据飞说智行获悉，近日，如祺出行与广汽研究院联合研究成果《PrevPredMap: Exploring Temporal Modeling with Previous Predictions for Online Vectorized HD Map Construction》被全球计算机视觉及机器学习领域知名学术会议IEEE/CVF计算机视觉应用冬季会议（以下简称“WACV会议”）于第一轮评审中直接接收，预计将于2025年2月的WACV会议结束后正式发表。据了解，如祺出行是全国首个提出在线矢量地图构建方案的出行平台。
公开资料显示，IEEE/CVF 计算机视觉应用冬季会议（WACV）是国际上最重要的计算机视觉盛会之一，2024年WACV论文综合接收率仅为41%，第一轮直接接收的仅占约11%。本次研究成果被WACV 2025于第一轮评审中直接接收，很重要的一个原因在于其提出了在线矢量地图构建的创新模型。
本次被WACV 2025接收的研究成果，在众包高精度地图（以下简称“众源地图”）的构建中，首次探索了基于历史预测结果的在线矢量地图构建方案，能够高效利用历史信息解决遮挡问题并提升检测精度，从而降低众源地图构建成本、提升众源地图构建质量。如祺出行相关人士表示，如祺出行一直鼓励研发团队关注自动驾驶产业需求，在推进业务项目的同时进行相关创新实验。
从实际情况上看，相较高等学校、科研机构等，公司离应用场景以及市场需求更近，从理论到应用的路径更短，其前沿成果也更易实现商业化。如今，该创新模型已用于如祺出行与广汽研究院联合开发的项目“基于感知实时建图的轻地图技术研究”中，该项目已与其余27个人工智能、新材料、生物医药、装备制造等项目一同入选广州市属国企重点领域研发计划“揭榜挂帅”项目榜单。
如祺出行研究成果获WACV 2025首轮接收
广州国资委助力创新理论的商业化落地
WACV会议以严谨的学术评审标准以及重视学术质量而闻名，每年吸引大量来自全球各地的学者、研究人员，前来探讨最前沿的视觉技术和机器学习方法，往年论文接收率在相关领域的学术会议中一直维持较低水平。WACV 2025沿用两轮审查流程，每一研究成果均需经过全球顶级专家团评审。
此次如祺出行与广汽研究院的联合研究成果，在WACV 2025的严格审核中突围而出，第一轮就被直接接收。该论文的意义在于其提出了在线矢量地图构建的创新模型。
首先，区别于以往使用历史帧的特征表征进行时序建模，论文首次探索了使用历史帧的预测表征进行时序建模，提出了PrevPredMap框架并在在线建图方向验证了这种历史表征的有效性。预测表征具备直接语义，PrevPredMap框架有利于引入长程时序建模和丰富的地图先验。
其次，论文首次提出双模式训练策略，相同权重的模型在单帧模式和时序模式下都可以高质量推理，增强模型实际应用的稳健性。
最后，论文将训练阶段的辅助一对多匹配机制优化为group-wise版本。group-wise版本的引入可大大降低训练显存，且由于group-wise版本保持了训练阶段和推理阶段的模式一致性，测试精度得到进一步提升。
回顾在线矢量地图构建技术的发展历程，自2022年8月，地平线提出MapTR首次达成实时端到端矢量在线建图起，至今短短两年，行业涌现了很多优秀的相关研究，其中部分研究利用历史帧的特征表征进行时序建模。
该论文则进一步探索了使用历史帧的预测表征进行时序建模，并且首次提出双模式训练策略，相同权重的模型在单帧模式和时序模式下都可以高质量推理。本次如祺出行提出的创新模型，或将为车端实时建图、云端众源地图构建、4D车道线预标注等服务提供支持。
据了解，该创新性理论已逐步应用于双方联合研究项目“基于感知实时建图的轻地图技术研究”中。该项目利用智能汽车收集的传感器数据，实现地图数据的快速更新和个性化定制，从而为智能驾驶系统提供更为精确和实时的地图服务。
此前，广州市国资委发布了市属国企重点领域研发计划“揭榜挂帅”项目榜单，28个项目涉及人工智能、新材料、生物医药、装备制造等领域，“基于感知实时建图的轻地图技术研究”作为“揭榜挂帅”项目之一进行正式发布。在国资委平台的助力下，该项目将利用场景资源，努力实现各类创新主体之间的协同创新、关键核心技术攻关等，形成“产业出题、科技答题、市场阅卷”机制，推动创新主体在创新链、产业链上的融合。
出行平台优势赋能技术研发
如祺出行技术服务收入同比增长175.8%
随着高阶辅助智能驾驶的爆发式发展，高精地图的覆盖度、更新频率、成本等问题成为行业争论的焦点，也分化出多种技术路线。除了如祺出行在论文中涉及到的众源地图，市面上还有诸如主机厂提出的无图智驾、自动驾驶汽车企业提出的高精地图等。
作为一种新型地图绘制方式，众源地图利用搭载了激光雷达、摄像头等传感器的乘用车辆，通过车载硬件在行驶过程中收集道路信息并上传至云端，在云端完成地图绘制。相较传统形式，众源地图的成本更低、数据更新速度更快；相较于依赖车辆感知能力来构建及更新地图信息的无图方案，众源地图在地图更新频率、可扩展性等方面具备一定优势。
在此行业背景下，如祺出行基于大模型，构建了BEV在线建图能力，车辆实时生成“活地图”，补足自动驾驶决策算法所需的道路拓扑信息，从而形成如祺出行轻地图NOP方案和众源地图方案。基于出行场景的众源地图方案，充分发挥如祺出行平台的场景和数据优势，实时车端建图，以更低成本、更高的更新频率，为客户提供更优质的地图服务。
从如祺出行发展来看，企业自带的出行基因已成为其自动驾驶技术研发的优势之一。截至目前，如祺Robotaxi已经在南沙、前海、横琴等粤港澳重大合作平台提供服务，积累了最具成本优势且合规的数据源，在智慧出行上建立技术优势。如祺出行CTO宋德强曾提到，“综合成本、效率和质量等多维度来评估，出行服务平台是能高效推动智驾研发和迭代的优质数据源。”
私家车通常处于停车闲置状态，多数用于日常通勤，有数据显示，中国私家车于使用年期内的平均使用率低至30%以下。相较于私家车或智驾研发机构自建的车队，出行服务平台常态化运营车辆在单日运营时长、里程等方面均具有规模化优势，数据获取效率更高。运营车辆在用户真实的出行场景中提供服务，且每一程的行驶路线均视用户需求而定，可以获得更丰富、更真实、更具价值的道路数据。
目前，如祺出行已打造了自动驾驶数据解决方案，涵盖人工智能数据及模型解决方案、高精地图及智能交通解决方案，并为国内多家自动驾驶技术公司、头部汽车主机厂和智能汽车解决方案供应商提供服务。其中，如祺出行的人工智能数据及模型解决方案整合了如祺出行自有的AI感知算法基础模型，在驾驶数据集中的AI预标注召回率和准确率均达95%以上。
2024年上半年，如祺出行人工智能数据及模型解决方案、高精地图等的技术服务收入，较去年同期大幅增长175.8%。
如祺出行研发人员占比近五成
仍将加大自动驾驶自主研发投入
本次WACV 2025接收的论文中，第一作者彭楠、第二作者周勋均为如祺出行智驾研发团队的成员。第一作者彭楠博士毕业于中山大学，在计算机视觉领域有多年研发经验。第二作者周勋为智驾研发团队负责人，拥有十余年的智能驾驶行业从业经验，具有发明专利共计30余项，并曾多次荣获省部级奖项。
发展至今，如祺出行一直注重研发人才的引进和培养。截止2023年末，如祺出行研发人员占总员工人数比例约为50%。2021年-2023年，如祺出行研发技术多次获得国家授予发明专利，并积极推动着其业务发展，三年来发明专利数共计38项。
如祺出行围绕智驾算法、数据标注、高精地图等关键领域，持续加大自主研发投入力度，2021年至今累计研发开支已超4.1亿元人民币，且2024年上半年研发开支同比增长达27.5%。
根据弗若斯特沙利文的资料，人工智能数据及模型解决方案市场预计于2024年达到人民币62.5亿元，到2026年将达到人民币128.4亿元，并于2027年进一步增加至人民币180.1亿元。
为把握市场机遇，如祺出行在招股书中曾提到，将继续加大对自动驾驶关键核心领域的自主研发投入，拟将全球发售所得款项的40%用于自动驾驶及Robotaxi运营服务研发活动，同时已制定出明确的商业化目标。
到2026年，如祺出行计划提供全面的线上线下综合智能驾驶数据解决方案，计划推出大众市场应用程序、加强业务整合、致力于普及地图绘制能力、通过众包实现主动识别、利用云数据湖的大数据分析以及为众源地图提供每日更新，并于上述两大业务承接大规模商业项目。
精彩评论