引言
人工智能正在成为人类创新的焦点，越来越多的人认可以人工智能为标志的第四次产业革命正在到来。在人工智能领域，大模型拥有干亿级参数的深度神经网络，能够处理海量数据、完成各种复杂的任务，大模型带来的变革影响着包括地图行业在内的千行百业，也成功地压缩了人类对于整个世界的认知，让社会看到了实现通用人工智能的路径。
高精地图作为自动驾驶和智能交通的重要基础，能够提供精准的定位和导航信息，为驾驶员和乘客提供更安全和高效的出行体验。以大模型为代表的入工智能技术，也为高精度地图的生产和应用带来了新的机遇。百度地图已在电子地图领域深耕多年，拥有行业领先的AI技术能力和海量的地图政据，当人工智能技术到来的那一刻，能够快速反应，运用大模型带来生产模式的变单。
二、新趋势下的地图行业痛点
高精地图是服务于自动驾驶系统的专题地图，蕴含更为丰富细致的静态信息和动态信息。传统导航地图在精度、内容、生产流程和更新频率等方面存在痛点，已不能够满足自动驾驶的需求，需要用高精地图来补足。
(一)亟须高级辅助驾驶地图产品
面对汽车产业智能化和网联化发展的新趋势，伴随着用户日益精细的出行需求，汽车产业与地图行业正面临一系列的机遇和挑战。其中，实现车道级导航、驾驶辅助与有条件自动驾驶等功能，已成为行业的迫切需要。为满足这些功能，高级辅助驾驶地图产品将成为关键的一环。
在大众出行应用方面，地图产品需要解决车主在日常驾驶场景中较常遇到的痛点。例如:主路和辅路、高架桥上和桥下的位置区分不明，容易造成混淆和误导航;在复杂的道路网络中，无法按照车道标线和标识进行正确转向。以上问题部亟待解决，以标高驾驶的复利性和准确性。在智能号驶应用方面，地图产品也面临着挑战，其中的关键问题在于，如何在低成本的前提下，快速满足智能网联新型汽车的需求，包括车道保持、自适应巡航、自动紧急制动，辅助泊车、换道辅助，燃油控制，有条件自动驾驶等功能，并实现安全节能行车，
在这一背景下，AI原生高级辅助驾驶地图产品的开发和应用显得尤为重要。AI原生高级辅助地图产罪不仅能提供精准的导航信息，还应结合以大模型为代表的人工智能技术，为驾驶者提供更加智能、安全的驾驶体验。随着技术的不断进步和需求的日益增长，高级辅助驾驶地图产品将在未来的汽车产业中发挥越来越更要的作用。
(二)亟须自动化、智能化的全流程地图制图
在大模型应用于地图制围领域前，地图数据生产已经完成了从模拟测绘到数字化测绘，再到信息化测绘的重大变革，目前正在逐步由信息化测绘迈向智能化测绘时代。这一过程中，地图制图面临着以下三点问题。
第一，定制化业务专业模型泛化能力差。定制化业务专用小模型，往往是针对不同的业务应用场量或数据要素，面向特定任务及特定数据类型进行训练。传统地图制图模式应用视觉模型，主要采用语义分割或识别方法，只能学习"所见即所得“特征，针对实地无车道线、路面被车辆等遮挡，以及地图制图标准1车道组、虚拟车道线、车道拓扑连接等)等，无法实现理解、推理及生成，高昂的标注成本限制了样本不(万级别)，模型慈数下小导致模型表达能力有限，模型泛化能力差，难以应对现实世界复杂场景
第二，全流程的自动化水平不够。传统地图制图自动化采用分模块分环节流水线设计，而非端到端模型，识别模型只是应用部分环节，或是部分数据要素，策略效果存在漏斗效应，全流程的自动化能力瓶颈明显。传统的导航电子地图生产技术已经无法满足行业和客户对高精度、高丰富度、高新鲜度地图提出的迫切需求。
第三，无法形成有效的数据飞轮。分模块分环节的流水线没计构成了一个全月不可链系统，无法结合用户最终的数据反馈，实现端到端的模型迭代，也无法形成有效的数据飞轮，驱动模型能力的持续突破和提升。
上述问题制约了地图制领域的进一步发展，并且高精地图的制作难度远高于传统地图，需要采取相应的技术和方法来解决。
三、大摸型与高精地图生产应用的结合
(一)大模型与高精地图生产
近年来，大模型技术的崛起让高精地图大规模、低成本、高质量、高时效生产成为可能，以百度文心大模型的技术底座为基础，百度地图推出了新一代 AI原生数据生产平台(AIGD)，该平台采用了行业首个地图生成大模型，通过构建轻不化图像 BEV辅助结果，构建了端到端车道网络生成新范式。地医生成大模型在技术上采用统一的矢量化建模方式，构建了集检测，分割于一体的多任务框架，可以同时生成地图要素。地图生成大模型极大扩充了数据量与模型芯数不，基于端到端的新范式，充分地利用了海量地医标注和作业成果，同时基于Transformer模型架构的全局注意力与车道级与矢量点多级查询机制，加强了地图要素特征学习，最终实现高精度、高召回的端到端地图生成。地图生成大模型的应用，使得地图制图成本降低了95%，显著提升了地图的全流程制作技术，尤其表现在车道级地图数据生产自动化水平的提升方面，有效解决了传统模式人工依款程度高、数据生产效率低、成本高、场景泛化能力差等行业难题，实现了车道级地图规模化量产能力。
在采集硬件方面，百度地图是国内最早开始高精地图研发的企业之一，只备完整的自主知识产权，拥有从采集设备到数据制作全流程自主技术研发能力。通过持续的自主研发，采集硬性实现了高精度、高稳定、高时空同步和低成本。在成国模式上:基于百度自主研发的硬件系统，通过建立一套创新型高精度、高清晰度的车道级路面底图图像资料以及新的模式，可以大幅降低作业成本，有效降低标注和识别难度。
地图生成大模型，相较于传统地图数据生产模式，自动化效率大幅度提升。传统地医数据生产一般采用分环节、分要素的模式，通过图像识别等技术辅助人工标注。由于采用多阶段的方式，策珞效果存在调斗效应，且系统全局不可微，无法通过作业标注反馈湜升模型效果。。例如，以往业内处理车道级网络数据时，自动化程序会输出若干车道边界线，后期需要人工完成多个步骤形成车道级路网、人工依款度及成本高，而生成大模型后，通过端到端的模式，输入高清逝像俯视因，输出矢量地图成果，只需人工辅助过行局部修正..
(二)大模型与高精地图应用
规模化的高耥地图是自动驾驶安全、舒适体验的必选项。目前，在大模型的加持下，百度建立了全国规模最大的导航电子地图数据库，车道级网络覆盖程度处于行业领先位置，已实现一线、新一线、二城市100%覆盖，三线减市85%覆盖，大规模、低成本、高时效的高精地图，也是服务用户和赋能产业的关键支撑..
为更好地服务用户，百度地图充分利用了上述的车道级数据成果，推出了全新的车道级导航产品，为驾驶者提供更为精确和细致的导航服务。当前，百度地国车道级高精度地图已经实现规模化量产，依托于此面向导航用户的城市车道级导航服务已完成对京津冀、长三角、珠三角、成渝等核心城市区域的覆盖，预计2024年将实现全国覆盖。
在产业赋能方面，百度地困推出车用地图解决方案，不仅可为车企提供精度和覆盖率领先的多级地图数据应用能力，还可提供安全合规的智能汽车数据专白云服务，全方位应用于车载导航、辅助自动驾驶、预见性巡航、手车互联、车联网数据分析等车用场景，并已与多家智能汽车标杆企业达成深度合作。同时，百度地图推出的交通数字孪生地图，也已成功落地广东高速等智能项目，成为智能交通示范样板，在提升市民出行体验的同时，也提升了交通管理部门的业务效率。
四、结论与展望
大模型时代，面向自动驾驶的高精地图实现了从表达到表征、从高精度到高丰富度、以离线到实时
融合闭环的发展，在生产和应用中发挥着重要作用。
蕴着大模型技术的进一步发展，高精地图生产将朝着更智能化的方向发展，为自动驾驶、智能交酒、减市规划管理等领域的发展提供强大的支持。
从地图生产到地国应用，大模型正在为包括高精地图在内的整个地国行业带来巨大改变。首先:大模型能够支持应用反馈驱动形成数据飞轮。随着车道级导航城市的全部覆盖及用户规模的快速增长，以及地图生成大模型的规模化运用，高轴地图能够获得更多用户反馈，推动数据及产品体拉提升，从而进一步扩大数据规模，形成数据飞轮，持续提升大模型的理解、生成及淮理能力，其次，大模型能够支撑建设多模态的地图行业大模型基座。通过将图像欲据、时空数据、遥感数据等空天地多源多模态数据编码到统一的向量空间，可可以构建出对地理信息更强认知的地国行业大模型友座，助力多维行业应用。未来，大模型技术将引领地图代际变革，服务用户和海能产业新发展。
[作者简介]
侯燕，女，百度智图副总经理，主导地图数据采集合规、数据生产及平台运维安全、测绘业务评审及合规管理等工作:
胡小庆，男，百度智图业务经理，注册测绘师;
武冰 冰，女，百度智图测绘安全专员，测绘工程师;
申雅倩，女，百度地图数据工艺专家，测绘工程师;
刘玉亭，男，百度地图到总经理，全面负责百度地图基础数据研发管理、制定百度地图基础数据发展战略和总体规划工作.
