车路云一体化是共同愿景，商业化落地为何难提速？

近年来，“车路云一体化”从概念走向实践，被视为破解自动驾驶长尾场景、提升交通安全的关键路径。

3月7日，在以“破局·重构”为主题的第一财经“科创未来行”年度调研首场产业沙龙上，多位业内专家提到在技术狂飙突进的背后，数据壁垒、成本分摊、标准缺失等现实问题正成为商业化落地的拦路虎，仅仅根据“谁受益谁付费”原则还不足以解决当下的困境。

提到智能驾驶，大众的第一反应还是单车智能，但单车智能背后的数据流动仍不顺畅，尚无针对智能网联车或者智能网联车私有化或者隐私数据以外的数据共享和数据使用的标准。

“今年DeepSeek带来了技术平权，技术引入成本从原来的百万级美金大幅下降，现在单车的算力就可以支持模型运转，这对后面的产业发展具有非常大的突破。”东软睿驰副总裁王宁肯定了技术进步对车路云一体化的贡献。

但是单车智能仍存在一些不能解决的问题，比如在城市复杂的道路口，有驾驶的盲区，或者是行人行横穿的情况，这些长尾场景导致单车智能的安全会出现一些不可控的因素。

当前主流自动驾驶技术（如特斯拉、华为等）仍以依赖海量人类驾驶数据为主，通过端到端大模型模仿人类驾驶行为。这一路径的显著瓶颈在于：首先是数据门槛极高，需百万级量产车路测数据支撑，国内厂商普遍面临数据积累不足的挑战；其次是性能天花板明显，模型能力受限于人类驾驶水平，难以突破人类驾驶行为的能力上限。

商汤绝影智能云研发总经理武伟提出，针对这些局限，一种革新性的技术路径应运而生——基于世界模型协同交互的端到端自动驾驶系统，通过模仿学习冷启动，然后在强化学习框架下，依托绝影开悟世界模型，实时生成动态的驾驶仿真环境，支持端到端智驾模型的在线闭环训练和协同交互，实现多元场景和驾驶风格的采样。

王宁看到了目前车路运一体化商业化进程中的落地难，因此更倾向于车云一体的解决方案，提出是否能够忽略路侧，“这不是一个技术问题，而是投资商业环境问题。从技术上来讲，我们更希望车云一体的情况下，做到低延时，更高的可靠性、安全性，也要看IDC、运营商怎么考虑这两端。”

不过网宿科技IDC高级技术总监徐明微有着不同看法，“如果只有车云没有路，安全得不到保障。时延是我们永远回避不了的问题。在复杂道路上，没有路侧数据，就无从谈起。”他认为车端和路端要做非常精密的协同。现阶段，路端部署的非常不完善，单车对路端要求很简单，在多车共同训练的时候如果路端包括多车不能够形成共同的运算，智能驾驶无法实现。

这也是为何车路云最大的价值是需要纳入路侧单元，以毫秒级把路侧信息传递给V2X车辆，从而提升自动驾驶车辆的安全性和舒适性，让自动驾驶真正从L3级别跨到L4。万马科技智算产品部总监严玮提到，路侧设备的投入非常大，如果缺少政府补贴，可能是某一家或者几家企业很难承担的。

“车路云大方向没有问题，不管是车企也好还是其他的企业也好，现在的数据能不能拿出来共享，从路的角度来说，各地的建设规划可能不一样，是不是能形成统一标准？包括云也是一样，现在有各个云，是不是大家能够协同在一个战壕里？”汇正财经首席策略师杨首骏认为，“只要能够打通，技术也好，政策也好，最终商业化一旦落地，能够形成一个盈利的模式，对于二级市场来说就不是在炒情绪、炒预期，是一个真正可以投资的方向。”

四维图新集团东区副总经理张一表示，目前车路云在片区建设的规模还相对较小，但在片区内已经具备了可实现性。未来随着各方的共同努力，相信每一个路口的数据集中部署调用将更加高效，能够实时为所有车辆提供精准服务。虽然目前暂未形成非常完整的商业闭环，但这也意味着巨大的发展潜力和机遇。

“路的机会从投资市场看会多一些。今年政府工作报告会议报告也出来了，这里面提到全年的目标，包括整体新兴产业的占比会逐年提高。如果要打开这方面的空间，从车路云的角度来说，我认为路一定会带来不少投资的机会。汽车与云计算领域，优质企业地位稳固，而那些表现不稳定或业绩欠佳的企业发展机会已相对减少。在云计算领域，由于主要参与者多为行业巨头，市场对它们的期望值通常不会过高。从二级市场来说，预期不高，反而可能有惊喜，预期过高，价格也不便宜了。”杨首骏说。

当数据流动取代数据孤岛，当成本分摊催生可持续模式，当标准统一打破技术壁垒，车路云一体化的市场终将打开。