從長安汽車明確表示不再開發“非智能化”新產品，到比亞迪官宣全系車型搭載高階智駕技術，再到吉利汽車計劃于3月初發布AI智能化戰略……近期，多家車企在智能化領域的密集動作，向市場傳遞出一個明確的信號：智能駕駛正朝著“全民普及”的愿景堅定向前。
作為單車智能化的主要體現形式，智能駕駛不僅改變了消費者的出行方式，更為“車路云一體化”建設注入強大動力，成為交通領域創新變革的關鍵驅動力。盡管今年剛剛過去一個多月，但全國多地已明確相關實施任務與時間節點，“車路云一體化”建設步入發展快車道。
各地建設熱潮推動技術規模化落地
2024年7月，工業和信息化部、公安部、自然資源部、住房和城鄉建設部、交通運輸部按照《關于開展智能網聯汽車“車路云一體化”應用試點工作的通知》安排，在自愿申報、組織評估基礎上，確定了20個城市(聯合體)為智能網聯汽車“車路云一體化”應用試點城市。
這也被不少行業專家認為是助推智能駕駛從“小范圍測試驗證”加速邁入“規模化落地”，加快高階智能駕駛的普及應用和商業化進程的里程碑事件。隨后，各地開展了一系列“產學研用”深度融合的“車路云一體化”中國方案實踐。
1月18日，南京市人民政府辦公廳印發的《南京市“車路云一體化”建設三年規劃》(以下簡稱《規劃》)正式對外公布，南京成為20個試點城市中首個印發“車路云一體化”建設三年規劃的城市。
據悉，《規劃》將從建設“分層解耦、跨域共用、分級共享”的城市級云控平臺、分步實現南京市智能化基礎設施全覆蓋、圍繞應用需求部署規模化場景并提高車載終端滲透率等6個方向精準發力。
記者了解到，在基礎設施建設與測試方面，南京市計劃分三階段實現南京市試點區的全域覆蓋，完成3777個信控路口的C-V2X網聯化改造，并將500個路口打造為全息路口，協同周邊城市共同探索高速公路的智慧升級，加速5G基站的部署。
而在無錫市“車路云一體化”建設工作推進會上，相關部門則印發了《無錫市智能網聯汽車道路測試、示范應用、準入與上路通行管理實施細則(試行)》《無錫智能網聯汽車“車路云一體化”第一階段工作實施方案(征求意見稿)》等文件。
根據實施方案，無錫市將于今年5月底前建設完成具有穩定運營能力的市級“車路云一體化”基礎平臺，完成城區主要道路信號設施網聯升級改造，實現全域信號設施聯網率提升至100%，20%的公交車、60%的出租車完成基礎和增強型網聯化升級。
隨著各地對“車路云一體化”的重視程度不斷提高，相關試點應用、道路測試項目的推進工作也迎來“加速跑”。一日內不同省市、多個項目信息同時公布的情況屢見不鮮，各地紛紛加大投資力度，推動項目落地實施。
內蒙古自治區鄂爾多斯市公共資源交易網顯示，“鄂爾多斯市車路云未來中心項目”于1月20日開啟招標，投資估算金額為2709.14萬元。該項目主要將原華泰汽車閑置廠房改造為車路云展示中心，改造總建筑面積3300平方米。其中，車路云綜合調度展示中心占地2100平方米，未來將成為展示“車路云一體化”技術成果和應用場景的重要窗口。
江蘇常州的智能網聯汽車測試場項目也已批準建設。目前，有關部門正對該項目智能網聯汽車“車路云一體化”測試基地2標段的施工進行公開招標，標段合同估算價為5800萬元，計劃于今年3月1日開工。據悉，該測試場將為智能網聯汽車的技術研發和測試提供重要平臺，加速相關技術的成熟和應用。
“龐大的投資和建設規模，不僅體現了各城市對‘車路云一體化’發展的堅定信心，也預示著這一領域將迎來巨大的發展機遇。”汽車行業分析師鐘師告訴記者，作為通向更高級別自動駕駛的關鍵技術路徑，“車路云一體化”憑借其在全局統籌與協同配合上的顯著優勢，極有可能在今年迎來爆發式的建設熱潮。
在重重挑戰中尋找智能交通新出路
統計數據顯示，截至目前，全國共建設17個國家級智能網聯汽車測試區、7個車聯網先導區、16個“雙智”試點城市，開放測試道路超3.2萬公里，發放測試牌照超7700張，測試里程超1.2億公里，各地智能化路側單元部署超8700套，多地開展云控基礎平臺建設。
蘑菇車聯創始人兼CEO朱磊告訴記者，隨著智能網聯汽車技術快速迭代和輔助駕駛的大規模應用，“車路云一體化”正處于轉入規模化應用的關鍵時期，建成后可以為城市交通運行帶來巨大價值。
一方面，當車輛大規模接入車路云網絡后，交通的通行效率將得到大幅提升；另一方面，該網絡中大量的數據可以反哺真實世界模型、自動駕駛模型及機器人模型的訓練。
需要注意的是，盡管“車路云一體化”前景廣闊，但在其發展過程中也面臨著諸多不可忽視的挑戰。
“‘單節點數據質量’和‘滿足智能汽車應用需求’是車路云網絡建設的重中之重，而實現‘網絡實時數據賦能社會車輛’則是當前‘車路云一體化’發展的當務之急。”朱磊分析說，想要實現“網絡實時數據賦能社會車輛”，服務提供商不僅要確保路側基站等基礎設施能夠實時、準確地采集和傳輸交通數據，還要確保這些數據能夠被智能汽車等智能體有效接收和利用。
在朱磊看來，“車路云一體化”并非單純地堆砌硬件設備，而是需要類似于安卓、蘋果這樣的操作系統整合攝像頭、激光雷達、通信計算等硬件，并通過MogoMind大模型等AI算法模型對數據進行處理，將物理世界實時數據納入實體AI網絡的模型訓練中。只有這樣，才能確保每個單節點的數據質量足夠高，從而滿足智能汽車、低空無人機、機器人等智能體的應用需求。
同時朱磊還提到，服務商要深入了解車企的真正需求，與車企實現真正打通數據鏈，提高車企的參與度。“‘車路云一體化’的數據并非通常意義的通訊指標，而是一套車輛可以識別的感知指標。因此各服務提供商需要與車企緊密合作，共同制定數據標準和接口規范，以確保數據的有效傳輸和利用。”朱磊說。
“面對這些挑戰，政府、企業和科研機構需要加強合作，共同攻克技術難題，完善政策法規，推動‘車路云一體化’的健康發展。”鐘師認為，政府應加大政策支持和資金投入，引導社會資本參與項目建設；企業應加強技術研發和創新，提高產品質量和性能；科研機構應加強基礎研究和人才培養，為產業發展提供智力支持。
“在‘車路云一體化’未來的發展過程中，一定會有許多困難和挑戰，但我相信在各方的共同努力和配合協助下，‘車路云一體化’必將在智能交通領域發揮越來越重要的作用，為人們創造更加安全、高效、便捷的出行環境。”鐘師總結說。
中青報·中青網記者 王志遠來源：中國青年報