新华财经北京7月8日电（记者李唐宁）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其强大的市场潜力。近日，蘑菇车联信息科技有限公司首席技术官（CTO）郭杏荣在接受新华财经记者采访时表示，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。”他说。

　　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。

　　“智能网联汽车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，整个产业链带迎来重大发展机遇。

　　对于这背后的技术升级，他认为，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；而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”。

　　但也要承认的是，当前车路云一体化很多方面还形成共识，商业模式也仍处于探索中。郭杏荣坦言，当前落地面临诸多挑战，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，我们很看好其未来的发展前景。”郭杏荣同时呼吁，更多的企业和机构要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。