“我们感到现在最大的问题就是城市参与的程度越来越深，但车企参与度比较低。没有车企参与的车路云在产业功能上出现了短板。”在日前举行的第四届沈阳智能网联汽车大会上，中国电动汽车百人会副理事长兼秘书长张永伟指出，在推进车路云一体化建设上，仍存在认识落差问题，导致各方顾虑重重。进入技术不断落地、设施日益完善、公众接受度不断提高的新阶段，车路云一体化的智能网联汽车“中国方案”究竟要如何走得更稳、更快？

01

车路云一体化迈向规模化

截至今年5月，全国共建成17个国家级智能网联汽车测试示范区、7个车联网先导区、16个智慧城市与智能网联汽车协调发展试点城市，开放测试示范道路3.2万多公里，发放测试示范牌照超过7700张，测试里程超过1.2亿公里，各地智能化路侧单元（RSU）部署超过8700套。政策方面，9个智能网联汽车准入和上路通行试点的联合体、20个智能网联汽车车路云一体化应用试点城市相继确立，分别从车企端、城市侧加快车路云一体化建设。在十三届全国政协经济委员会副主任，工业和信息化部原党组副书记、副部长苏波看来，我国车联网产业已经从技术验证过渡至规模落地的重要阶段，进入拓展应用的新进程。

政策利好不断，给多地车路云一体化建设注入了活力。据北京亦庄智能院集团党委副书记、总经理颜敏介绍，围绕“多杆合一、多感合一、多箱合一”的建设原则，示范区将5900根旧杆升级改造为3500根多功能杆，减杆率达到42％。据介绍，在智能化路侧设备赋能下，示范区交通效率提高30％。通过城市感知体系和信控优化平台结合，北京亦庄红绿灯平均每13分钟优化调整一次，在车流量上升20％的情况下，全天平均车速、车均延误都有大幅度降低。

颜敏告诉记者，在多杆合一路线下，全生命周期投资成本降低12.8％，统筹运营下电费节省50％，利用路侧和车辆视频数据进行AI巡检又将人工成本降低了38％。“现在亦庄的路口变得很干净，亮出了天际线。示范区4.0建设即将启动，改造北京四环以外到六环以内约2324平方公里的5000～6000个路口。”颜敏称。

不久前，上海发布《上海市交通领域大规模设施设备更新专项工作方案（2024～2027年）》。其中明确提出，推动车路云一体化，改造ETC门架系统RSU等设备，实现与车辆信息交互协同。据悉，在路端建设上，上海嘉定已建成车路协同环境230.6公里、智慧路口超300个，并在G2京沪高速、G1503绕城高速上，实现了国内首个“大流量、高动态、高复杂”自动驾驶高速公路开放。

沿袭了北京亦庄“多杆合一、多箱合一、多感合一”路线的沈阳，在经过技术整合后，特定路口设施量从56台降至24台。目前，沈阳大东区已完成113公里智慧路网建设，覆盖97个路口，部署路侧感知设备总量达1421台。此外，大东区智慧路网数据均接入云控基础平台，已累计接入网联及自动驾驶车辆75台，累计记录运行里程超过100万公里。

“在国家顶层规划支持下，我国智能网联汽车产业加速发展。车路云一体化的复杂系统即将进入规模化应用阶段。”中国工程院院士，清华大学教授，中国汽车工程学会副理事长、会士，国家智能网联汽车创新中心（以下简称“创新中心”）首席科学家李克强表示。

02

车企“缺位”应用难落地

各地政府如火如荼搞基建，车企却显得有些不温不火。对此，李克强表示，当前我国车路云一体化研发、示范仍处于初级阶段，系统以单车智能为主，车企数据尚未接入，也未能接收。张永伟也直言，在车路云一体化建设中，车企参与度较低。通过车路云一体化系统实现人、车、路、云融合，提升车辆网联化、智能化水平，对于车企而言本应是好事，为何车企却不愿积极响应呢？

“作为车企，我们非常欢迎路侧信息的接入，但如果只是一些碎片化的信息，无法形成连续的数据，从用户体验上是比较难以接受的。”在岚图汽车科技有限公司智能驾驶高级总监付斌看来，车企也有着自身的无奈。首先，车路云一体化建设需要路侧基础设施规模足够大，这就意味着建设成本极高，车企深入参与的资金压力较大，长期来看商业化前景不明朗，企业很难投入真金白银。据蘑菇车联首席技术官郭杏荣介绍，车路云一体化短期内很难实现投入的回报，回报周期大约需要10年。

其次，各地车路云一体化建设还处于初级阶段，尚未搭建形成完备的系统架构，设施建设呈现碎片化特征，难以支持智能驾驶技术和网联功能模块化、规模化的应用。对此，中汽院智能网联科技有限公司副总经理夏芹告诉记者，部分地方政府在进行基础设施建设时，往往是“为建而建”，只考虑在哪些路口建设备，不考虑设备要解决什么问题。“要解决的问题不同，设备的角度、数量就会不同，各地政府要以终为始，先找用户、先明确需求，认真审核车企方的问题，再大量建设施。”她说。

不过，某车企负责人认为，即便从车企需求出发，车路云一体化的落地也存在很大难度。“作为车企，汽车智能化的目标就是，无论在什么路上行驶，都能用自动驾驶功能。”她认为，中国幅员辽阔、地形复杂，无法彻底实现覆盖所有道路的智能化改造，在乡间小路、山间小道、海边等场景仍需借助单车智能。“另外，如果中国产汽车都采用车路云一体化方案，那这些车辆出口海外之后怎么办？并非所有国家都有非常好的智慧交通基础设施，还是要靠单车智能。”她称。

第三，路侧数据质量也是一大问题。“过去一些试点，有的数据误差多达几百米，导致不能使用。有些车企去某些试点测红绿灯信号，结果发现还没单车看得准。”郭杏荣便表示，由于目前尚未对路侧数据质量形成统一标准，也没有权威机构认证，无法确保数据可靠性，很多车企、自动驾驶企业就不敢用、不愿用路侧数据。

此外，夏芹指出，过于冗余的组织架构也使得车企方难以很好地融入车路云一体化建设之中。“现在建设方、运营方太多了，大多城市可能是每个区一个总包商，没有统一的场景数据对接方。想要让车企对接路段数据很难，太多分包商了。”夏芹感叹道。

03

商业模式亟待闭环

无论是数据质量不高、智能化道路改造难度大，还是基础设施建设成本高、碎片化，实则关乎车路云一体化建设的两大难题——技术闭环、商业闭环。“智能网联汽车是一个高新技术产品，高新技术产业化应当具备两个条件：技术闭环、商业闭环，没有技术闭环一定没有商业闭环。”李克强称。

在技术路线上，李克强认为，车路云一体化与单车智能并不矛盾，而是单车智能的升级版。智能网联汽车发展应当循着“单车智能—车云协同—车路云一体化”的道路前进。在他看来，现有的单车智能只能逼近优秀驾驶员水平，限制了水平上限。且单一车企大模型训练数据体量有限、种类不全，存在固有弊端。引入路侧感知与计算，增强车路云协同模式，才能具备超越人类驾驶水平的潜力，提升上限。

李克强指出，当下备受关注的特斯拉新一代FSD技术便是“影子模式”＋“端到端大模型”，并非传统的单车智能，而是车云协同的应用模式，与车路云一体化并不互斥。不过，由于烟囱型架构的智驾数据仍然受限，且确实路侧信息，存在数据完备性问题。车路云一体化则是“单车智能”＋“影子模式”的全方位升级，该路线下的影子模式成本更低、效果更好。

不过，单车智能能够更快见到市场回报，又没有多领域协同的繁琐步骤，车企自然更愿投身单车智能之列。想要让更多车企看到车路云一体化的可行性，就必须尽快实现产业的商业闭环。对此，张永伟认为，首先要从一个更底层、更宽泛的视野定位“车路云”。车路云并非仅仅是汽车智能化的路线，而是一个新型基础设施体系，可以和汽车、交通、城市等不同领域进行链接，形成智能网联汽车、智慧交通、智慧城市发展方案。在这一属性下，汽车无需过早地背负一些本应属于基础设施投资的包袱，实现对汽车智能化路线的解放。

在该定位之下思考商业模式，张永伟认为，需要对投资内容进行再分类：第一类，传统基建的智能化升级应当由政府投资为主；第二类，基础网络交予运营商承担；第三类，路侧算力、智能化设备可进行社会化融资建设。在具体的模式设计上，他认为，可以借鉴高速公路的建设模式，即“主体借债、运营偿债”的方式跑通投融资机制。

另外，车路云一体化建设最终要以上车应用为出发点，不仅仅是赋能自动驾驶车辆，更要着眼于存量的智能网联汽车、普通汽车。对此，张永伟强调，必须扭转“高配基础设施服务于少数高等级无人驾驶”的误区，把应用重点放在有人驾驶车辆上，特别是海量的存量汽车，提高设备利用率。“用车路云来改善出行服务、驾驶服务已经有很多实践，尤其车路云在车辆行驶安全、效率提升、能耗减低、舒适性提高的赋能，得到了消费者的欢迎。有人用，一定就会有人付费。”他说。