近期，無錫一家醫院因“禁止特斯拉入內”被推上了熱搜。只因車主開著特斯拉去醫院接病人被門口保安攔下。車主氣憤地問，“為什麼特斯拉不能進？”保安指了指門口，上面貼著特斯拉“禁止入內”的標語。

在國內，特斯拉車輛是被禁止駛入某些重點敏感區域的，包括醫院、學校和部分小區。較為敏感的國有企業以及相關機構的人員也都不得使用特斯拉汽車。在海外，特斯拉也不受待見。德國媒體援引柏林警方內部文件報導，禁止特斯拉汽車進入警局各單位或在警局各單位泊車。

去年，特斯拉還陷入“間諜風雲”，儘管馬斯克在第一時間解釋稱：“特斯拉不會將數據用於間諜活動，特斯拉願意使用最高等級保密措施保護數據安全。”但顯然，疑慮並沒有打消。

馬斯克嘴上說沒有，但不代表特斯拉沒有這個能力。由於感知類數據的採集、存儲、處理等可能記錄周邊位置的視覺圖像，一旦數據被濫用或惡意使用，將會對國家安全帶來巨大風險。

此前，這類行為的數據測繪一直是法律的盲區，但2022年8月31日，自然資源部印發了《自然資源部關於促進智能網聯汽車發展維護測繪地理信息安全的通知》，澄清了一系列長期以來對自動駕駛技術研發、落地過程中測繪的法律疑團。

自然資源部認定，自動駕駛汽車收集道路環境信息是測繪行為，相關企業主體應當申請測繪資質或將這些工作委託給有資質的第三方。

可以說，不僅僅是以特斯拉為代表的海外車企，我國整個智能汽車行業也將進入監管視野。這引發了業內人的擔憂，自動駕駛汽車的發展會不會被戴上一道“緊箍咒”？在自動駕駛應用與國家安全之間，我們到底該怎麼去平衡？

■特斯拉FSD受挫於中國市場？

在自動駕駛汽車時代，每輛車實際上都在測繪。

清華大學學科辦主任、車輛與運載學院首任院長楊殿閣認為，智能汽車可以通過部分數據還原現實場景，只要車輛有攝像頭等傳感器，具有定位功能，實際上就是在測繪。這些數據不僅不允許出境，即便是在國內存儲也需要具備資質。

為了規避相關問題，也為了節約巨額的地圖授權費，特斯拉採取了完全不依靠“高精地圖”的純視覺自動駕駛方案，把用作仿真訓練的“短時路網”保存在國內的服務器上。

嚴格上說，車企無論採樣哪種自動駕駛方案，感知都會對周圍環境發生“繪製”這一行為。簡單地理解，高精度地圖是直接把周邊環境“畫好”交給系統，而攝像頭和激光雷達好比是用筆在現場“素描”。

特斯拉雖然沒有使用高精度地圖得到現成的“畫”，但純視覺方案能利用自己龐大的車隊，完成了大範圍的眾包地圖構建，繪製出場景數據。這些都可能成為軍事目標、關鍵敏感目標等地理坐標數據洩露新的風險點。

2020年4月，特斯拉宣布，已經通過“影子模式”收集了30億英里（約48.28億公里）行駛數據。此後，特斯拉並未公開更新這個數據。

此前，針對自動駕駛汽車收集數據、訓練算法，監管沒有明確界定性質，但現在已明確了智能網聯汽車集成了相關傳感器後，採集的相關信息數據進行採集、存儲、傳輸和處理的行為，都是屬於測繪活動，要依照《中華人民共和國測繪法》進行管理。

值得一提的是，外資企業不能申請測繪資質，只能委託有資質的第三方。企業向境外傳輸包含地理信息的數據需要經過審批。

2021年5月，特斯拉宣佈在中國建立數據中心，但特斯拉採集的數據始終具有爭議。“智能汽車數據採集涉及到測繪資質、保密、審圖等各個方面的合規問題，僅僅依靠建立本地數據存儲中心遠遠不夠。”一位業內人士稱，“就算特斯拉沒有想要收集中國數據給其他國家，但只要它有這個能力就必須要被管控。”

在中國，特斯拉選擇百度作為導航地圖合作夥伴，後者俱備地理信息採集測繪資質。目前，尚不清楚特斯拉是否會與百度達成進一步的數據收集和存儲等合作。

眼下，特斯拉標榜的FSD還沒有對中國用戶開放測試，目前也沒有提出開放時間表。如果將數據交給第三方，勢必會影響到特斯拉自動駕駛的迭代速度，而經過保密處理後的數據也會降低自動駕駛算法訓練的效果，同時會加大企業的數據處理難度。

車百智庫調研稱，數據跨境傳輸一直是智能網聯汽車的新問題，各國均未建立起完善的全球數據跨境傳輸監製機制，不利於智能汽車的研發和出口。

發生在特斯拉身上的問題，我國車企也會碰到。近兩年，我國車企正陸續走出國門，以上汽、比亞迪、長城為代表的傳統車企，以及蔚來、小鵬等新勢力車企都在加速海外佈局，一些數據採集、傳輸和使用行為要符合國內外雙重監管和標準，這可能會對我國車企的全球化發展造成一定阻礙。

■重“高精度地圖”路線走不通了？

國家地理信息關乎國防安全，涉及國家秘密，在監管收緊的情況下，國內車企、自動駕駛企業也會受到一定的影響。

國內依賴於高精度地圖的車企眾多。業內普遍認為，高精地圖是高級別自動駕駛的必需品，它能獲取車輛定位、道路情況及周邊環境等，可謂是給一輛汽車開啟上帝視角。

而根據自然資源部的明確規定，高精地圖測繪製作，只能由具備導航電子地圖製作甲級資質的單位進行。

要拿到導航電子地圖甲級測繪資質的門檻非常高。2021年，拿到這一資質的企業數量為32家，但2021年下半年至今，自然資源部開展電子導航地圖資質複審換證，四批名單中只有23家企業通過，資質數量減少了近三分之一。其中有汽車企業背景的只有湖北億咖通科技有限公司（吉利投資）。

2021年，小鵬汽車以2.5億元的價格收購圖商――智途科技，此前，小鵬NGP採用高德提供的高精地圖，其地圖的更新需要依賴高德的節奏。

小鵬汽車自動駕駛副總裁吳新宙曾公開表示：“對於城市場景，高精地圖的’鮮度’非常關鍵，希望NGP發佈時能做到天級更新高精地圖的能力。”很明顯，小鵬希望通過智途科技，將地圖的更新節奏掌握在自己手裡。

但根據最新公佈的高精地圖資質複審換證進展顯示，智途科技尚未通過甲級測繪資質複審。

同樣沒通過複審的還有上汽旗下的中海庭，以及上汽參股的Momenta。智己汽車聯席CEO劉濤曾對車市物語稱，“在政策法規方面，中國新能源車企比特斯拉更佔先機、搶紅利，比如高精度地圖。我們仍有發揮的空間去創造差異化的競爭。”

隨著高精度地圖資質被限，小鵬的城市NGP、智己L7的城市領航輔助能否按規劃時間落地，恐怕不容樂觀。

除了車企，想要造車的滴滴，故事也講不下去了。此前，滴滴將自己的自動駕駛業務寄希望於自身的高精地圖，但是細心的人已經註意到了，在第一輪審核通過名單上，就把滴滴剔除在外。沒有了地圖測繪資格，想藉助於地圖來構建自動駕駛的競爭優勢的這條路，顯然已走不通。

有業內人士分析，今年有關部門有意收緊導航電子地圖製作甲級測繪資質，尚未通過複審的多家企業，其資質恐將被回收。

按照自然資源部最新規定，即便是在測試階段，只要安裝了衛星導航定位裝置和攝像頭、激光雷達等傳感器，且採集道路及環境坐標、影像和激光點雲等數據，都是測繪行為，應當按照測繪法律法規進行管理。

今年上半年，多家車企不約而同取消了多款車型的遠程訪問車外攝像頭的功能。一位不願具名的業內人士稱，“背後原因之一可能是這些功能讓車企構成地理信息數據的處理者，進而需要測繪相關的資質。而車企短期內無法取得資質或委託第三方處理的情況下才選擇（暫時）關閉相關功能。”

■車企：申請資質or交給第三方？

過去，地圖數據採集的參與方僅限於地圖企業，但根據自然資源部的最新規定，地圖採集運行主體發生變化，國內從事自動駕駛技術研發的初創企業、汽車企業、零部件企業乃至車輛運營方等，都可以申請進行自動駕駛汽車道路測試。

那麼，車企是否會重新考量自己申請測繪資質？

按照自然資源部的分級標準，電子導航地圖乙級資質不得在政府部門劃定的自動駕駛區域外從事導航電子地圖製作。但正如之前所述，申請甲級資質門檻頗高，而車企採集數據的目的也不是為了測繪，而是為了訓練算法，申請甲級資質不是每家車企或自動駕駛企業能承擔的。

比如，電子導航地圖甲級資質要求企業具備至少100名專業技術人員和相應設備系統，設立測繪地理信息安全保密機構等，還需定期接受資質複審。

“接下來就看在合規角度相關部門是如何進行監管和處罰了。”一位車企自動駕駛研究人士張海（化名）稱，“如果因為資質問題，強制要求開發企業不得保存和處理即時測繪數據，又可能會限制自動駕駛技術的進步。”

對大部分車企而言，雖然會產生一定的服務費用，但還是選擇委託給有資質的第三方。比如，蔚來在2022年Q1財報上官宣：今年三季度將基於與合作夥伴共同開發的自研高精地圖，推出NOP+增強領航輔助功能；與華為合作的車企，包括極狐阿爾法、阿維塔等搭載的高階智能駕駛功能ADS，都會依賴於華為高精度地圖。

但與有資質的企業合作，車企也有擔憂。目前，包括華為、百度等具有甲級測繪資質的企業都不乏親自下場造車，當他們在對外推高精地圖業務或更深一步的數據合作時，車企難免會有數據安全，以及數據所有權的顧慮。未來，第三方中立的地圖公司，或將扮演重要角色。

無論哪種合作模式，基於目前的數據監管要求，可能會導致車企或自動駕駛企業收集處理數據不夠便利。

表面看，圖商是這次政策收緊的最大受益者，但眼下，圖商的商業模式並未跑通，仍有許多瓶頸存在。

高精地圖對數據的“鮮度”要求非常高，需要實現日更，甚至分鐘級的更新，否則，道路些微的改動都會讓自動駕駛汽車“無所適從”。

但要實現這一點難度不小，高精度地圖不再是“一張圖”，而是一個數據庫，背後的數據存儲、數據篩選、建模解析都是挑戰，單單靠圖商投入大規模的採集車完成更新，確實有些不現實。

目前，自動駕駛的規模還未達到大規模量產上車的階段，成本無法分攤，導致地圖廠商缺乏足夠的動力去採集和更新數據。並且，現在大多數圖商採集的是高速公路和結構化的道路數據，且只能做到季度更新，無法滿足車企對城市化高階自動駕駛的要求。

正因為單家企業無法完成繁重的任務，諸如百度、高德、四維圖新等企業均同時採用眾包和集中採集兩種方式進行高精度地圖的繪製。不過，眾包的問題也顯而易見，涉及到採集合規問題，數據所有權和涉密數據的保護均會受到威脅。“眾包無論從經濟性、安全性，還是數據質量的角度看，都不是一種成熟的模式。”張海稱。

體係不健全、標準不完善等問題是智能汽車產業發展初期的常態。在這樣的形勢下，產業發展容易“一管就死，一放就亂”。當前主管部門和企業還在摸索具體數據分級分類監管標準，在管理細則還未頒布前，自動駕駛企業還需要一段時間的磨合。

多位專家呼籲，落實車路雲協同能夠大幅提高智能汽車的智能化效果，但現實中卻有很多牽絆的矛盾。只有找到技術創新與政府監管的平衡點，才能給自動駕駛產業提供一個良好的發展環境。（ 彭斐）