Realme GT Neo5体验：越级旗舰配置的中端机，240W闪充十分钟充满电量
06-21
自动驾驶正在迎来新变革。
只是这一次，让整个行业兴奋不已的是各项政策的密集落实。
今年10月，工信部提出开展城市级“车路云一体化”示范； 11月，工业和信息化部、交通运输部等四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》； 12月5日，交通运输部发布《自动驾驶汽车运输安全服务指南（试行）》。
据“自我象限”不完全统计，7月至11月，从国家部委到地方省市自治区共落实各类政策78项，是上半年的3倍。
今年的。
除了国内政策密集落实外，相关国外政策也在快速发展。
例如，美国智能交通协会今年4月发布了C-V2X部署计划。
未来5-10年，将投资65亿美元建设至少25万个智能网联交叉口。
同时，将推动C-V2X预装、C-V2X测试，将在未来8-13年实现C-V2X%渗透率。
韩国科学技术信息通信部和国土交通省近期也表示，该国将利用LTE-V2X技术构建合作智能交通系统（C-ITS）。
C-ITS 旨在支持道路周围车辆和基站之间的高级通信，以提高道路安全。
该系统有望为自动驾驶汽车的部署奠定基础。
因此，随着各国政策的出台，我们不难发现，车路云一体化已经成为当前智能网联汽车和自动驾驶的重要发展方向。
近日，复旦大学与陌陌汽车联盟联合成立的“自动驾驶人工智能校企联合研究中心”正式揭牌。
该科研中心由全国高校与行业自动驾驶领先企业共同牵头，成为国内唯一以“车路云一体化”自动驾驶为核心的科研机构。
在相关政策密集落地的岁末之际，这一学术界和工业界联手的大动作无疑具有引领潮流的意义。
车路云一体化自动驾驶将是今年自动驾驶和人工智能领域最值得关注的新趋势。
01 为什么是车路云一体化？ 首先我们要回答，什么是车路云一体化？ 这其实是一个“流量”的概念，包括路上行驶的汽车、路边行走的人、搭建在路上的各种设备以及云端负责调度和信息监控的系统。
底层技术方面，包括路侧传感、边缘计算、云信息融合、C-V2X和4G/5G通信等关键技术。
以此为基础，可以实现协同感知、协同控制、协同决策规划等“车”、“路”、“云”的全方位协作，最终提升自动驾驶汽车的性能和性能。
交通运输整体发展。
*目标。
这个概念听起来很复杂，但其实很容易理解。
因为很多人一定都听过勒庞关于“乌合之众”的讨论。
这种情况其实在交通中也存在，车路云融合本质上就是为了防止这种事情发生。
毫无疑问，未来的交通一定是自动化的。
但自动驾驶的问题在于，它实际上只解决单一车辆如何在道路上正常行驶的问题，即寻求个体的解决方案。
就像今天的人类司机一样，当每个人都追求个人舒适时，必然会导致群体拥堵。
所以，这个时候就需要一个交通指挥员来实现交通的整体调度，让整个交通运营变得更加高效。
但在行业快速发展的同时，也存在一些亟待解决的问题。
中国工程院院士、清华大学教授李克强认为，关键有三点： *、高水平智能驾驶尚未达到商业化目标。
目前，自动驾驶的研发成本和车辆硬件成本不断上升，但长尾运行条件、安全性、可靠性等关键问题尚未解决，阻碍了商业发展。
二是发展理念和技术路线缺乏共识。
对系统集成开发和集成特性认识不足、标准不一致、接口规范不一致，导致数据孤岛和基础设施碎片化。
这导致了目前自行车智能化的发展，但在向更高层次突破时存在发展瓶颈。
三是一些关键技术亟待突破。
自动驾驶作为高科技产品，在自行车感知的局限性、人工智能的可靠性和可解释性等技术方面仍需进一步突破。
李克强指出：“只有车、路、云一体化的‘中国方案’才能破解当前瓶颈，更快、更高质量实现产业规模化。
”例如，目前自动驾驶中最麻烦的鬼探头问题是由于视觉和雷达盲区，车辆实际上很难预测“鬼探头”的发生，但“车路云一体化”系统可以依靠路边摄像头提前感知行人情况并实时传输给汽车来解决这个问题，让自动驾驶更安全。
当然，由于路端传感设备的存在，“车路云一体化”也可以帮助车辆实现自动驾驶。
需要明确的一点是，目前整个交通体系，除了个人驾驶的客车之外，实际上还包括环卫、公交车、外卖、快递、卡车等各种车辆。
如果这些车辆都像乘用车一样采用昂贵的自动驾驶硬件，并配备专门的安全员，那么自动驾驶的整体实施成本将会非常高。
车路云一体化可以通过云端为道路上的所有车辆提供自动驾驶能力。
通过类似中央空调的模式，可以大大降低自动驾驶的实施成本。
因此，从管理交通、赋能自动驾驶、为城市公共车辆提供自动驾驶能力的角度来看，车路云一体化本质上是一个城市的智慧交通基础设施，发挥着城市的作用。
“交通大脑”的作用。
当然，这一切都需要人去操作。
毕竟基础设施需要人去建设和维护，形成的能力也需要人去输出到市场。
因此，未来的城市必然需要一个智能交通运营商。
就像今天的中国移动、中国联通一样，将通过基础设施建设服务中国城市的智慧交通，成为智慧交通服务和智慧交通产业链的提供商。
推动者，最终成为智能交通技术的创新者。
而这其实也是国家以如此大的政策力度推动“车路云一体化”实施的原因。
02 谋划已久，布局深远。
事实上，中国很早就布局“车路云一体化”。
2009年，“十三五”规划中已包含“要求推进路网管理、车路协同和智能出行信息服务”的相关表述。
到2020年，交通运输部发布《交通运输部办公厅关于加快推进新一代国家交通控制网和智慧公路试点的通知》，提到车路云协同自动驾驶试点工作，坚定走车路云协同的技术路线。
这份文件相当于中国在国家层面对“车路云一体化”发展的第一个锚定。
因此，“十四五”期间，相关要求变得更加具体。
例如，“十四五”规划提到，要进一步加强对“路”和“云”发展的引导，积极稳妥发展工业互联网、车联网，进一步完善高速公路传感系统、推动公路基础设施各要素全周期数字化。
推动车路协同和自动驾驶产业发展。
2019年，国务院印发实施方案，明确提出推动交通基础设施数字化、网络化、智能化，推动传统基础设施数字化升级改造，推动自动驾驶等技术研发和试点应用。
近两年，特别是2009年以来，随着辅助驾驶在高速公路、城市、城区的加速落地，以及干线物流自动驾驶、园区自动驾驶等特定场景下自动驾驶的加速普及，自动驾驶驾驶已成为交通参与者的主要因素。
比例开始逐渐增加。
由此，国家层面密集发布《关于开展智能网联汽车准入和上路通行试点工作的通知》《公路工程设施支持自动驾驶技术指南》等政策，为推动智能网联汽车产业发展再次迈出关键一步。
除了国家层面的积极推动外，国内各省、市、自治区都在积极出台地方政策，积极推动“智能网联”和“车路云”的融合实施。
从数据来看，“自我象限”统计了今年5月至11月我国各省、市、自治区的相关政策，发现与“智能网联”相关的政策法规共73项并实现了“车路云一体化”。
从最终结果来看，目前北京、上海、深圳、湖南、云南、湖北、四川、辽宁、山东、天津等省市已有车路云一体化试点，不少项目已覆盖城市开放公路、高速公路、公园、景区、港口、机场等场景，并且还在不断拓展中。
总体而言，中国城市交通具有独特的特点。
比如国土面积广阔、城市众多、人口密集、路网密集、车辆数量多、交通情况复杂等，这些特点也要求我国自动驾驶走上发展的道路。
走一条中国特色道路。
自20世纪70年代改革开放以来，中国一直被称为基建狂人。
正是得益于中国对基础设施建设的疯狂投入，我们才有了今天便捷的高铁、四通八达的高速公路，以及拔地而起的城市建筑和现代化城市设施。
过去五十年，中国经历了城镇化的大部分历程。
随着时代的发展和技术的突破，中国也进入了产业升级的新阶段。
2018年，国家重新提出“新基建”概念，指能够提供数字化转型、智能升级、集成创新等服务的基础设施体系，车路云一体化已成为新基建的重要组成部分。
“新基建”。
这也是现在车路云融合在政策推动下加速的原因。
复旦大学与百口汽车联盟联合成立的复旦大学-百口汽车联盟“自动驾驶人工智能校企联合研究中心”，成为对学术界和产业界政策方向最快的响应。
这也是国内成立的首个车路云一体化自动驾驶研究中心。
据悉，该研究中心将围绕车路云融合，聚集行业专家和科研力量，重点开展该领域的关键技术研究和应用研发。
复旦大学与蘑菇汽车以“智能汽车、智能道路、强大云”为核心理念，深入研究车辆自动驾驶技术、路侧通信设备和云计算平台的协同工作机制，力争突破传统的交通模式。
限制。
03 大型车型+车路云，重新定义自动驾驶 当然，车路与云融合加速的同时，今年也迎来了一些新的变化。
这个变化就是AI大模型带来的巨大技术变革，引发了全球范围内“所有业务都必须用AI大模型重做”的共识。
其中，“车路云一体化”也面临着AI大模型带来的技术变革和重新赋能的过程。
有专家表示，目前AI大模型在“车路云一体化”方面的落地主要体现在三个方面。
首先是“人车”问题。
大型模型可以帮助车辆与人类实现更自然的语言交互，让驾驶员在车辆行驶时获得更便捷的交互体验，也有助于更安全的驾驶。
其次，还有“车与路”的关系。
大模型可以将路端传感器实时采集的数据实时传输给汽车，帮助车辆实现更好的驾驶体验。
最后一步，实现城市交通“整体安全”。
例如，大型模型可以作为智能大脑，实时控制城市的红绿灯，高效控制道路交通流量。
并将路端数据传输给汽车，影响车速到合适的范围，实现整条道路的“效率”*。
国内首个车路云一体化研究中心的成立，标志着我国在自动驾驶、智能交通领域技术创新处于前沿。
重点研究车、路、云三位一体的技术体系，推动车辆自动驾驶技术、智能道路基础设施、云计算、大数据处理等相关核心技术的研发和突破。
在复旦大学与陌陌汽车联盟共建的自动驾驶研究中心揭牌的同时，两方共同发布了全球首个基于AI大模型的“车路云一体化”系统3.0，该系统利用海量数据来自车、路、云三个终端的交通大数据。
构建人工智能大模型，实现自动驾驶从感知到认知、协同决策以及路侧数据赋能仿真和模型训练，支撑L0-L4级自动驾驶更智能、更安全的大规模落地，显着提升整体交通运行的安全性和效率。
事实上，自从人工智能大模型普及以来，我们会发现大学作为社会创新的关键力量，越来越走在产业技术变革的最前沿。
例如，今年年初，在大模型刚刚在业界问世的时候，复旦大学邱锡鹏教授团队率先发布了“MOSS”会话大语言模型，成为最早推出的大模型之一。
在中国推出。
此外，武汉大学、北京大学、浙江大学等多所高校也在基础技术创新、产业投资等重点领域进行了投入。
其中，复旦大学在人工智能、自动驾驶领域一直有着深厚的积累，陌陌车联也是“车路云一体化”的标杆企业。
因此，当高校的科研力量走到最前列，与行业内的优秀企业合作，必然会加速“车路云一体化”的行业发展和应用落地。
04 结束 20 世纪 60 年代，通用汽车公司在普林斯顿修建了一条电子高速公路测试跑道。
车辆可以在这条道路上自动启动、加速、转弯和停止，无需人工干预。
这被认为是自动的。
Driving最早对车路协同的探索。
如今60多年过去了。
随着AI大模型、5G、云计算、边缘计算等技术的发展，车路协同完成了新一轮演进，自动驾驶正处于大规模落地的前夜。
时代潮流滚滚向前，我们正在迎来一个真正科技引领的时代。
【本文经投资界合伙人Quadrant授权发布。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态