[首發于智駕最前沿微信公眾號]在自動駕駛剛興起時，很多人認為必須將車、路與云端連成一張網絡，才能有效提升自動駕駛的安全性和運行效率。當時有這個想法其實是有據可循的，因為在當時的技術方案下，僅憑車輛自身的傳感器和算力，面對復雜路況、極端天氣或視線受阻的場景，難免會存在盲區。而一旦將路側攝像頭、雷達、信號燈、車輛數據與云端算力打通，車輛就能獲得比自身“看得更遠、更全面”的信息，從而做出更穩妥的決策。這套邏輯在理論上沒有問題，不僅契合智慧城市的愿景，也提供了一套“系統性”的自動駕駛解決方案。

車路協同框架，圖片源自網絡

隨著激光雷達、攝像頭、毫米波雷達等車載傳感器性能不斷提升，移動通信也從4G走向5G。當時普遍認為低時延、高帶寬的網絡將推動車路協同真正落地，于是，各地陸續建立起示范區，安裝RSU（路側單元），推動信號聯動，政策上也給予了大量的支持，資金與資源紛紛涌入局部試點。那段時間，車路協同看起來是一條合乎邏輯、值得重點推進的技術路線。但從現階段再回顧當時，車路協同似乎已沒有太多的火花，單車智能已然成為主流。

為何車路協同的熱度不斷下降？

車路協同的熱度下降并不是單一原因造成的，想實現車路協同，需要極其穩定且低時延的通信保障，這在城市中心或示范區或許可行，但在郊區、高速公路、隧道等場景中，網絡覆蓋和穩定性難以實現“無縫”交互。即便5G在部分城市已相對成熟，要實現全網覆蓋并保持高可用性，仍然是一項巨大的工程。此外，路側設備、電力、傳感器及邊緣計算節點的部署與維護，每一項都需要不小的投入。

正因為需要大規模鋪設路側感知與通信基礎設施，不僅前期投資巨大，還需要長期的運維費用。不少城市在試點中發現，盡管局部能見到成效，但若要復制到全國或大范圍區域，投入產出比難以算清。再加上缺乏清晰的商業模式和利益分配機制，基礎設施方、運營商、整車廠和出行服務方之間，尚未形成各方都愿意長期投入的盈利邏輯，資本熱情自然難以持續。

由于不同地區在通信協議、數據格式、隱私與安全規范方面尚未統一，設備之間兼容性差，跨區域應用面臨諸多障礙。想實現車路協同，產業鏈上需要協調硬件、通信、云/邊緣算力以及車廠的軟件能力，這類協作和標準化推進工作本身回報慢、見效緩，容易拖慢商業化節奏。

與此同時，單車智能的快速發展改變了行業判斷。隨著傳感器成本下降、車載算力提升，以及端到端學習和更強感知算法的出現，車輛所需的許多能力不再像過去那樣依賴外部信息。技術路線變得更“輕”，更側重于車輛自身的感知與決策體系，部署門檻低、推廣速度快。在這樣的背景下，投入巨資改造道路和基礎設施的方案，自然顯得笨重而效率不高，討論熱度也隨之下降。

車路協同與單車智能，是沖突還是互補？

將車路協同與單車智能視為兩條獨立路線其實是不妥的，車路協同與單車智能只是是解決問題的方式不同，面對的場景和需求也不完全相同，但目標都是為了實現自動駕駛。從現在的技術方向看，車輛具備獨立感知與決策能力是非常有必要的，很多場景要求車輛即便在沒有外部支持的情況下也能安全運行。把主要資源投入到提升單車感知、控制和算力上，能夠快速實現規模化部署和商業化落地，這是當前市場的明確選擇。

但車路協同并沒有被完全淘汰。在一些特定場景和極端條件下，它仍具有不可替代的價值。如在惡劣天氣下車載傳感器探測能力受限，或視線被遮擋、交通參與者復雜交織時，路側感知可以補充關鍵信息，降低盲區風險。在交通管理層面，車路協同能夠實現更宏觀的優化，如信號配時的動態調節、應急車輛優先通行、擁堵調度等，這些都是單車智能難以獨立完成的全局性任務。

未來想大規模實現自動駕駛，更可能采用一種“以車為主、以路為輔”的組合策略。將車輛的獨立性和魯棒性作為核心，確保在絕大多數情況下車輛能自主應對；而在對全局信息或高精度協作有強需求的受控場景中，車路協同則作為增強手段出現。港口、物流園區、機場及部分高速公路車道是天然的優先切入點，這些場景地理范圍固定、運營結構清晰，基礎設施投入回收快、效果明顯。將車路協同定位為提升特定場景安全與效率的工具，而不是普適性的“全網解決方案”，比起早期將其包裝成萬能鑰匙的做法，會更加務實，也更容易落地。

車路協同下一步的路怎么走？

車路協同是否應繼續投入并持續發展？其實可以從現有的商業模式入手來分析。像是礦山、港口和物流園區的車隊調度；企業園區的自動駕駛擺渡車；特定高速路段的編隊駕駛等，這些應用場景相對固定，且商業化需求也比較多，因此可以在這些場景中將車路協同先做起來再逐步擴展的領域。在這些場景中，加強基礎設施的布設，依托車路協同，相較于單車智能反而是優勢，其集中鋪設與維護成本可以直接被運營效率的提升所抵消。

不同廠商的設備能否互通，數據能否在受控前提下安全共享，是未來車路協同提升系統靈活性、降低建設門檻的關鍵。引入邊緣計算可以減少對中心云的依賴，將部分決策與數據處理下沉到路側節點，有助于提高實時性，也可以降低對帶寬和延遲的要求。政策和投入方式也需要跟進。政府可以將車路協同中更接近公共服務的部分納入優先支持范疇，將其作為城市交通治理工具的一部分，在公共交通、應急管理和貨運樞紐中優先試點推廣車路協同。財政補貼、試點基金或公私合作模式，都可以用來分擔早期的投入，以降低單一企業或單一利益方承擔的風險。同時，應推動建立更透明的收益分配機制，鼓勵通信運營商、設備廠商和整車廠在生態層面形成長期合作，而不是僅停留在短期的項目參與上。

車路協同與單車智能一定是“共生而非替代”的。單車智能將繼續向前發展，成為大規模商業化的主力；車路協同則會收縮至其擅長的局部場景與城市治理功能中，兩者互為補充、相互校準。這樣的調整既節約成本，也能在真實運營中積累經驗，待技術、標準和政策進一步成熟后，再考慮更大范圍的推廣。

總結

車路協同并未被徹底否定，但它的應用場景一定會越來越具體化。自動駕駛行業需要的是更務實的落地路徑、更清晰的分工，以及更合理的利益機制，單車智能在現階段無疑時最優解，但對于車路協同來說，在未來智慧交通體系中依然會有屬于自己的位置。

審核編輯 黃宇