从供需角度来看，车企需要自动驾驶有哪些新场景，高精地图才有可能覆盖过来，但大部分车企在技术上都没办法真正渗透这些场景，高精地图厂商也有啥动力去跟进。同时，自动驾驶对高精地图的需求也在不断发生变化，但项目又没能实现真正落地，地图厂商无法通过规模效应来降成本，因此高精地图的发展就受到了限制。
就例如小鹏的城市NGP上线也有小半年时间了，一开始只支持广州这一个城市，在2023年才在深圳、上海开放使用。还有极狐的城市驾驶辅助功能也是如此，支持使用的城市也是少得可怜。这两家的城市驾驶辅助发展多多少少受到了上述情况的限制，那有没有什么方法能绕开高精地图来实现自动驾驶呢？
重感知、或全感知或许才是出路
完全舍弃高精地图，只靠车辆感知目前就有车企在做，就是特斯拉。特斯拉的想法非常简单，人能通过眼睛看到世界，车就通过摄像头来看世界。只通过车辆感知实现的驾驶辅助，就需要有很强的即时道路模型生成能力。而在国内，这方面能力紧跟在特斯拉后面的是小鹏汽车。
有关这个“道路模型生成能力”要把原理讲清楚有点复杂，这里引用小鹏汽车自动驾驶副总裁吴新宙的说法：小鹏的XNGP采用了全新一代感知架构XNet，XNet的关键词是多相机和多帧，就是把来自每一个相机的视频流直接注入到一个大模型的深度学习网络里，然后直接实现三维空间静态和动态的输出。
在“道路模型生成”这个技术的实现方法上，小鹏和特斯拉其实大差不差，两者最为明显的区别是，小鹏主要通过激光雷达来获取车辆自身与障碍物之间的距离信息，而特斯拉则是直接用算法将2D影相中的距离信息转化出来。
