特斯拉自研AI地图，供应商懵了！即将FSD V15上线

杰西卡 发自 ROBO-车
量子位ROBO | 公众号 AI4ROBO

地图供应商都懵了啊！特斯拉竟然又决定亲自造地图了？？？

特斯拉AI负责人刚确认，公司正在开发全新的AI地图和导航系统。首批功能计划随FSD V15上线，未来几个月还会逐步覆盖导航、停车、目的地处理等功能。

而且这套地图还将引入特斯拉整个车队积累的信息，通过AI学习驾驶偏好，甚至可以直接通过语音决定行驶路线。

此前，特斯拉虽然已经拥有自己的导航软件和智能驾驶系统，但地图底图、基础地理信息等服务，仍然需要依靠外部供应商提供。

如今连这些基础能力也准备全部AI自研……地图的这个门槛，难道要被特斯拉打没了？

特斯拉自研AI地图，FSD V15率先应用

消息来自刚刚结束的特斯拉三季度财报电话会。

一位股东向特斯拉提问：

当前FSD的地图系统仍存在三个主要问题：限速信息识别不准确、停车表现不理想，以及路线选择不够符合驾驶者习惯。
既然这些问题一直存在，为什么特斯拉还要依赖第三方地图，不能自己开发一套？

特斯拉AI负责人阿肖克·埃卢斯瓦米（Ashok Elluswamy）接过话题，给出了明确回应：确实不应该继续依赖外部供应商的地图了。

随后他确认，特斯拉已经开始开发自己的地图，但并非简单再造一款传统地图产品，而是采用全新的AI架构，将地图构建、导航和智能驾驶结合起来。

这套系统的一大特点，是充分利用整个特斯拉车队的集体信息。

按照阿肖克的介绍，车队积累的信息将参与改善地图和导航系统，同时结合车主个人的驾驶习惯，学习不同用户的路线偏好。

例如，对于同一个目的地，有人习惯走高速，有人更倾向于熟悉的城市道路。新系统将学习这些偏好，减少驾驶者每次出行都要重新调整路线的操作。

另一个变化是语音交互。车主可以直接通过语音向车辆提出路线要求，由AI理解需求并调整导航，而不必完全依赖屏幕上的路线选项。

阿肖克甚至表示，新系统有望在驾驶任务上比用户自己更了解其习惯。

不过这些功能不会一次性全部上线，按照目前披露的计划，FSD V15将首先在行程的起点和终点应用新技术。此后数月，新架构才会逐步扩展到导航、停车、目的地处理等环节。

事实上，特斯拉之前就已经提前展开了相关探索。

今年夏季，特斯拉在软件更新中加入了Preferred Routes（偏好路线）功能，导航系统能够优先考虑车主此前经常使用的路线。

Automatic Navigation（自动导航）也得到升级。除了家庭、公司和日历中的行程，车辆还可以根据日常出行规律，主动推荐经常前往的地点。

这些功能都在强化导航对用户习惯的理解。而新一代AI地图，准备将这类能力进一步融入FSD，让车辆自主处理更多与实际驾驶相关的任务。

同时这也意味着，特斯拉的地图系统将迎来一次更深层次的调整。

目前，特斯拉导航融合了第三方地图内容与自研软件。部分基础地理信息、地图图层等来自外部服务，特斯拉则开发自己的车载导航应用，并将充电规划、车辆状态和路线选择等功能整合其中。

新一代AI地图的目标，是进一步减少这套体系对外部服务的依赖，将更多地图数据处理与导航决策能力掌握在自己手中。

对于一家累计交付量已经超过1000万辆、拥有大规模真实道路数据的汽车企业来说，自研AI地图早就不是开发一个车机功能那么简单了。

按照特斯拉最新财报，截至今年第三季度，其累计交付量达到1020万辆，活跃FSD付费订阅量也达到174万。

庞大的车队，意味着特斯拉已经具备持续获得大量真实道路信息的基础。

而这恰恰是地图行业长期投入资源积累的核心能力之一。

地图行业的门槛，特斯拉用AI打破了？

实际上，特斯拉并不是第一次利用车队自建地图。

早在2015年特斯拉发布Autopilot 7.0时，马斯克就曾专门介绍公司的高精度地图计划。

彼时他表示，传统导航地图主要用于确定道路位置，但自动驾驶需要掌握更丰富的信息，例如道路曲率、车道数量、车道之间的连接关系，以及车辆转弯时适合采用的速度。

因此，特斯拉计划利用车队收集的数据，自行建立一套更加精细的道路信息系统。

按照马斯克当时的设想，这套数据所包含的信息复杂程度，可能达到普通导航地图的100倍。

他甚至表示，如果其他汽车企业或者机构有需求，特斯拉也愿意出售相关地图数据。

但2019年的Autonomy Investor Day上，马斯克却态度反转，直言高精地图是一种错误的方案，并透露特斯拉曾经尝试过相关技术，但随后由他亲自叫停。

叫停的原因在于，预先建立的高精地图，很难始终与实际道路保持完全一致。

例如，施工导致车道调整、临时封闭道路或者交通组织发生变化，依赖既有地图信息的自动驾驶系统，就可能受到影响。

高精地图需要专门采集、制作和维护，道路信息发生变化后，还需要更新相应数据。这种方式可以向车辆提供精细的先验道路信息，但建设和维护也意味着持续的时间与成本投入。

马斯克认为，自动驾驶应该能够根据摄像头实时感知的道路环境作出判断，而不应将预先绘制的地图作为主要驾驶依据。

这正是特斯拉后来持续坚持视觉感知和神经网络路线的重要原因。

但坚持视觉感知，并不代表从此不用地图。特斯拉这次筹划的不是当年那套预制高精地图，而是靠车队数据和AI构建的更灵活的体系。

两者在技术实现上仍有明显区别。

传统高精地图通常需要提前建立精细的道路模型，包括车道线、道路边界、交通标志及道路连接关系等，再向自动驾驶车辆提供相关信息。

而特斯拉的新架构恰恰相反，地图不再是一份预先画好的静态数据，而是由车队持续喂养、随驾驶不断更新的活系统，每辆车既是地图的使用者，也是生产者。

这样一来，地图信息的获取、更新与使用，可以更加紧密地结合在特斯拉自己的技术体系中。

另一方面是今非昔比，当年没做成的事如今有了现实基础，海量车辆持续产生的真实道路数据，配合AI模型，足以让特斯拉把地图这项能力握在自己手里。

这也给传统地图行业带来了新的压力。

长期以来，专业地图供应商的竞争优势，很大程度上建立在道路数据采集、地图制作、持续更新以及导航技术服务等能力上。汽车企业通常需要借助这些服务，才能完成道路信息获取和导航功能开发。

但随着车端感知、AI模型和数据处理能力不断增强，部分原本需要专业地图服务商承担的任务，已经可以被整车企业自己完成。

对于特斯拉这样具备大规模车队和完整AI研发能力的企业，地图供应商原有的部分技术优势，正面临被内部自研能力替代的可能。

而类似变化，在国内智能驾驶行业其实也有出现。

早些年，城市NOA的落地一度高度依赖高精地图。车企要在一座城市开放相关功能，往往需要先完成地图采集和道路信息适配。

地图覆盖范围，也因此成为制约城市辅助驾驶推广速度的重要因素。

然而，随着车端感知和AI算法的进步，国内车企开始逐步摆脱这一限制。

比如小鹏早在2024年中就宣布城区智驾100%无图化；华为、理想也在同年陆续推出不依赖高精地图的城区智驾方案……

几家企业的技术实现不尽相同，但方向无一例外，都是让城市辅助驾驶不再必须等待高精地图提前覆盖，车辆依靠自身感知和算法就能完成更多道路判断。

国内地图行业也随之出现调整。

据盖世汽车研究院统计，2026年1—7月，国内乘用车高精地图装机量仍超过152万套，但传统高精地图已经不再是高阶辅助驾驶不可缺少的前提。

地图供应商的竞争重点，也逐渐扩展到基础地理数据、车道级导航、轻量地图以及数据更新等服务。

不过，对地图供应商而言，更深层的挑战可能还在于客户结构的变化。

头部车企拥有庞大的车辆规模、持续积累的道路数据，以及自主研发AI算法的能力，已经有条件承担越来越多原本需要外部采购的功能。

而规模较小的车企，即使希望降低对地图供应商的依赖，也未必具备同样的技术和成本条件。

更何况，随着高阶辅助驾驶逐渐摆脱对预制高精地图的依赖，地图覆盖率、测绘精度等传统竞争优势，也越来越难单独构成产品溢价的理由。

对地图行业来说，真正最棘手的局面，或许是最有能力支付高价的客户，恰恰也是最有能力不再采购的客户。