现在的自动驾驶系统还不具有高精度地图的显示和渲染的能力，但是我们现在已经从车端和V2X的需求角度完成了可视化引擎的一部分工作，包括3D地图的渲染，以及算路、地点和要素的显示，这些我等一下会详细展开。
前面主要是介绍了我们地图的基本情况，但是刚才其他的嘉宾也介绍了，地图现在还很难进入一个盈利周期，因为我们有那么多的采集车，每天在路上会做数据的采集，并且我们每天也有无数的点云、传感器数据，会回传到我们的数据库和众包的系统，这些过程会对我们的产品服务、对主机厂的服务带来哪些帮助呢？我们不仅仅是提供了一个高精度地图的在线分发服务，我们也提供了很多基于高精度地图融合定位的测评服务，以及基于自动驾驶仿真的云服务和差分定位服务，也就是我们四维旗下六分科技现在提供的服务。
现在的自动驾驶在逐渐落地过程当中，包括现有的L2+、L3-以及L3自动驾驶系统，在落地的过程当中发现了一个问题就是实际上现在对于定位来说没有一个很好的评价标准，就像刚才尹总也介绍了，尹总的小1百万美金那个东西可以做绝对精度结果的评价，那个东西真的非常贵，但其实对于自动驾驶系统来说，它要评价的这个定位的精度是多元的，比如说跟当前的标志物以及车道线相对定位的结果，其实在某些特定的环境场景里面更加重要。
因此其实四维在做地图采集和定位过程当中已经积攒了一套完整对于地图的评价机制，我们每年大概有30万公里的高速道路，平均每年会评测2万2千公里以上，给我们的合作伙伴和客户提供我们高精度的质量保证依据，但是在这个过程当中最后车厂验收的时候实际上是需要一个定位盒子或者是MapECU的定位评价，因此我们也面向OEM和合作伙伴提供了一个融合定位精度的评测服务，这个从评测的过程、工艺、技术流程以及产品品控模型来说是完全公开的，您如果说从任何的角度想去对这个评测服务进行一些定制化或者说有一些权重的要求，或者对某些评估的要求有自己的想法，我们有更高一级，对自动驾驶系统来说更高一个数量级的评测体系来保证现在这个车规级和消费级的定位系统是否真正可靠，是这样的一个产品。
因为我们有丰富的采集车数据和丰富的量产车，因此在我们完整数据形态的基础上面向自动驾驶提供了完备场景数据的能力，将我们的自动驾驶在线模拟仿真，通过云服务的方式提供出来，大家可以通过我们的云服务和我们的模拟仿真服务，这个里面有采集车采集回来的非常丰富的，远超现在标准模拟仿真的产品场景的产品数据库以及标注类型都是基于我们30万公里每年采集数据的仿真场景，因此在这个上面，我们能够提供的仿真场景的数据能力也是远远高于同级的。
