袁宇：探索“车路云一体化规模应用”的重点难点

为促进智能网联汽车技术交流与合作，加速推进智能网联汽车跨界融合发展，中国汽车工程学会、国家智能网联汽车创新中心、清华大学车辆与运载学院、智能绿色车辆与交通全国重点实验室，于2024年6月18-20日，在国家智能网联汽车创新中心太和桥基地，举办第十一届国际智能网联汽车技术年会（CICV 2024）。CICV 2024以“迈向车路云一体化规模应用新阶段”为主题，聚焦智能网联汽车在当下面临的重点、热点、难点技术，围绕车路云一体化、智能安全、车用人工智能、智能驾驶关键技术等核心内容展开。

智能网联汽车“车路云一体化”正在迈向规模应用新阶段，这一规模化路径将如何发展实现？您认为存在哪些挑战？车辆与基础设施互联互通的重点内容是什么？车路云一体化规模建设标准体系应该如何建立？如何用好AI技术、数字孪生技术、大模型等数字化技术？如何构建智能网联数字空间体系？如何保障智能网联汽车实现价值应用？国家智能网联汽车创新中心副主任袁宇受邀与行业媒体做了一次对话。

中国交通广播：随着我国智能网联汽车行业发展，在政策支持下“车路云一体化”正在迈向规模应用新阶段。这一规模化路径将如何发展实现？您认为存在哪些挑战？

袁宇：

早在2017年、2018年，国家工业和信息化部、住房和城乡建设部、自然资源部通过国家级车联网先导区、“双智”试点城市、智能网联汽车测试示范区的建设，围绕智能网联汽车示范和测试验证，推进智能网联汽车产业发展。当时智能网联汽车小规模示范、验证、测试的过程，并没有面向量产的智能网联汽车车型真正参与，给社会公众的感觉偏向展示。今年五部委联合开展智能网联汽车“车路云一体化”应用试点工作，旨在在整体城市区域内搭建车路云一体化环境，支撑智能网联汽车场景功能实现，推动智能网联汽车规模化、商业化的应用。当前智能网联汽车产业正处于跨越测试验证阶段，城市环保、公交场景、无人驾驶出租车、自动泊车等停车场场景车路云一体化功能，以及成千上万量智能网联车辆规模化运营的实现，需要商业模式的突破。

在此过程中也面临诸多挑战。之前国家车联网先导区、“双智”试点、智能网联汽车测试示范区的建设，国家层面并没有明确对智能网联汽车的环境和产品提出统一的标准要求，很多示范区都是个性化地去搭建车路云的环境。本次“车路云一体化”应用试点则明确提出“架构相同，标准一致”的要求，确保规模化示范应用效果达到跨区域联动，支撑车路云一体化智能网联汽车在所有城市环境中示范运营，为此，需要将过去个性化产品或环境实现标准化，架构和标准的推动是很重要的一个挑战。

中国证券报：当前各地正在逐步启动规模化智能网联汽车基础设施建设工作，车辆与基础设施的互联互通是重点内容。那么，您认为当前车路云一体化规模建设标准体系应该如何建立？创新中心做了哪些工作？如何保障智能网联汽车实现价值应用？

袁宇：

首先要认清智能网联汽车车路云一体化，既是车路云一体化的智能网联汽车的生产制造，又是车路云一体化系统的建设。这其中涉及车-路-云-网-图-安、能源等六个以上重点要素。这么多要素构成的复杂体系，要形成一个有机的组合体，需要跨部门、跨行业、跨产业共同突破车路云一体化标准体系建设挑战。

为此，国家智能网联汽车创新中心、中国汽车工程学会、中国智能网联汽车产业联盟在邀请智能网联汽车产业链各行各业优秀的企业，联合搭建车路云一体化标准体系工作平台。

这个标准体系涉及车企、通讯行业、IT领域、地图、安全、人工智能等多产业链协同，因此我们首先要定义基础功能和场景，在这个基础上建设标准体系、以标准体系支持基础功能实现；同时，支持有能力的车企生产更高效能的车，在基础功能之上进行个性化提升、以服务用户体验。这样智能网联汽车产业就能更快速发展，城市有更大的决心和足够的资源投入到车路云一体化环境建设中。

搜狐汽车：智能网联汽车产业是万亿级别规模产业，包含汽车、通信、交通、计算机等多个行业交叉应用。您认为在产业规模化建设过程中，智能网联汽车如何赋能其他行业，如何与各行业产生融合价值？如智慧城市、智慧高速、智慧校园等。

袁宇：

智能网联汽车产业发展不只是汽车产业单方面发展，还涉及交通、通讯、能源、互联网、大数据、人工智能等关联产业。如果说智能网联汽车是一个多跨领域技术的应用载体，当这个高新技术产业的母生态建好之后，大模型、大数据等应用于智能网联汽车的技术就可以成长在其中。只有通过技术驱动，才能使得智能网联汽车算法不断迭代，智能网联汽车才会更智能。

除了汽车产业本身之外，智能网联汽车在城市环境运行过程中、可以提升智慧城市的建设。比如亦庄已经有了先进的应用案例，通过智能网联汽车参与交通信号灯的优化，使通行效率提升15%以上。因此，智能网联汽车产业规模化建设过程中，将会与智慧城市、智慧交通融合、并诞生出新的产业价值。

汽车之家：众所周知，当前以人工智能相关技术为代表的新技术体系，包含AI技术、数字孪生技术、大模型等技术发展推动了智能网联+融合发展。智能网联系统是物理空间+数字空间的融合体系，数据和数字化应用有着举足轻重的地位，请问袁主任，我们该如何用好数字化技术？如何构建智能网联数字空间体系？

袁宇：

智能网联汽车产业的发展过程，也伴随着人工智能技术的快速成长。以特斯拉为例，特斯拉用影子模式在学优秀驾驶员开车，人工智能的算法通过不断接收到优秀驾驶员驾驶的数据信息、提升算法能力。智能网联汽车产业的发展也需要用数据驱动的模式，车路云一体化试点城市建设或运行过程中会产生大量的地方数据，这些数据不断汇集起来以后，通过采集加工处理再回到算法训练过程中，车路云一体化基础算法的能力就会不断迭代，由此将对国家智能网联汽车产业发展起到非常大的推动作用。

中国证券报：现在单车智能和车路云一体化您觉得关系是什么，在建设智能网联汽车中是什么样的角色，是替代还是互补？

袁宇：

从技术路径的角度讲，车路云一体化智能网联汽车是包容单车智能的、或者可以说是赋能单车智能。

从车本身的角度看，单车智能是车路云一体化智能网联汽车发展的基础，但也有它天然的局限，如视觉盲区、超视距感知局限等问题是靠单车智能无法解决的。

从智能交通这个体系角度看，单车智能是个体智能、不是群体智能，在一个社会复杂的交通系统运行时，需要用车路云的能力赋能，来解决视觉盲区、超视距感知局限问题。在区域交通运行情况下，车路云一体化智能可以让整个区域的通行效率更高、更安全，很显然比单车智能的能力要强很多。

中国证券报：未来单车智能会被替代吗？

袁宇：

不应该叫替代，单车的能力也在无限提升的过程中，但是再怎么提升、长尾效应也是无法解决的。车路云一体化正是解决了这个长尾效应，使它更无限接近自动驾驶替代人，实现无人驾驶。

中国证券报：您觉得现在国家的智能网联汽车发展到什么样的阶段，也听到好多专家说车路云一体化还存在很多缺陷，比如碎片化标准不统一，针对这些问题企业应该如何分工，攻克这些问题？

袁宇：

目前车路云一体化方案如何落地，过去，我们一直在做的是智能网联汽车测试验证工作，即初步搭建车路云一体化技术体系，这个过程中车和路之间还没有完全融合起来，因为车路云一体化要变成一个有机的组合体，现在正在解决的规模化示范应用，推动车要和路相互的数据互联互通，环境的能力要赋能给到车，这就是我们现在正在干的事情。过去这件事做了城市验证的工作，现在必须要下大力气推动规模化、商业化应用。

汽车之家：车路云一体化跟单车智能相比，在成本这方面，还有商业化这方面，首先第一个它们两个的成本优势是怎样的，第二个在推广扩大的过程中是否可以通过规模化进行降本的工作，因为成本也是行业中聊得最多的一个话题。

袁宇：

这个成本包含单车和环境两方面的成本。普通消费者首先感受到的是车自身的成本，在车路云一体化的能力未成熟时，因为要搭载多种设备，车辆成本是增加的过程；此外，还需要考虑车路云一体化环境建设的成本。车和环境两个相互的赋能，是要经历一个抛物线的过程，刚开始能力都不突出的时候，可能双方成本负担都是加重，但是一旦进入到一个良性循环，比如通过数据驱动提升车的能力的同时，也贡献了智慧城市、智能交通的发展，对路侧部署的成本反而下降了。

同样环境的能力提升以后，对车的能力要求也下降，其中提升的是软的能力，当软实力不断迭代提升以后，两端的成本都会下降。这是一个良性循环。需要通过规模化的示范应用去突破这个极点，刚开始的成本一定是基础设施建设增加的投入，但是一旦进入良性循环、技术提升到一定程度以后，成本会快速下降。