自动驾驶地图正从静态数据向空间智能体演进。高德地图提出了开源可推理、可生长的地图新范式，通过生成式建图与世界模型技术，解决地图理解交通规则、补全缺失信息及预测未来等挑战，为行业提供新的技术路径。
智能速览
地图演进分三阶段：静态地图、认知地图、空间智能体
高德开源技术矩阵包含FSDrive、PriorDrive等多个项目
RoadGPT支持多模态输入，实现分钟级车道级地图生成
地图将进化为时空智能体，作为现实世界模拟器
MapDR数据集实现交通标志与车道规则的精准关联
精华内容
地图技术正经历从静态指引到空间智能的深刻变革，高德通过开源技术矩阵推动了这一进程。
地图演进三阶段
地图的演进经历了三个阶段。第一阶段是静态地图，依赖人工作业，更新慢，主要用于道路指引。第二阶段是认知地图，像司机一样看懂标志、遵守规则并预测行为，初步具备认知能力。第三阶段则是空间智能体，作为世界模型参与自动驾驶闭环，支持隐式地图表达。高德正从离线地图供应商转型为在线认知引擎，向AI公司迈进。
攻克三大挑战
技术上面临三大挑战。首先是理解交通规则，不仅要识别文字，更要结合语义和情境理解含义并关联车道。其次是处理信息缺失，模型需像人类一样“脑补”完整车道拓扑，解决遮挡或数据过期问题。最后是预测未来，地图需具备“上帝视角”进行超视觉预警，作为动态模拟器支持智能体决策，实现先想象后行动。
构建技术矩阵
高德构建了开源技术矩阵。以SD地图为底图，建立生成式建图基座模型，将矢量构建任务转化为生成式任务，具备高灵活性和扩展性。认知地图基模方面，构建了MapDR数据集，通过PAMR模型实现地图与规则的协同构建，赋予地图记忆与推理能力，完成对动态环境的连贯认知。
自研大模型落地
高德自研十亿级参数多模态大模型RoadGPT，支持卫星图、街景及文本输入，在云端实现分钟级车道级地图生成。在此基础上提出的FSDrive，将世界模型与驾驶决策深度融合，无需显式输出矢量地图，自身即成为隐式地图。该技术已在手机、车机导航及辅助驾驶领域落地。
高德地图通过开源FSDrive等项目，构建了可推理、可生长的地图新范式，推动了自动驾驶地图技术的进步。未来，地图将进化为时空智能体，这不仅是技术的革新，更是对空间智能的深度探索，值得行业持续关注。
