中国とグローバルな自律走行マップ業界の2025年レポートがリリースされ、自律走行マップ業界の競争の焦点が都市向けNOA（No Operator Assist）の段階で「総合的な能力」へとシフトしていることが明らかにされた。同レポートは、ResearchAndMarkets.comに追加されたもので、自律走行マップの技術革新や市場動向について詳述している。 「マップレスNOA」が現在、自律走行システムの主流となる解決策となっており、これはオフラインの高精細（HD）マップに依存する方式から脱却するものである。マップレスとは、事前に作成されたマップから「リアルタイムマップ構築」へと転換し、さらに「世界モデル」へと進化するプロセスを指す。ADAS（先進運転支援システム）のアルゴリズムも、従来の「ルール駆動型」から「データ駆動型」へと変化している。 マップレス技術は、SLAM（Simultaneous Localization and Mapping）技術に近いが、オンラインでベクトルマップを構築し、オフラインのLDマップとマッチングして位置情報やナビゲーションを取得する。初期のSLAMはLiDARに依存していたが、BEV（Bird's Eye View）技術の登場によりその使用は減ったものの、地下駐車場などの特定のシナリオでは依然として利用されている。 2025年以降、3DガウススパッタリングやNeRF（Neural Radiance Fields）などの新技術により、自律走行マップは「過去の記録」ではなく「未来の予測」を行うようになる。世界モデル（DWM）は、膨大な運転データから時空間パターンを抽出し、マルチモーダルセンサーやリアルタイムのクラウドソースデータを統合して、動的に更新される環境知識ベースを構築する。これにより、道路構造やセマンティック情報、交通ルールのオンライン推論が可能となる。 世界モデルは、過去のシナリオや事前設定をもとに、将来の運転環境やエゴ車両の反応を予測する。また、自律走行マップの開発トレンドとして、低コストな自動マッピングやベクトル化HDマップ技術（例：MapTRやVectorMapNet）の応用が挙げられている。 百度（バイドゥ）の「地図自動化6.5」は、中国で初めての3D車線レベルのマップと、すべてのシナリオに対応する人機協調マップを提供する。このマップは、百度のデータ収集車両や多様なデータ入力、および数十億パラメータを持つマップ生成の基礎モデルを基にし、マップ作成の効率を飛躍的に向上させ、地図データの迅速な更新を支えている。 また、自律走行マップは「世界モデル（DWM）」と統合される傾向にある。ナビインフォ（NavInfo）は、世界モデルを駆動する技術にマップの時空間認知能力を組み込むことを提案し、マップが静的なレイヤーから動的なデータエンジンへと進化していると説明している。DWMは、単一車両の知能向上、計算能力の制限の軽減、緊急警告への対応などにおいて不可欠な「事前センサー」として機能する。 DWMは、高精細マップデータ、リアルタイムセンサー情報（カメラやLiDAR）、車両状態データ（速度やステアリング）、外部環境データ（交通量や天気）を統合し、物理世界の継続的な学習と予測能力を構築する。その目的は、自律走行システムが「理解・予測・計画」の三位一体を実現することにある。 本レポートは、自律走行マップの定義と分類、市場現状と競争状況、業界のトレンドと新技術の応用、OEMのマップ技術と応用、マップ提供企業などの主要テーマをカバーしている。