文丨智駕網(wǎng) 阿森

編輯｜浪浪山與明知山

在一個月前的6月4日，工信部公布9家車企入圍智能網(wǎng)聯(lián)汽車準入、試點聯(lián)合體，在部分城市放開乘用車L3級城市路測和L4級的Robotaxi商業(yè)化運營嘗試。

幾乎整整一個月后，昨天，（7月3日），工信部等五部門正式公布了“車路云一體化”首批試點城市名單，北京、上海、重慶、鄂爾多斯、沈陽、長春、南京、蘇州、無錫、杭州、合肥、福州、濟南、武漢、十堰、長沙、廣州、深圳、海南、成都等20個城市入選。

單車智能與車路協(xié)同在一個特定的歷史節(jié)點再次被放到一起審視。

相比五年前的2019年，中國汽車工業(yè)協(xié)會常務副會長兼秘書長付炳鋒在上海嘉定舉辦的第11屆中國汽車論壇上表示：汽車信息安全已擺到了決策者的桌前，智能汽車的技術路線即將納入統(tǒng)一管理，車路協(xié)同被視為自動駕駛的中國方案。

今天單車智能隨著一方面算力大幅提升，同時激光雷達等傳感器成本下降，在中國市場，高階智駕正成為頭部智能汽車品牌的標配，對車路協(xié)同數(shù)據(jù)的需求正直線下降。???

車路協(xié)同做為中國自動駕駛的中國方案正受到越來越多的懷疑。?

從當前的歷史節(jié)點來看，車路云一體化發(fā)展的緊迫感和焦慮感比以往都要具像化地強烈。?

為什么說緊迫？因為從發(fā)布試點通知到正式官宣名單，整個時間不足6個月。

今年1月17日，五部門聯(lián)合發(fā)布《關于開展智能網(wǎng)聯(lián)汽車“車路云一體化”應用試點工作的通知》（以下簡稱《通知》），至昨日首批試點城市名單正式公布。五部門協(xié)同30余個城市便完成了試點方案申報、匯總審核、專家評審等多項工作。

整體解讀來看，此次入選的20個試點城市，五部門聯(lián)合想向外界傳達之意為，此名單共呈現(xiàn)三大共性特點：

一是：多數(shù)入選城市具有“雙智”試點和示范區(qū)的基礎，“底子”更好。

畢竟，北京、上海、廣州、武漢、合肥、濟南等12個雙智試點城市，在政策保障體系支撐、智能基礎設施建設、場景示范應用等方面積累了豐富的實踐經(jīng)驗和成果，后續(xù)升級改造時的投入成本將更低。

二是：入選城市普遍具有良好的汽車產(chǎn)業(yè)基礎，包括北京、上海、廣州、武漢、重慶、長春、沈陽、十堰等地均是我國重要的汽車產(chǎn)業(yè)基地，對推動汽車產(chǎn)業(yè)智能化轉(zhuǎn)型的積極性較高。

因為，深圳、海南、杭州、無錫等地在智能網(wǎng)聯(lián)汽車領域發(fā)展較快，在政策突破、產(chǎn)業(yè)聚集等方面具備一定優(yōu)勢，可以為“車路云一體化”應用試點提供有力的政策和產(chǎn)業(yè)支撐。

三是：入選城市對智能網(wǎng)聯(lián)汽車發(fā)展重視程度更高，投入決心更加明顯。與部分城市、企業(yè)的觀望態(tài)度不同，入選城市對“車路云一體化”應用試點有著明確的目標和發(fā)展規(guī)劃，多數(shù)城市已建立跨部門協(xié)同工作組織機制，形成了由市政府領導、各部門分工協(xié)作、共同參與的工作專班，跨部門、跨領域統(tǒng)籌推進“車路云一體化”相關工作。

名單對海南省做了重點描述：海南省突破當前國內(nèi)以單一城市或市轄區(qū)為單位創(chuàng)建國家級應用試點、先導區(qū)的模式，以“全省一盤棋、全島同城化”的理念開展省級示范。

看完這份名單，你或許對車路協(xié)同和單車智能是共生關系還是一場零和博弈關系感到更為好奇。

爭議多年之后的今天，兩者到底存不存在一種勝負關系？

這是市場經(jīng)濟的自由選擇還是一場帶有計劃經(jīng)濟色彩的頂層設計？

那么，今日這份五部門聯(lián)合發(fā)布的名單意義又在哪里？

01.專家認為非兩條獨立的技術路線

無論是單車智能還是車路協(xié)同，L3級以上功能面臨的核心問題都是技術成熟度。

單車智能和車路協(xié)同主要的參考依據(jù)是感知和處理主要依賴于邊緣計算還是云計算，根據(jù)這個分為兩類：

主要依賴于單車感知和處理的邊緣計算，單車自主決策，屬于單車智能。

主要依賴于路段以及環(huán)境設施感知和處理的云計算，路端給出信號，車端以路端信號為主要決策參考，屬于車路協(xié)同。

中國工程院院士、清華大學車輛與運載學院教授、中國汽車工程學會理事長李駿在第十一屆國際智能網(wǎng)聯(lián)汽車技術年會（CICV 2024）上表示，目前自動駕駛兩條技術路徑——單車智能和車路云一體化并不是兩條獨立的技術路線，而是具有相互促進的作用。

長期以來，以特斯拉為代表的企業(yè)在單車智能方面處于領先地位，而車路云被業(yè)內(nèi)視為自動駕駛的中國方案。

對于單車智能與車路云一體化存在的“角力”關系，多位業(yè)內(nèi)人士向智駕網(wǎng)表示：“單車智能重點發(fā)展車端，而車路協(xié)同重點發(fā)展車側(cè)和路側(cè)的數(shù)據(jù)融合，將單車智能和車路協(xié)同兩端的東西結(jié)合起來?！?/p>

因此這兩者協(xié)同前進是非常有必要的。

兩者的互補優(yōu)點分別在于：

單車智能更依賴人工算法和高端的芯片做決策，這兩個領域都是美國科技企業(yè)的核心優(yōu)勢，因此以特斯拉為代表的美國科技企業(yè)都選擇了這一流派。

單車智能擅長的是解決車路協(xié)同“規(guī)?；蜕虡I(yè)化”瓶頸問題。

而車路協(xié)同更依賴于道路的基礎設施，比如5G基站、衛(wèi)星互聯(lián)網(wǎng)、道路上架設的傳感器和邊緣計算等設備，這些都屬于新基建。

所以車路協(xié)同可以助力單車智能解決“長尾問題”以及廣域的交通信息交互需求（例如幾公里外的橋梁坍塌等信息），彌補單車的局限性，拓展自動駕駛的運行設計域（ODD）。

按照《智能網(wǎng)聯(lián)汽車技術路線圖2.0》的定義，智能網(wǎng)聯(lián)汽車需要進行環(huán)境感知、決策、控制、執(zhí)行，才能實現(xiàn)無人駕駛。在環(huán)境感知的過程中，牽扯到單車智能和車路協(xié)同的選擇。

單車智能感受到的是相對近距離的信息，而車路協(xié)同可以實現(xiàn)超視距的感知。如果單車智能相當于一個不依靠工具而憑借個人經(jīng)驗上路的人，那么車路協(xié)同就是在個人經(jīng)驗的基礎上加上工具的支持，以獲得更多信息。通過車路協(xié)同可以節(jié)省大量人力、降低單車成本，有利于最終實現(xiàn)無人駕駛。

當然，在協(xié)同發(fā)展的過程中，這需要各方做好自己份內(nèi)的事情包括但不限于：

車企必須做好應用功能的開發(fā)；智能駕駛技術供應商則應該提升單車傳感器、控制器性能和可靠性，推進技術迭代升級；

網(wǎng)聯(lián)服務供應商要做好網(wǎng)絡建設和運營服務；交通系統(tǒng)建設方要做好硬件基礎設施的投入和商業(yè)模式的建立；

政府要發(fā)揮好牽頭作用。

02.打破單車智能高成本的悖論

在固有認知里，具備高階智駕能力的車型若僅依賴于單車智能，則必須進行包括激光雷達、攝像機、毫米波雷達等多傳感器感知信息的融合，并對決策控制算法精度提出了非常高的要求，因此，其高昂的硬件和軟件成本導致高階智駕的汽車難以大規(guī)模民用化。

但隨著目前激光雷達下探至千元級別，單車智能正趨近實現(xiàn)L3及以上自動駕駛功能。

高精度地圖也是實現(xiàn)L3+自動駕駛系統(tǒng)不可或缺的技術底座。

對于L3級自動駕駛，傳統(tǒng)的靜態(tài)地圖已不再適用，需要靜態(tài)與動態(tài)交通信息結(jié)合的高精度地圖數(shù)據(jù)，需求數(shù)據(jù)精度也提升至20-50cm。

而L4級自動駕駛則需要精度更高的激光點云輔助分析，可將數(shù)據(jù)精度提升至10-30cm。

高精地圖也被視為是支撐整個車路協(xié)同的底層架構(gòu)之一。

車路協(xié)同里很重要的一項能力就在邊緣側(cè)，邊緣側(cè)的設備要具備感知、計算、存儲、分發(fā)、決策、分析等邊緣計算能力，這些能力對空間融合、空間基準的要求非常之高。

而高精地圖能夠滿足地圖匹配、輔助環(huán)境感知、路徑規(guī)劃等多種需求，所以一直被視為是實現(xiàn)車路協(xié)同的底層支撐技術。

但是，所謂用車路協(xié)同和高精地圖方案都只是特定場景的解決方案，不會是大規(guī)模鋪設的乘用車方案。

國內(nèi)某頭部地圖廠商曾表示：“原來依靠車路協(xié)同的時候，導航的數(shù)據(jù)提供都是車路協(xié)同來提供，包括紅綠燈變燈時間、何時臨時管制燈信息。但現(xiàn)在單車智能通過我們自己的大數(shù)據(jù)預測就可以做到這些功能，并不需要第三方來提供數(shù)據(jù)?！?/p>

那么有人會問，若完全依賴單車智能，corner case是不是將更難以得到解決？

這個說法如果放在端到端、生成式AI尚未興起之前，或許是為車路協(xié)同辯證最好的武器。

但大模型加速上車、各類新技術的智能涌現(xiàn)、端到端的方案炸起，自動駕駛水平當下有了明顯飛躍。

特斯拉 FSD V12 通過神經(jīng)網(wǎng)絡，人工編程的 C++控制代碼由30萬行縮減到了3000行。

元戎啟行曾做過統(tǒng)計，如果手動處理case，一位工程師一天只能處理10 多個，但端到端模型可以用AI的方式去解決問題，系統(tǒng)性學習老司機。

那些端到端「反常識」的優(yōu)點，就是在為車企降本增效。

這怎么不算破解了單車智能和車路云的無限游戲？

03. 車路云，一筆復雜的經(jīng)濟賬

今年1月，工業(yè)和信息化部、公安部、自然資源部等五部委印發(fā)《關于開展智能網(wǎng)聯(lián)汽車“車路云一體化”應用試點工作的通知》，應用試點以城市為主體自愿申報，試點期為2024-2026年。

在清華大學自動化系系統(tǒng)工程研究所教授、博士生導師姚丹亞看來，先導區(qū)的試點示范把汽車、交通、通訊等多領域整合起來，將智能輔助駕駛與交通管理、城市基礎設施結(jié)合起來，實際上是在幫助未來實現(xiàn)智能駕駛上路“排雷”。

事實上，自2016年以來，我國陸續(xù)出臺了一系列政策并實施多個試點項目，推進車路協(xié)同發(fā)展從未停過。但由于車路協(xié)同系統(tǒng)復雜性高、路側(cè)設施覆蓋率低且分布較散、標準不統(tǒng)一等原因，導致車路協(xié)同效果難以顯現(xiàn)。

不過從這次全國試點城市申報和建設規(guī)模來看，都是城市級別，不同以往示范區(qū)那樣小規(guī)模。

此次名單中對這20個試點城市的總投資預計在800到1000億左右。

這會打破一直以來政策熱、市場冷的局面嗎？

畢竟，車路云融合強調(diào)協(xié)同，前提條件是一定要從政府層面推動。

車云試點申報對應的資金主要來自國家專項債或超長期國債，地方財政和企業(yè)也會出資建設。地方政府會有一定比例的配資，但主要依靠國家專項債。

但據(jù)聯(lián)合早報報道，我國今年1-5月財政收入下降2.8%，其中稅收收入同比下降5.1%，非稅收入同比增長10.3%。聯(lián)合早報在文中對該數(shù)據(jù)的分析觀點總結(jié)為：顯示需求疲軟拖累中國經(jīng)濟復蘇。

財政收入的減少一定程度上意味著車路云的發(fā)展受到限制，政府因此會減少對車路云企業(yè)的扶持和簽單概率。

某業(yè)內(nèi)知名“車路云一體化”自動駕駛系統(tǒng)的企業(yè)在四年前曾向智駕網(wǎng)透露，如果對道路進行智能化改造，一公里大概需要200多萬元人民幣。

判斷200多萬元的信息基礎設施建設成本高不高，需要拿來和高速公路的建設成本做比例運算。

通常而言一條標準的雙向4車道高速公路，每公里造價起步在3000萬元左右。因此，200多萬元幾乎占到傳統(tǒng)基建10%的成本，不可謂不高。

中國工程院院士、清華大學教授、中國汽車工程學會副理事長、國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心首席科學家李克強在CICV上，對當前業(yè)界對車路云一體化方案的三點誤解給出了回答。

其中一項是對信息基礎設施建設成本高，網(wǎng)聯(lián)行駛難以大范圍部署推廣的誤解做出了澄清：傳統(tǒng)道路擴建受限，通過新技術賦能，以小于傳統(tǒng)基建1%的成本，可有效實現(xiàn)交通擴容。同時通過車路云一體化，將部分感知、算力移至路側(cè)和云端，將避免車端配置過度堆積，實現(xiàn)大系統(tǒng)成本總體最優(yōu)。

1%和10%之間的成本差距，很難說沒有在為車路云做辯護。

據(jù)一位早期成立于硅谷、現(xiàn)扎根上海的某智駕廠商CTO看來：“隨著外資、美元基金大量撤入中國之后，很多投資機構(gòu)都變成國資背景的，有很多地方政府加國資背景為主的基金在投車路協(xié)同，他們是無法接受車路協(xié)同在三年之后還看不到收益的，尤其是現(xiàn)在的市場狀況?！?/p>

這并非偏見，車路云一體化能不能用起來，是決定未來能否實現(xiàn)商業(yè)化閉環(huán)的關鍵。

蘑菇車聯(lián)CTO郭杏榮在不久前的CICV 論壇上表示，要進一步提高車路云一體化的規(guī)模化應用。

他指出，當前車路云一體化的應用僅限于智能網(wǎng)聯(lián)汽車和部分試點城市，2023年5G和C-V2X前裝搭載量僅為170萬輛和30萬輛，應用規(guī)模不足導致公眾感知不夠，其商業(yè)價值尚未顯現(xiàn)。

除了上述講到的感知、通訊、集成等技術難點外，當前車路協(xié)同試點最大的難點是商業(yè)模式。

無論是通訊計算的部署、上車輛、還是道路部署，規(guī)模和體量是遠遠不夠的。而規(guī)模化牽引出來的另一個問題是：誰來投資、誰來運營；以及路端基礎設施的建設、維保誰又來掏錢等經(jīng)濟問題。

李克強院士對于車路協(xié)同路線在今年提出了8類可商業(yè)化落地場景：車路云一體化公交系統(tǒng)、智能環(huán)衛(wèi)系統(tǒng)、無人送貨車、網(wǎng)聯(lián)式智能駕駛乘用車、無人出租車（Robotaxi）、智慧礦山、干線物流和數(shù)據(jù)閉環(huán)與數(shù)據(jù)增值。

在這8大場景中，乘用車排在了第四位，最直觀的應用場景像公交系統(tǒng)，環(huán)節(jié)系統(tǒng)都屬于市政公共服務以及物流體系。

也就是說，車路協(xié)同正與單車智能分道揚鑣，二者不再是替代關系。??

正如亞當·斯密在《國富論》中寫到的，“在一切改良中，以交通運輸?shù)母牧甲顬橛行А薄?/p>

自動駕駛的發(fā)展道路注定不會平坦，存在著諸如倫理、道德、價值等方面的問題，也存在著諸如芯片、標準、網(wǎng)絡安全等方面的難題亟待解決，但正是因為有問題要解決，才會有更多進步與發(fā)展。