跟踪、以及与导航地图先验融合（Neural Map Prior 一类工作用 SD 地图增强在线建图——这本身也说明”无图”在往回摆为”轻图”）。

BEV 内部其实有两条技术路线。 自底向上（bottom-up）以 LSS 为代表：把每个相机的特征沿视锥”提升”到 3D 再投影到鸟瞰栅格，后续的 BEVDet、BEVDepth 都沿此改进。自顶向下（top-down）以 DETR3D、PETR 系列的 query-based 检测为代表：用预设的查询直接向图像特征取信息。BEVFormer 属于后者的时空版本。两条路线后来在工程上趋于混合，但它们的差异解释了一个现象：深度估计的误差来源不同——自底向上路线对深度分布敏感，自顶向下路线则更依赖查询与视图的对应关系。

量产时间线方面，几个可核验的节点是：

时间	事件
2023-04	华为发布 ADS 2.0，官方表述”有图无图都能开”
2023-10	小鹏科技日宣布 XNGP 进入无图时代，首批 20 城
2024-02	小鹏开放至”全国不限城市、不限路线、不限路况”
2024-07	理想 OTA 6.0 全量推送无图 NOA（仅 AD Max）；小鹏 XOS 5.2.0 全量
2024-10	理想 OTA 6.4 推送端到端加 VLM 双系统
2025-04	华为 ADS 4（WEWA 架构）

这条时间线的跨度是两年多：从”宣布无图”到”端到端吸收建图”，行业把一张车道级地图的生产问题，换成了车端模型的能力问题。

Occupancy：纯视觉开集感知的答案，和它的四个瓶颈

长尾障碍物（异形车、掉落物、施工设施）用传统闭集检测很难覆盖。车端的答案是不做闭集分类，改做占用预测（Occupancy）：判断体素是否被占用、是否可行驶，把”这是什么”的问题换成”这里能不能走”的问题。特斯拉在 2022 年 AI Day 提出 Occupancy Network，华为的 GOD（通用障碍物检测）也是类似的思路。

学术侧的基准和真值管线也成熟了：OccNet 把占据作为统一多任务表征、附 OpenOcc 基准；Occ3D 提供 Waymo 和 nuScenes 双基准与 visibility-aware 标签；FB-OCC 拿到 CVPR 2023 占据挑战赛冠军，nuScenes mIoU 54.19%。但这条路线有四个明确的瓶颈：

瓶颈	具体表现
真值昂贵	OpenOccupancy 用约 4000 人工小时把标注增密约 2 倍；Occ3D 用三阶段半自动管线
几何误差传导	纯视觉占据依赖深度估计，深度不确定性会传到占用判断
算力与延迟	稠密体素预测计算量大，冠军方案靠模型扩缩才到精度，车端需要小得多的头
可见性与远距离	遮挡区域的标签本身就需要推断，远距离体素监督信号很弱

真值质量的上限决定模型的上限——这句在占据任务里尤其成立。

无图之后，定位靠什么

高精地图时代，定位的闭环是”GNSS-RTK 加惯导推算，再把点云和高精地图做配准”。去掉地图之后，这套机制被重构为三层：

粗先验：导航地图给出道路级先验和功能边界，定位从”地图匹配”退化为”导航引导加实时感知对齐”；
高频局部里程计：激光雷达-惯性里程计成为关键组件（FAST-LIO2 以紧耦合迭代卡尔曼滤波加工直接配准实现高精度低算力的 LIO；Point-LIO 用逐点更新应对高动态与高带宽 IMU），在隧道、城市峡谷这类 GNSS 退化场景承担全部位姿递推；
重定位：视觉位置识别与场景重定位决定”上电即定位”的能力。

这条链在正常场景是够用的，但在 GNSS 长期退化的场景（长隧道、密集高架）会更脆弱——这是一个基于组件特性的分析结论，量产的完整方案细节多不公开。

极端场景：证据为什么这么少

调研里我专门找了”雨雾、夜间、无车道线”的公开硬证据，能核实的只有三类：

官方演示口径：理想发布会提到 VLM 负责无路灯夜间、坑洼、减速带、施工区；小鹏官方称覆盖掉头、环岛、窄路；华为 ADS 4 的公开数字是重刹率降低 30%、高速 L3 仿真验证 6 亿公里——注意这是仿真里程，不是雨雾实车数据；
第三方基准的负面结论：RoboBEV 用 8 类传感器退化（明暗、雾、雪、运动模糊等）测 BEV 模型，结论是普遍显著掉点；
试点运营的公开事件：特斯拉 Robotaxi 上线首日出现急刹等问题引发监管关注（媒体报道）。

至于”某家系统在雨夜城区跑得怎么样”这类流传案例，公开渠道只有自媒体线索，没有可核实的量化数据（成功率、接管率、事故率）。这个负面发现本身值得记住：行业对恶劣天气的公开量化证据基本缺位，目前只有演示级证据和基准级的负面结论。