随着智能网联汽车技术的发展，“车路云一体化”作为一种新型的交通解决方案正逐渐展现出巨大的市场潜力。近日，蘑菇车联信息科技有限公司首席技术官（CTO）郭杏荣在接受记者采访时表示，在市场需求和技术进步的双重驱动下，“车路云一体化”正成为下一阶段推动智能网联汽车规模化应用的关键所在。

　　近年来，我国智能网联汽车产业规模快速提升。数据显示，2023年，我国乘用车L2级渗透率达到47.3%，2024年1月至5月突破50%，部分功能接近L3级智能驾驶水平。郭杏荣表示，与单车智能相比，“车路云一体化”技术通过智能化道路、车辆和云端服务的协同，实现了车与车、车与路、车与人之间的实时通信和高效协同。例如，在一些试点城市中，通过“车路云一体化”系统的赋能，自动驾驶车辆的安全性能提升了20%，通行舒适度提升了10%，电耗降低了5%至10%。“这些实实在在的数据，也让消费者对‘车路云一体化’技术有了更直观的认识和感知。”

　　在政策层面，工业和信息化部等五部门此前联合发布《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，明确从2024年至2026年开展相关应用试点。北京、武汉等多地近期密集立项“车路云一体化”示范项目，截至目前，北京市高级别自动驾驶示范区已实现160平方公里的智能网联道路和智慧城市专网全覆盖，累计测试里程超过2000万公里。

　　“‘车路云一体化’首批试点名单已经出炉，还有不少城市也在积极申请后面的批次，预计到2026年前，有望形成一个大的建设浪潮，这对于路侧感知、路侧计算、路侧通信、路侧软件算法系统等发展将起到提振作用。”郭杏荣表示，“车路云一体化”正处于测试验证转入规模化应用的关键时期，整个产业链迎来重大发展机遇。

　　郭杏荣透露，作为连接车、路、云等组成部分的“车路云一体化”技术系统，已经从1.0版本跃升到3.0版本。具体来说，1.0版本更偏向于预警或提示，如提前告知前方交通状况，让驾驶者有所准备；2.0版本则更侧重于协同感知，通过路侧设施将数据实时同步到车上，帮助辅助驾驶系统做出感知和决策规划，使车辆更加智能；3.0版本则进一步引入了大模型赋能，通过云端和车端的大模型联动，实现对复杂环境场景的更深入理解和认知，让自动驾驶的表现更加“拟人化”。

　　也要承认的是，当前“车路云一体化”在很多方面还未形成共识，商业模式也仍处于探索中。郭杏荣坦言，当前技术落地面临诸多挑战，从实验室环境到真实世界的部署，最大的瓶颈在于场景的复杂性和不可预见性。首先是数据处理能力的提升，需要解决海量数据的实时处理和分析问题；其次是跨平台信息集成的难题，需要实现车辆、路侧设备和云平台之间的无缝对接和高效协同；再次，还需要加强网络安全防护，确保车辆、路侧设备与云端之间的安全通信。此外，路侧设施建设同质化、基础设施碎片化、缺少标准化路侧解决方案等也对“车路云一体化”规模化落地形成挑战。

　　针对这些问题，郭杏荣表示，公司自主研发的“车路云一体化”系统具备高度集成化和扩展性，包括AI数据、边缘计算系统等多个核心组件，并制定了M1至M4四个级别的企业标准，以指导自动驾驶技术的研发和应用。未来，公司将继续加大研发投入，云端会搭载大模型，同时会结合路端、车端等数据训练更多的模型，包括训练出车端的模型。“所以，未来完全的自动驾驶就是要靠大模型技术来赋能，我们很看好未来发展前景。”郭杏荣呼吁更多的企业和机构加入到“车路云一体化”技术的研发和应用中来，共同推动智能网联汽车产业的繁荣。