首先，在城市道路中，道路施工、临时改道等路线变化情况，是高精地图无法预知的；而高精地图数据本身的复杂性，其制作难度高，且车企或地图供应商需要特别批准才会被允许采集高精度的道路信息，这导致地图覆盖区域有限，更新速度必然要明显慢于普通导航地图；一旦汽车离开了高精地图支持的区域，它的辅助驾驶功能也就只剩下了自适应巡航、车道保持辅助、变道辅助等基础功能了。
因此，要想在城市中也实现高阶辅助驾驶甚至全自动驾驶，车辆自身的数据采集和分析处理能力还是得达到足够的高度。
而这就涉及到车辆自身搭载的系统是否具有完善的自主推理与学习能力，可以自行根据摄像头与雷达采集到的数据构建实时的道路环境的虚拟场景，帮助车辆找准位置，认清路线。
因此目前很多新势力厂商开始推动“去高精地图化”，试图让智能汽车摆脱对高精地图的依赖，从而让高阶辅助驾驶实现更广阔的的应用场景，最终使汽车实现真正的自动驾驶。
最具代表性的莫过于小鹏的NGP和华为的ADS。
以小鹏的城市NGP功能为例，为了实现在城市路况下的高阶辅助驾驶，必须将全车的所有摄像头与雷达传感器充分利用起来，并且通过对这些信息进行处理，从而实现对当下路况的实时监测，并对所有道路参与者动态的快速预判。
而他们的下一个目标，就是通过更强大的运算芯片，结合拥有自我学习能力的人工智能和云计算等技术，推出XNGP系统，实现可以实时生成高精地图的更强大的辅助驾驶甚至全自动驾驶功能。
至于华为，他们的ADS 2.0也实现了类似的效果。在用上激光雷达之后，对于路面环境的监测精度与距离都大幅提升，系统更可根据摄像头与雷达采集到的数据实现红绿灯等道路元素识别并作出相应处理，从而实现即便没有高精地图，也能实现一定程度的城市路况高阶辅助驾驶。