這個市場遠遠不止 94 億美元，但廝殺卻要來的更加殘酷。
時間真的很「貴」。相信高精地圖測繪師對此最有發言權。
幾個月前，百度千里迢迢將自己價值百萬的採集車運到一處園區內，準備給這個方圓不到 20 公里的地兒繪製一幅高精地圖。
事實證明，這不單單是一項體力活。
以園區內一處能夠「一覽眾山小」的屋頂作為基準站，工程師小哥扛著那套價值 30 多萬的 GPS 接收器爬上屋頂後，還得用水泥澆築出一個厚實的墩子（底座）用來固定設備。
隨後，便是 48 小時的「靜置期」。而這一期間，哪怕這水泥墩子有 1 毫米的移動，那麼 48 小時就相當於「廢掉」，一切都要推倒重來。
48 小時過後，才終於輪到高精地圖採集車上場。
頂著那個熟悉的 64 線「全家桶」，配置齊全的百度採集車在園區的道路上來回繞圈。單向道跑 5 遍，雙向道跑 10 遍，但時速並不快，頗為小心翼翼。
雖然半天就基本搞定了道路採集工作，但如果仔細一算，刨去非車道，實際採集的道路長度其實不到園區面積的一半。
而「正餐」過後，又是漫長的收尾工作——再將 GPS 定位系統靜置 72 小時，採集工作才算真正落幕。而這耗費的 5 天半時間，還不包括把數據傳回總部，進行清洗、標註、建模以及製圖等等一系列後續工作。
以上整個流程來自一位業內人士的親眼所見。
正是高精地圖這昂貴的時間成本與物力成本讓他對無人駕駛乘用車的上路時間表疑慮叢生：
站在使用者角度，如果要將高精地圖作為自動駕駛中置信度最高的傳感器，考慮到測繪難度與實時性，這個應用場景在現階段一定要夠「狹窄」，夠「單調」。
而對於那些一頭扎進高精地圖市場的圖商大佬與創業公司來說，為了降低採集成本與獲取足量數據，「眾包模式」的確是一條殊途同歸的道路。
但是，這掩蓋不了該行業在成長前期需投入鉅額資本的現實。
從 2015 年開始，各類圍繞高精地圖展開的收購與融資活動在今年達到了一個小高潮；
而不久前，就連高盛也給出了「2025 年高精地圖市場將達到 94 億美元」這樣一組漂亮的數據。
根據粗略統計，僅 2016 年後創立的高精地圖技術公司就超過了 15 家，這還不算上那些對該市場躍躍欲試的自動駕駛零部件公司與老牌測繪服務公司。
而其中，大部分創業者試圖用「眾包」和「更便宜的軟硬件採集方案」，讓商業回報顯得唾手可得。
但我們仍需要先弄明白這幾點：
- 讓「眾包」可行的前提，是百萬甚至千萬級的終端設備覆蓋量。
- 賣軟硬件方案給車廠，也要確保後者拿到方案後，真的能用這套方案馬上做出自己的高精地圖來（高德與凱迪拉克合作了三年之久，足以見得其中的難度）。
不過，眾包確是目前最節省成本的高精地圖製作方法。
3 年前，Mobileye 開始利用眾包切入高精地圖市場的優勢，在於其佔據了 ADAS 市場高達 80% 的份額。
而截止 2018 年 7 月，全球共有 2700 萬臺汽車搭載了 Mobileye 的設備和技術。
根據其官方聲明，公司正在通過漸進的路線，為車上的導航地圖一步步融入自己傳感器中所涵蓋的高精地圖信息。
但即便如此，利用車輛上的攝像頭與配套軟件採集簡單道路標識與車道線，在一定程度上構建的仍然是低級的、碎片化的、屬性不完整的，甚至數據有大量重疊與冗餘的地圖形式。（這也能解釋幾年過去，Mobileye 的高精地圖網絡為何不能成型。）
就像文章在開頭所描述的場景一樣，如果不採集多遍，我們不能確保一條公路的車道線是否已被完全覆蓋，也不能確保像北京大山子路口這種異常複雜的道路形態細節能否被精準識別。
也就是說，專業的測繪人才與專業級的精密採集設備， 無論如何都是不可或缺的。
圖：大山子南路：北京路口最著名的擁堵路口之一
不過話又說回來，與 Mobileye 以及大型圖商的眾包覆蓋量相比，創業公司的勝算有幾何？
以「聰明」的國外地圖創業公司 IvI5 為例，為了收集圖像數據，這家公司鼓勵 Uber 司機們下載他們的攝像 APP，並將手機固定在車窗上方。如果司機開車時打開應用錄製視頻，他們每十英里可以得到約幾美分的回報。
但這樣的「懸賞」式眾包，需要建立在足夠的 APP 下載量基礎上。而像 Google、高德以及百度這樣已經具備眾包經驗的頭部導航 APP，顯然會更具優勢。
另外，獲得軟銀鉅額投資的 Mapbox 採用的眾包方式是「開放」（開放平臺熟悉不？），而眾包的主力軍則是「開發者」。
這家公司的主要地圖數據來源是一個開放的地圖社區 Open Street Map，公司將這些地圖數據進行收集和整合再提供給開發者；反過來說，他們也可以源源不斷獲取開發者上傳到社區中的數據。
但問題也同樣存在，這些地圖數據的質量參差不齊，需要平臺將很多時間放在數據清理上面；此外，「信息不完整」這個眾包的致命傷仍然沒有被解決。
而如果創業公司依靠與車廠以及物流公司結盟的方式進行眾包採集，有分析師認為「遠水解不了近渴」：
目前，對覆蓋量掌握一定話語權的車廠對高精地圖有需求，但很審慎，普遍採取多條腿走路模式——公開與若干高精地圖大小公司建立合作，但卻都只是停留在「研究」模式。
很遺憾，尚沒有一家在自己的量產車上，哪怕是一個細分的產品型號上採用高精地圖產品。
因此，截止當下，雖然各家都喊著「眾包」，但國內沒有一家高精地圖創業公司公開給出過明確的眾包商業解決方案；
而迫於商業化節奏和製圖資質問題，大部分創業公司都在以提供技術和收取測繪服務費的商業模式在市場中立足。
譬如上上週，被曝光正在悄然進入中國市場的高精地圖明星創業公司 DeepMap，就是一直以技術供應商及測繪服務商的身份開展商業活動。
與大多數技術創業公司一樣，DeepMap 暫時沒有做圖商的打算，這家被阿里和滴滴投資的技術公司，更像是一家「一站式製圖外包服務商」：
既可提供軟硬件採集方案（工具），又可提供採集服務，也可以為客戶做出一張定製化地圖。
有業內人士向機器之能透露，DeepMap 在國外的測繪服務費用為每公里 5000 刀；而在進入中國市場後，為了規避資質風險，它將會以合資公司的形式開展國內業務。
不過，儘管這種切入高精地圖市場的模式極受資本及創業公司的推崇，但仍有一些公司不認同這種市場準入策略。甚至堅持走最原始、最難的那條路：
在很多報道中，寬凳科技與其他如 Momenta、Deepmotion 等創業公司一起，被劃分為技術解決方案供應商。
在接受機器之能採訪時，寬凳科技聯合創始人馮漢平立即否認了這個說法：
「我們不想採用相對取巧的方式，公司架構的設計也考慮了傳統圖商的設計，採集、測繪、製圖、編譯、質量管理，一個都不能少。
同時，再融入深度學習、圖像處理及一系列自動化技術，用技術解決規模化的問題。」
他認為，地圖的製作與繪製是一個很繁複的過程，而這裡面涉及到的技術問題可能僅佔50%。
測繪車隊的管理，基站的選擇，數據採集、整理、標註工藝、識別、建模、編制等每一道製圖工序的質量校檢，甚至是地圖製作中對每一種標識物進行編繪的先後順序，都是一些不可忽視卻很容易出現問題的環節。
「你別看這些小細節，其實都是我們踩過的坑。
怎麼調參才能保證地圖採集的精準性，怎樣質檢才算合格，這些坑都是層出不窮。因為只要你地圖不上車，東西可能根本就沒法用。」
因此，他並沒有否認圖商創業前期需要耗費巨大資本：
「任何一家圖商都必須投入大量人力和物力去組建人工團隊——地圖製作團隊與外業採集團隊，技術好可以提高自動化程度，但也離不開傳統測繪人才」。
寬凳做的高速公路高精地圖一角：黃桷灣立交橋。紅色：地面標識；綠色：標識牌
而之所以要走這種「全棧」路徑，他給出了三個理由：
一個是順應客戶及市場需求，另一個則是為「眾包模式」鋪路。但最終目的，是為了迅速擴大規模，提升市場佔有率。
「與車廠接觸多了你會發現，對比精度，他們更注重地圖質量；
比起給一套採集方案，國內車廠更喜歡坐在那裡看你把量產的高精地圖產品直接擺到他們的面前。」
實際上，據馮漢平透露，車廠對一幅高精地圖內的要素完整性和豐富性非常在意，他們最不希望看到的不僅包括「有沒有這個東西」，也包括「這個東西標註錯了」。
「譬如一張標註為 80 的限速牌，實際數字應該是 70。這種直接的錯誤肯定不能忍。
另外高精地圖的邏輯性錯誤也很致命。比如，理論上這個地方是不能左轉的，但你沒有加上限制，那麼車就會按照地圖的指引在這地方左轉，出現安全問題。」
而另一方面，與國外車廠相比，國內車廠對「拎包入住」式服務的偏愛，我們也從很多技術解決方案公司口中得到過相同的答案。
「如果僅僅提供一個工具，或者底層技術，他們可能懶得再去找另一家會做圖的供應商，不如全都交給一家公司（去做）。」
黃桷灣立交橋
至於「為眾包模式鋪路」，則是由於碎片化和低精度的特性，讓「眾包」更適合做道路數據的填充劑，而不是做原始數據的積累。
因此，他們選擇了一種更為折中的形式——完全由自己採集和製作出基於全國城快及高速公路的第一張高精地圖。
「先把骨架給搭起來，然後利用眾包的形式補充更新。這個也符合很多無人駕駛汽車的場景落地次序——園區和高度公路內的車上路肯定更快一些。」
這種形式與高德等大圖商製作高精地圖的路徑幾乎一致。
後者也多次在公開場合表達過「先將重心放在高速公路地圖的搭建上，然後再利用已經建立好的眾包獎勵機制進行後續更新。」
但是，作為創業公司，與大型圖商相比，如何更好地控制成本是參與競爭的一個重要前提。
也就是說，一方面公司不能在前期投入上太過吝嗇；但另一方面，也需要將錢有的放矢，儘可能利用技術來降低成本。
因此，寬凳科技在自己的地圖採集方案中，捨棄掉了傳統圖商測繪套件中的很多昂貴的設備，包括激光雷達，將軟硬件成本從千萬與百萬級別下調了一個量級。
而此前，同樣以計算機視覺方案為主的自動駕駛公司 Deepmotion 在接受機器之能採訪時曾表示，能夠將高精地圖採集軟硬件採集方案降至千元級別，但平均精度可以控制在 10-20 釐米左右。
但馮漢平卻強調，那些千元級消費級硬件並不一定真能達到高精地圖產品的精度與質量要求。
「我們進行了很多種軟硬件採集方案的嘗試，完全可以證明在高速公路場景下，計算機視覺技術能讓產品達到激光雷達方案才有的精度。
這不代表千元機就能做出符合標準的高精地圖。我們驗證的結果證明，要想保證地圖質量，你必須要用幾十萬級別的 GPS+慣導套件（專業級 GNSS 組合慣導）。」
也就是說，充分利用計算機視覺技術的知識產權，是寬凳控制整套製圖成本的核心。
「舉個很簡單的例子。燈杆、路牌，這些標識物其實都很稀疏，依靠這些是無法做很穩定精準定位的；
而唯一頻繁穩定出現的，就是車道上虛線的起終點。所以我們製圖時，就利用視覺方案把每一個虛線的起終點做得非常精準。這對我們的定位方案有很大的幫助。
很多圖商如果以激光雷達方案為主，其實是很難做出這種東西來的。」
需要注意的是，在寬凳提供給機器之能的一份核心團隊名單中，除了大部分人來自於Google、百度與高德的相關應用團隊，公司AI總架構師王軼輪的背景更為引人注目。
這位畢業於斯坦福大學的計算機視覺專家，還有一個很亮眼的頭銜——最近非常火爆的美國無人車創業公司 Zoox 的前技術負責人。
黃桷灣立交橋
既然第一份原生地圖要自己做，當務之急，是要把全國的城快與高速都跑一遍。
「我們數十輛採集車已經上路，預計半年多時間就能把全國一百座城市的高速公路跑一遍。
當然，也會馬上啟動夜間採集，畢竟比起白天，在晚上測繪的效果會更好。」
對於公司能否在這樣一個短時間內完成採集和製圖，時間未到，我們不能做出任何評價。
但是，即便是變化頻率相對較低的高速公路場景，也必然對「現勢性」（專用術語，可理解為實時性）有一定要求。
因此，在第一張初始圖製作完畢後，「眾包」將逐漸成為高精地圖更新的主要手段（測繪車肯定會不停得在外面跑，但從成本和速度考慮，眾包更有優勢），但這又會讓他們落入剛才所講到的、諸多對創業公司並不友好的條條框框中。
不出意料，現階段寬凳暫時也不能透露更多關於「眾包」的具體細節，只給出了「我們正在與你能想到的大型國內國外車企進行商務合作與接觸」這個答案。
回看全球傳統導航地圖市場的發展史，前期快速發展階段湧現出數十家同類公司，但到行業後期，95% 的市場份額（除中國）僅掌握在 4、5 家圖商手中；
而在國內，高德、百度與四維圖新這三大圖商盤踞了 99% 的前裝市場份額。
根據長江證券研究所的分析，造成這種市場結構的原因，是地圖數據的採集和維護佔固定成本絕大比重。
而在與競爭對手投入相當的情況下，如果沒有穩定市場份額和良好的盈利，就無法與其他具有先發優勢並已形成規模的對手競爭。
因此，如果歷史重演，那麼在高精地圖市場，誰規模擴得足夠快，誰就擁有優勢。
而留給創業公司的機會在於，沒有人知道誰將最終勝出。
因為到現在為止，儘管市場很熱鬧，但任何一家大型圖商、車廠與創業公司都不確定，什麼樣的策略是最優的。
寬凳認為，與其作為外包服務商給每家公司單幹，不如儘快「量產」高精地圖。通過收取每家「使用許可費」的方式來分攤原始製圖成本，擴大市場佔有率。（走傳統地圖授權模式）
而作為一個早期產品，這份「量產高精地圖」可能並不足以滿足所有車廠的需求。
因此在前期，公司會根據每家車廠的要求，對這份初級地圖進行適應性修改，最終由寬凳將其整合成一套相對完善的地圖系統。
「即便每家有自己的想法，但高精地圖的基礎模式總歸是一致的。」
而這個想法，並不是寬凳獨有。
實際上，包括高德和百度在內的很多圖商，都正在採取這個策略，以一份與 A 車廠合作的模板為基礎，再在接下來與 B 車廠和 C 車廠的合作中將其不斷完善。
「也許我們與那些有 BAT 背景的圖商在車廠心目中的地位不同，後者會讓他們生出更多警惕心，因為他們害怕淪為附庸。」
但是，「複製模板」、「量產」與「實時更新」在某種程度上意味著數據的共享，而如何說服車廠與平臺打通，也是寬凳自己還沒有解決的問題。
如此看來，對比那些聲稱「不要數據，只做服務」的技術公司，留給寬凳科技管理團隊的難題更全面，更繁瑣，解決週期也更長。
或許我們不能否認，這種「重模式」能夠建立更高的競爭門檻，但「長戰線」與「高投入」是否容易會在資本層面遇冷？
「說實話，我們的團隊和技術，甚至接到過巨頭拋來的收購意願，反正到目前為止從來沒有為融資發過愁。」馮漢平似乎認為這並不是什麼大事。
「當你發現這條路只有自己一家在走的時候，就意味著距離已經拉開了。」
閱讀更多 固執意 的文章
