“关于车路云一体化，三方面内容业内没有达成共识。”文｜智库君
“聪明的车”即车辆智能化，而“车路云一体化”则是车、路、人与环境实时动态交互联动。
不过，此前围绕车辆智能化与车路云一体化，业内一直存在误解，即“二者不可兼得，应该着重发展一个路线”。
中国工程院院士、中国汽车工程学会名誉理事长、清华大学教授李骏在6月18日第十一届国际智能网联汽车技术年会（CICV 2024）明确指出，中国智能网联汽车发展已经到了关键阶段，“车辆智能化和车路云一体化不是两条独立的技术路线，二者具有相互促进的作用。车辆智能化是车路云一体化的基础，车路云一体化能够为车辆提供赋能作用。”
与李骏院士不谋而合的是李克强院士。“单车智能和车路云一体化完全不矛盾，属于一个技术发展的过程。我们只有把单车智能做好，才能往上发展，才能做到车路云一体化。单车智能是车路云一体化的基础，而车路云一体化是单车智能的升级。”
中国汽车工程学会副理事长、中国工程院院士，清华大学教授，国家智能网联汽车创新中心首席科学家李克强在6月18日的会上对推进车路云一体化发展中存在的问题和误解做出了专业解答，并科普性、系统性地对单车智能和车路云一体化进行了分析和解释。
李克强
以下是李克强院士的演讲内容，有节选。
各位领导、各位来宾、各位业界同仁，大家下午好！
车路云一体化的智能网联汽车是一个复杂的信息物理系统，靠单一企业难以实现全面突破，而跨行业协会合作已经逐步形成共识，组织共性基础技术的联合突破、数据探索合规、共享共用。
在国家顶层规划的支持下，我国智能网联汽车产业在加速发展，关键技术也正在取得突破，产业化在加速推进，测试示范蓬勃发展，各地依托测试示范区的建设在完善路、云、基础设施水平，形成车路云一体化落地的实证案例。
谈到智能网联汽车“车路云一体化”取得重大进展的同时，我们也应该看到发展存在着一系列挑战。
当前推进车路云一体化的研发和应用，主要存在两大问题：第一、当前车路云一体化研发和示范进度仍处于初级阶段，很多方面也没有形成共识，需要以单车智能为主，车企也没能获得有效数据，所以难以发挥重要的作用。第二、当前绝大部分车路云一体化系统仍然为烟囱型架构平台，未能实现分层解耦，所以这也是网联智能驾驶迄今为止尚未形成完整成功商业闭环的重要技术原因。
此外，车路云一体化发展，当前还没有完全形成共识的主要有三方面内容：
第一，大家认为信息化基础设施技术不足、出现问题的时候，网联汽车是不能实现的，因为不清楚系统是否可靠。第二，大家都认为如果信息化基础设施大量投入，可能成本很高，难以实施。第三，大家觉得现在单车智能也能够做到很好的效果，车路云一体化的优势是不是不太突出，无法形成很好的商业引领模式。
希望能够借此机会就相关误解与大家沟通。
首先，使用车路云一体化后，系统可以在通行设施不行的环境下，做到自动降维。另外，现在安全的要求也有一系列架构，可以判断通信好不好、可靠不可靠等问题。系统有一套完备的行车判断机制，能够保证行车安全，要是不好就降维，要是好就发挥作用，所以可靠的问题得以解决。
另外，车路云一体化布置以后，成本并没有大家想象的那么高。系统成熟以后，我们在交通设施上做信息化设施改造，信息化设施改造的费用达不到1%的交通基础设施成本，平时大家可能没有做这样的计算。用了这一套系统以后，我们可以让车上昂贵的成本降低，整个系统的成本可以得到控制。这样一来，系统的整体成本是可控的，甚至是更低的。
第三，单车智能加上以后，到底是不是有明显的优势？是不是能够解决当前我们谈到的商业模式不清晰的问题？我们认为答案是肯定的。现在都在谈上帝视角，都在谈从管理到车的行驶，如果我们有了这样一个外界信息的支撑，能够克服当前遇到的难点。
如果我们用了这套系统，能够真正把协同决策，车端和路端联合进行支撑，便能够更好地做到提升驾驶性能。刚才讲过安全能够保证，节能高效也能够保证，这些保证项目都是近期我们的产业化项目，已经得到了验证，包括高速公路、节能得到了很大的改善，城市状况高效通过。
实际上我们认为，单车智能和车路云一体化完全不矛盾，它们属于一个技术发展的过程。我们只有把单车智能做好，才能往上发展，才能做到车路云一体化。单车智能是车路云一体化的基础，而车路云一体化是单车智能的升级。可以看到我们技术的发展，包括现在行业具有很大影响力的特斯拉FSD不是传统的单车智能，已经发展车路云协同。未来我们可以看到，单车智能和车路云一体化都各自有优势、各自有结合的地方。
那么，既然有了单车智能，我们为什么还需要车路云一体化？因为目前在第一步的基础上，我们还想得到更好的效果，解决当前尚未看到的商业模式。数据很难打通的问题，我们可以用现有的方法改进。单车智能感知能力受到约束，我们希望有上帝的视角能够获得更好的感知，扩展感知的能力。现在自主决策、全局性能难以优化，可以利用车路云一体化做到，避免单车智能的立体特征造成交通事故和拥堵。国外曾经有一篇重要研究，现有的交通环境下用单车智能，安全反而是一个问题，交通也会造成拥堵，所以我们需要用协同方法解决。
智能汽车的发展最终还是要拼算力，车载算力从成本、使用条件还是受到限制。我们可以把车载计算任务卸载，通过一体化的方式实现。目前全行业都在谈汽车大模型，刚才李骏院士也有提到，按照我们当前的模式，我们是很难一个企业做出真正意义上的大模型。假设每家企业能够投100亿美金，即使这样也存在问题。大模型最终可用需要数据的训练，而数据有两大重要属性，不仅要有海量性，而且要有种类的完备性。在当前的情况下，即便有海量的数据也难以有完备性的数据，因为各自的数据不交互。
我们要是用了车路云一体化的方式，可以从自主车辆和路侧获得更加完整的数据模式，能够覆盖更加广泛、交通场景更加复杂、数据种类更加完备，所以数据种类完备不是一家企业一种方式能够做的，而是协同式的，就是从各方获取的。
车路云一体化系统数据获取是有优势的，大模型基础是数据，数据不仅有海量性，还要具备完备性，要想达到数据的完备性，车路云一体化是非常好的解决手段。
现在大家也都在谈特斯拉新一代的FSD，特斯拉公布的新型FSD是“单车智能+基于大模型”实现的端到端模式，本身是智能化水平，由于有了这样一套新型方案取得了重大进步，所以我们认为特斯拉新一代FSD是对全球智能汽车行业的鼓舞和激励。
当然，目前国内行业也有种观点：特斯拉新型FSD已经有自动驾驶，100%无人驾驶，既然有了单车智能，为什么还用车云协同？我想从技术的层面给各位做一个分析。
首先来看特斯拉正式文件公布的对FSD的描述，可以有很多辅助驾驶，但场景有限，存在感知的盲区与超视距感知局限，判断自动驾驶能不能真正意义上替代人，有一个重要的城市指标就是MPI，切换一次到底能行驶多长。特斯拉自己的定义是高级别的辅助驾驶。
看一看技术特征，就是“影子模式+大模型”，属于一种典型的车云协同的方式。由于这种方式，如果“车型受限+路侧信息缺失+数据完备性”不足的话，有时候对我们真正意义上进行完全的无人驾驶也存在着巨大的挑战。新一代FSD影子模型、大模型是车云协同的一种应用模式，并非是传统的单车智能。
我们要是进一步分类，针对车路云一体化进行定义。可以看到座标原点，按照技术路线就是车云协同，现在又是分时和实时，分时就是现在的影子模型，实时就是产业化的技术，基于车云协同的节能系统，再往上走分为非实时和实时。我们可以做大模型训练，实时就是协同感知与决策。如果我们按照这样的技术架构分类，特斯拉车路云协同的模式是一种初级阶段，而车路云协同下的影子模型未来将是成本更低、效果更好。
前面谈到单车智能和车路云一体化，可能从感知能力、决策目标、控制稳定性等场景有不同的特征。如果用了车路云一体化，通过融合感知、广域优化、协同控制、数据打通，能够实现对驾驶人的全面超越。
我们都在谈BEV+Transformer，未来这样的模型训练，如果不仅是车端，还有路侧，二者融合起来更容易形成数据闭环里面的具有影子特征、传递构建的自动驾驶端到端模型。要把自己的过程连接起来，从数据的丰富性、数据的训练有完备性，还有海量性，才可以体现出来特点，能够做到扩展上限能力。
我们要是对技术进行这样的分析和对比，车路云一体化是传统单车智能+影子模式下的全方位升级版，而单车智能和车路云协同可以无限制驾驶，但限定了水平的上限，如果用上帝视角，联合计算和扩展，引入路侧感知计算，我们可以增强车路云协同的模式，具备超越人类驾驶能力，所以上限有限，需要扩展上限，大概就是这样一个逻辑关系。
总之，单车智能是基础，只有做好单车智能，才能更好地扩展。
END
