2024年7月，五部委联合公布了智能网联汽车“车路云一体化”应用试点的20座城市名单，《通知》如久早逢甘霖，引来市场狂欢。

在对车路协同长期关注与报道中，积极支持，笃定未来，冷眼观之，心存疑虑，各种立场与声音都混杂其中。

于是，我们策划制作了这个纪录片。 我们希望站在更宏观、全局视角的基础上，获取 到更全面、更丰富的背景信息，寻找车路协同持续发展的确定性。

赛文交通网专访了国家智能交通系统（ITS）工程技术研究中心首席科学家王笑京，西安建筑科技大学校长、长安大学教授赵祥模，百度智能云交通行业总经理韩国华，蘑菇车联信息科技有限公司首席技术官郭杏荣，共四位专家学者和企业高层，聆听他们对车路云一体化发展的深入思考。

金句汇总

王笑京 ：作为高新技术领域，其实它的派生效益应该是非常高的。三年不用没关系，反正是政府投资，这个不行。

韩国华 ：从我们这些年的来看，你完全靠一个可运营的。设施靠运营的收益去覆盖整个的建设成本，我觉得目前不太可能。

赵祥模 ：我们现在可能对车路协同系统有一些误解，即车路协同需要做到大规模全息高精度感知、低延时高效信息交互和全程优化管控调度。车路协同强调的关键点是协同能力，而非硬件的先进性。

郭杏荣 ：有点像中国有句话叫独行快，众行远。大家一起做才能够走得更远。

赛文交通网：为什么下这么大决心发展和选择车路协同？

王笑京 ：我们看这五个部委发的文件是应用试点。按照现在这个文件的直接理解，它还不是正式的建设工程和大规模的应用。那我觉得政府这样的一个决策是很正确的，为什么呢？ 因为这个东西未知数还是有的，所以叫做“应用试点”。应用试点就是试一试到底行还是不行，什么地方行，什么地方不行。 为我们未来在这个领域里头按照什么样的技术路线去走，按照什么样的规模去建设，在时间上怎么来安排摸索经验。

所以我的观点， 这还不能说明是国家下大力量要做。只是国家对这个新的技术方向，或者新的技术领域给予一定的支持，给予一定的条件去做试验。这个试验已经不是在实验室里面的实验，也不是测试场里的试验，而是拿到我们真实的道路上去做试验。

赵祥模 ：当前，国际上针对自动驾驶的研发，应该说发展还是非常迅猛，目前主要有两条技术路线，一个是“单车智能”，再一个是“车路协同”，但我认为这二者最终将殊途同归、融合发展。 “单车智能”和“车路协同”未来将相互依存，甚至融为一体。

我们国家选择车路协同的技术路径，有望“一行带百业”，来带动交通基础设施和交通运输相关实体在技术、管理模式的颠覆性创新，推动相关产业转型升级，撬动万亿级的规模化产业集群，这是加快促进交通运输领域新质生产力发展的具体体现。

王笑京 ：新一代的移动通信有一个很重要的方向，就是要在行业里面，在工业领域，在社会生活的领域以及交通领域，它要找到应用点。否则花那么大力量去开发这个技术，如果没有应用就没有产出。所以要找这种大的，就是容量比较大的，能够引起老百姓关注的这个领域，那交通无疑就是一个。

赵祥模 ：与西方发达国家相比，我们国家大力发展车路协同技术，具有天然的制度优势和基础设施建设优势，通过“集中力量办大事”的途径，建立车路云一体化统一的技术架构和标准体系，制定配套、开放、持续的产业政策，促进我国相关核心技术的自主可控，在国际上形成新的优势和龙头产业。

王笑京 ：当然在新技术领域里头，并不能够保证每个方向都是成功的。

目前来说，从长远来看，不知道它未来的技术走向是哪些。也可能你现在试的这个技术未必真能够普遍的应用，但是你的这个尝试会为未来开辟一条道路，可能还有新的技术，更便宜的技术、更适用的技术或者是更适用的方法出来，来把这个领域走下去。

问题背景

近日，美国交通部（USDOT）对外正式发布了C-V2X车联网技术国家部署计划。美国交通部长公开表示：“该计划将能拯救生命，并改变人们的出行方式。交通部已认识到V2X的潜在安全效益，将在全国范围内加速采用该项技术。”

美国的V2X计划是由交通部主导推动，目标是“提升道路安全，降低交通伤亡”。

回归初心，讨论一个看似简单的问题。中国的V2X车联网的发展目标是什么，是什么驱动了行业的发展。

王笑京 ：我觉得各个国家，各个地区在交通领域，他所面临的问题是不一样的，并不一定大家都是要解决同一个问题的。

从发达国家来看，包括美国和日本，他们重点是解决高速公路的安全问题，是解决了车辆在高速行驶条件下它的问题，以及在十字路口的问题，这是他们要重点解决的。作为其他国家未必就是这样。你比如说在欧洲，他做这种合作式智能交通就CooperativeITS，这件事情也有安全问题，但是它头一件事儿是解决什么？解决交通的平稳性问题。就是我把数据给到车上，让你开车速度不要变来变去，让你提前知道路况。

我们国家首先要解决什么问题？我觉得这件事情在做车路协同也好，在做车路云也好，没有认真研究，为什么？这要解决，那要解决，什么都要解决。把所有可能（能够）应用的好处都把它列出来，这是我们现在的做法，但是不知道从哪儿入手 。这样一个系统，你总要有一个能够突出的用途，如果没有那你怎么办。

赵祥模 ：从交通安全与效率的角度来看，车路协同可通过车路云一体化高精度感知与运行态势预测，对交通风险出现的可能性进行评估，并向关键车辆或路段发布安全预警，从而提升交通运行的安全性，交通事故率的降低将直接减少交通拥堵，提升通行效率，改善百姓出行体验。同时，车路协同还可以帮助智能网联汽车改善单车感知与决策的缺陷，从而进一步突破单车智能的技术瓶颈。

从产业角度看，以车路协同技术为代表的新型道路基础设施发展，除了传统的道路基础设施建设外，还涉及传感器、通信设备、芯片、云计算、物联网、软件开发等诸多产业，可带来万亿级的产业发展规模，并通过新兴技术研发和产业发展，全面提升我国的科技创新或者科技竞争能力，打造新质生产力。这也符合交通运输行业“一头连着生产，一头连着消费，一行带百业”的实际状态。

回归道路交通系统本质，车路协同的根本出发点还是提升道路交通的出行安全、运行效率和服务水平。

王笑京 ：我这里可以举一个以前的例子，我们现在在全国十几万（公里）高速已经完全实现了不停车收费系统，全国（收费）一张网。我们一开始要解决不停车收费，那我们首先要解决的是什么？是解决你通过收费站时候的速度提高。

第二个解决什么呢？现金交易问题。因为现金交易就涉及到现金管理，就有成本，还涉及到安全问题。再一个就是人力成本的问题，还有一个就是土地使用问题。因为如果是人工收费，如果堵的话，那就是要扩大收费站，那要必须要用更多的土地。

但是我们首先的突破点就是什么？就是快，这是老百姓的直接感受，就是我可以不停车就过去，在有收费站的条件下不停车收费的车道2秒、3秒就通过了。

所以现在的问题就是说，如果说要把这件事情让它有效果，因为成功和不成功或者说部分成功都是试验的结果，都是需要的，那现在就应该选定究竟要用什么，第一位（要解决的）是什么、用什么手段去检验它、我让谁来检验它，那你就现在就要定清楚。

问题背景

特斯拉FSD落地中国进入了倒计时,国内车企也在快速落地NOA方案，单车智能发展迅速，商业路线清晰，逐渐成熟。关于车路协同是否具有不可替代性的讨论更加激烈。车路协同实际场景当中，有哪些是单车智能的技术解决不了的问题呢？

赛文交通网：车路协同场景应用中，有哪些是单车智能技术解决不了的？

韩国华 ：首先从自动驾驶这个产业来说，单车智能是绝对的基础。 如果没有单车智能相对成熟的能力，车路协同也基本上不会有存在的意义 。

郭杏荣 ： 单 车智能和这个车路协同，有点像中国有句话叫独行快，众行远 。单车智能就是单一企业我能很快去做。但是你要真的走得很远，要把自动驾驶这个级别做的很高，安全效率做的非常好， 还是需要“车路云”这个众，大家一起做才能够走得更远的。

韩国华 ：所以从我们来看， 车路协同本质上还是解决一个超视距和盲区的问题 。它只是在一些复杂路况和复杂路口，对单车进行了更多的一些安全上的能力上的提升，给单车智能在安全的基础上加了更重要的一个安全的冗余，减少一些安全隐患。

比如说我们在红绿灯的这个情况，有些时候路口交叉口比较远，比较复杂的情况下，单车有时候会可能会存在一些误判。包括比如说阳光的照射，甚至在城市里的霓虹灯等等进行干扰的情况下，可能会造成一些对灯色、灯态上一些判误判。这个时候用V2X方式，是远比这个单车自身的判断要高的。

郭杏荣 ：现在大家用的比较多的，像摄像头也好，激光雷达也好，它的有效的前方的探测距离，其实也就100~200米左右。这样的距离而且还会随着天气、黑夜这样的条件会有所下降。如果你到了环路甚至高速路上，时速120公里/小时几乎相当于是每秒三十多米的时速。我如果看前方150米的话，其实留给自车的反应时间就不到5秒。

如果说通过车路协同的技术，可以让这个车看得更远，比如把前方500米、1公里，将超视距的数据发送完，那么无疑会为这个车赢得10秒甚至20秒、30秒的处理时间，所以这个是一个它很好的优势。

韩国华 ：第二个就是盲区的问题。比如说我们在通过路口时候，前面有公交车，有重型货车的遮挡，对于电动自行车的速度比较快的地方，有鬼探头可能还是有比较大的一些安全隐患，这个时候在V2X用一个高点的方式，上帝视角去看整个的路口的时候，他其实对自动驾驶车辆的安全上的一些提醒还是非常有价值的。

第二在车越来越多的时候，大家发现在路口通过的效率出现问题，比如在一些复杂路段、复杂路口没有V2X设施的情况下，车辆在保证安全的情况下，实际上牺牲的效率在通过。如果是有了V2X的这个能力的加持，它在保证安全的前提下，应该会提升整个的通过的效率，对整个交叉口的通行的能力、效率也都有强烈的提升。

郭杏荣 ： 从单车来讲，它更多的是一个个体智能。个体在寻求一个它自己的最优解。但是对于整个交通系统来讲，它不一定是一个最优解。有了车路云，它能够对这些车辆有一些决策的建议、有些规划它能够从总体上去为交通的效率改善。

最近我们也做一些这样的实验，比如说我们人开车通过路口，在我们做了很多次的这种试验之后，我们有一个数据是人开通过一个路口平均可能需要20~30秒这样的时间。我换了单车智能的AI去开，它在大部分的时候表现接近于人，因为我们的这个机器就是去学习人的。当然它有些情况下，比如互相之间博弈，这样的时候它的通行时间反而就更高了，可能到40~50秒。这样一平均下来，它的这个通行效率其实比人还要低一些。

如果换了云端的决策辅助之后，它可以让左转、直行的车能够交叉通行，它的通行效率就很稳定，就没有大幅度的波动，基本都在18~19秒的情况。

我们在一个区域做过这样的测试，就是AB的这种对比测试。A就是只靠单车的智能来去驾驶，B组就是加上了路侧的数据。A和B相比，同样的一段路，同样的一个驾驶。我们发现像B组的接管次数是减少了20%以上。

再一个就是评价乘坐的舒适方面，B组也是提升了10%，为什么呢？就是它的驾驶会更加平稳，减少了急加速、急减速这样的情况，通行效率略微有所提升。而且我们还注意一个很好的数据，就是它的电耗、能耗相比单车智能有所降低。

还有一个就是数据，今天我们都看到其实对于自动驾驶来讲，它其实是一个AI的大规模的应用，今天我们的AI其实就是大的数据加上大的算力。

那这个大的数据从哪里来，现在很多的数据都靠车在路上去跑去收集。测算过，如果用一个测试车去路上采集数据，一公里的成本可能几十块钱，如果要采集上亿或者更多的数据，这个成本对企业来讲很大的。而且像特斯拉，本身现在它的自动驾驶车队的规模在全球是最大。这方面中国的很多的企业跟在后面去追的话，其实还是蛮难的。

但是我们现在通过车路云，在路侧架设了基站，或者叫路侧的感知、计算系统，它其实也是一个很好的数据采集途径，可以7X24小时在路口、路段看到它负责这个区域的车流情况，每一个车是怎么样去行驶的，它可以把这样的数据采集下来，然后再交到云端，帮助我们去训练一个更好的预决策的大模型。这样的一个大模型，它能够很好的补充数据方面的问题。

问题背景

赛文研究院在2024年初曾面向全国各地高速公路建设运营单位，就智慧公路建设场景需求等问题进行了深度调研，在15个智慧公路大场景中，车路协同是“最不需要“的场景，对其经济效益存在普遍质疑。实际上城市交通管理部门大体也有类似倾向。

车路协同路侧设施应该由谁来投资建设，巨额投资解决单车智能安全性等长尾问题是否有必要，车路协同路侧投资到底是应该走市场化路线，还是走政府的作为基础设施投资来建设的路线，一直是讨论的焦点问题。

赛文交通网：当下车路协同投资的经济性

赵祥模 ：从道路交通系统的本质目标出发，其社会服务属性较为明显。比如公交或铁路，大部分公交线路和部分铁路线路的综合社会效益远高于其直接收费效益。特别是在系统建设早期，商业模式尚不完善，更容易出现这样的情况。

针对这些问题，我认为有如下几种可行的解决方法：

一是通过政府补贴与激励政策 。 借鉴部分区域的公共服务或公交发展模式，政府可以为车路协同项目提供直接的财政补贴 ，包括建设补贴、技术研发补贴、设备采购补贴等等，从而降低初期建设和运营成本。设立专项基金，专门用于支持车路协同技术的推广和应用，确保资金的持续投入。

二是引入多方资本合作，多部门共建车路协同系统 。在高铁项目中，政府和企业合作是一种重要的投资与运营模式 。车路协同项目也可以借鉴高铁项目的成功经验，通过政府、企业、科研机构的多方合作，共同分担成本和收益 。车路协同构建的“感-通-算”一体化系统，响应了社会服务与治理的需求，可以通过交通、公安、通信等部门联合投入，共同建设、共同运营、共享资源和数据，降低单一部门的负担。

第三，挖掘数据潜在价值，拓展商业模式。 车路协同系统采集了大量道路交通系统的运行数据，具有重要的商业价值。基于这些数据的巨大价值，通过拓展商业模式，实现收益共享，提升车路协同建设部门与运营商的盈利能力。

王笑京 ：我们在城市里面做车路协同和路侧基础设施的时候，你究竟把这些设施定义成是城市的，为基本公共服务的城市基础设施，还是提供增值服务的设施，这个首先要明确的。

那么作为高新技术领域，其实它的派生效益应该是非常高的。就是你的投资，你的回报应该是几倍、十几倍甚至几十倍。

三年不用没关系，反正是政府投资，这个不行。大家现在目的是什么？是把这件事情变成一个项目，主要由政府投资，我企业去卖设备，我工程部门去做工程，我集成公司去做项目。这个时候就要引起我们特别的注意，你必须要有后面的这个内容，就是经济上你怎么去做的，这是我们在经济上要认真的考虑的。不管怎么说是未来的效益也好，还是间接的效益也好，你必须能说得出来。

当然了有些问题不是你都想好了再去做，但是一些关键的点，你事先就应该想一想究竟它怎么办。

作为先导性的产业，政府作为一些引导资金是可以投的，但是不能使政府作为主要的投资方，特别是和信息技术相关的，它变化太快，所以政府应该就是引导性的。

赛文交通网： 车路协同应该走市场化路线，还是政府作为基础设施投资来建设 ？

赵祥模 ：以交通系统投资和服务运营的案例来看，政府投资和市场化路线都有大量成功的先例。 作为道路交通系统组成部分之一的车路协同路侧子系统，其建设和运营模式不宜一概而论，不能单纯依靠基础公共服务或单一走市场化道路。

从现有的车路协同示范项目来看，其实际建设与运营采用了多种模式并存的方式，包括纯政府投资、PPP模式等等。具体如何建设和运行，应该根据项目所在地的实际情况和需求来决定。

此外，需要强调的是，该问题的产生部分源于对车路协同系统建设所需巨大投资量的预期。 实际上，车路协同系统涉及不同的耦合等级，在实际运营车辆和车载装备不匹配的条件下，过分追求高级别的感知、互联和协同支撑能力，可能导致车路不匹配或过度超前发展的问题。现有服务于较低级别的车路协同系统，具备全域伴随式信息服务及关键区域的安全和效率管控功能，从成本上来说是可控的。

韩国华 ：大家对于商业这个模式的讨论上也比较激烈，分两类，一类是把它当成一个可运营的设施，第二个是把它当成一个面向公共服务的基础设施。 从我们这些年的（经验）来看，完全靠一个可运营的设施，靠运营的收益去覆盖整个的建设成本，我觉得目前不太可能。我们更多的还是希望把它归结成了一个公益属性的基础设施。少部分的用一些运营的收益去贴补它的建设成本。 我们觉得这个可能是一个更相对合理的一个方式来解决。

王笑京 ：我的观点， 我还是说进入到大规模应用和商业化运用的时候，应该是以市场为主，而不是以政府为主。政府对这个东西支持可以有政策的支持，可以有科研的支持，可以有引导性资金的支持。但是政府不能包打天下。 因为如果你说这个好，如果他能够盈利，在引导部分政府做了适当的投资以后，那应该就是以市场、以企业为主体，因为要赚钱。

我们试想一下现在大家都在用的微信，政府有投资吗，现在用的支付宝，政府有投资吗，没有。但是政府提供的是什么，我们政府提供的是政策支持，即便是你用的通信系统，也不是政府投资的，虽然是国企投资的，但是是我们三大运营商投资的，它是国有资本，国有资本也要盈利，也要保值增值。

但是政府直接投资，是财政投资，在政府支持这个过程当中，或者引导过程当中要适可而止。 因为作为装备制造业，它很简单，我卖完了就没事了。我现在比较担心的是这件事情是以装备制造业为主体的这个行业把它烧起来了。那么他们的这个经济就是我卖完了设备就结束了，我销售完了就完了，最多还有点保修、维护，但是这个东西对社会有没有效对他们来讲是无关紧要，这个时候就要特别关注。

作为吃螃蟹的人就有可能成功，也有可能要承担风险。 我们有这样的城市就承担了这样的风险，一下子把几百个路口都建过，他也在发疑问，就这个东西将来怎么办？他自然就发出这样的疑问了，也发出一个就是这套系统我究竟怎么维护？如果不维护就废掉了，那前面的投资就都没有用了。你要维护它，那就不断的有资金投入，要人力成本的投入，那它就是一定要有人用才可以。

你必须要有一套商业化的方法和吸引客户的方法来做，那这个就要想办法了。那就要靠市场里面，要调动社会的力量，因为创新的成功率只有百分之几。就10个人来做这件事情，如果是5%的成功率，那一个都没有。但是1万个人做实验，来做这件事情呢，那就（更）有可能有成功的。 所以这个事儿还是要开放了，不能够把这件事局限在政府拿钱做试验，少数企业在里头卖装备，一部分学校去写文章去评奖，不能进入到这个循环。

赛文交通网：提升车路协同发展的体验感？

赵祥模 ：当前大众对车路协同系统体验感不足的疑惑，主要是因为我国在这些领域还是处于示范应用阶段，一些技术上、法律法规上、盈利模式上的问题还没有得到彻底解决，一些示范点的应用 ，既未连成线，更未形成面。基于新型车路协同设施设备的应用与传统智能交通系统设施设备功能相似，网联协同功能又没有完全发挥出来，从而导致大众体验感不强。

此外， 现有的新建项目往往重视设施设备的建设和投入，对于打通传统设备软件层数据交互瓶颈这种基础性工作往往投入不够 ，造成了新建设备和传统产品的冲突，甚至造成了对传统设备一定程度的浪费。

如果要老百姓对这些新兴技术有更明显的感受， 我的建议是在有条件的城市开展大规模系统化的智能网联汽车示范应用，我国可以尝试建立城市级的智能网联汽车示范特区，开展先行先试工作，大力提升示范特区内智能路侧设备、交通信号灯、交通标志标线等基础设施的数字化和网联化率以及车路协同车载终端安装率，充分发挥智能网联汽车产业的规模和集群效应，并在相当长一段时间内保持产业政策的持续性。

在示范运行过程中，不断对相关产品和技术进行升级、迭代和优化，保持对现有和传统技术软件层接入能力的不断维护和更新，从而形成可在全国范围进行大规模复制推广的成套技术和标准体系。当前这个过程不是一蹴而就的，需要相关部门加大研发和资金投入。

赛文交通网： 车路协同给城市交通管理工作带来的支持？

韩国华 ：我觉得首先它本身的算力和算法的能力比原来传统要高很多。所以在对传统智能交通的（一些）应用场景，比如说执法监管的场景，它的精准率会更高一些，所以它带来的管理水平一定会有提升。同时还有对原来不具备的一些场景的覆盖，比如说对一些事故的识别，对洒落物的识别，对异常停车等等，它的能力会更强。

在亦庄做的全域信控，首先它对交通流的识别是非常精准的。它不光是对每个路口的速度、流量占有率，它甚至还可以对每辆车的轨迹，它会识别的比较精准。所以它在做区域协调控制的时候，会对整个片区的交通流的时间和空间的分布规律掌握的更加清楚。这个时候再做整个区域协调控制的时候，会是贴合这个供需关系，所以它的优化效果会比原来传统方式会高。

还有我们在某个地方做了关于“鬼火少年”（的检测）。“鬼火少年”实际上就是用摩托车或电动车，抬起一个前轮，但实际上控制不好的时候会出现很多的事故。传统的视频检测设备是识别不出来的，可能现在用了我们自己的网联路口的设备，用一些大模型，它首先识别出电动二轮车或者摩托车，然后识别驾驶员戴不戴头盔。鬼火少年要把这个前轮要抬起，所以你告诉它鬼火少年，它自己会分析出来鬼火少年的在视频方面的特征，然后自然而然就会把这个东西识别出来，所以它对这类的一些识别的能力都有了很多的提升。

包括在某些城市也是一样。比如说对一些异常的停车，甚至在网站路口的一些事故，它自动能识别出来。比如说我们能识别出三角牌，在路口三角牌肯定是有问题。比如说这个车超过一定时间的异常的停车，然后有人会从绕着车转，这些都是可能发生事故以后的一些特征。

原来我们靠传统的检测设备是搞不定的。这些是基于一些新型的基础设施，基于大模型的视觉的检测能力，这些能力陆陆续续都出来了。

赛文交通网：传统智能交通技术对车路协同技术的可替代性？

韩国华 ：首先这个事情其实百度做了这么多年，为啥有些事情自己要做？就是因为市面上在已有的一些产品，对于L4这个自动驾驶的支持上是技术上是不达标的。

首先对L4来说，它的要求很高，安全没有任何的试错的机会。所以在整个的几个指标来说，第一是精准性上来说，比如我们在对一个路口机动车、非机动车、行人的感知上，它的这个准确率和召回率都是很高的。如果低的话，假如提供了一个错误的信息，还是比较容易发生一些安全事故。所以在这个方式来说，跟传统的智能交通的厂商（对比），它现有的技术能力和设备参数来的精准性上来说达不到要求。所以没办法，我们自己用一些AI的能力去解决准确性和召回率的问题。

第二个就是时延，为什么要放到边缘侧？就是因为（数据）上云再下来的话时延不够，所以现在端到端的时间基本控在200毫秒以内。现有的整个的原有的传统设备，包括一些其他的方式都达不到这个要求，所以才用一些新技术的研发和产品的研发去解决这些问题，所以基于这些可能能复用一部分传统智能交通设备。

赛文交通网：车路协同亟需突破的关键技术？

第一个，因为本身就是路侧的基础设施，它的数据要能为车所用，所以就要求它的感知计算的精度比较高。过去确实有些地方比较重建设，就是把设备一挂，路口上挂个摄像头，挂个RSU能发出信号就完了。那这个数据车有没有收到，收到之后准不准，其实会少一点，所以这个也是过去大家会稍微诟病一些的地方。

韩国华 ：比如说我们路口有100个人，我们只感知到95个人，还有五个人没感知到，那发生事故的几率会比较高。如果本来只有95个人，但是感觉到100个人，感知的多了，那可能就会有急刹。所以对于准确性来说就一个不能多，一个不能少。现在亦庄的所有（路口）都是在线在监控的，一旦设备有故障，广播就不发送了，这个时候就要靠单车智能自己通过这个路口，这里其实是对于它SLA的稳定性要求都比较高。如果有问题，我们监控不到，那发送一些错误的信息，安全方面给车端可能会带来比较严重的安全隐患，所以这是一个问题。

郭杏荣 ： 其实很多地方后来就疏于建设或者疏于维护，很重要的一个原因，是在之前它的应用上没有跑通。应用上没有跑通，没有可以持续赋能的对象，它的商业模式没有成型 ，所以它就没有办法能拿到保障它运营的这个钱。

像今天的移动通信网络，大家没有怀疑过它的服务质量问题。包括今天跟交通有关的GPS、北斗，大家也没有太怀疑它的可靠性问题。它的原因就是因为所有的这些领域，它的应用都大规模的被证明了。它有很多的人在去用它，有人在去为它付费。有人付费就有人去能够持续的去运营，它就能够保障服务是稳定和可靠的。

另外就是时延，时延我觉得也很重要。我们过去也有遇到这样的问题，就是我的路侧数据感知的很准，但是因为这个模型很复杂，耗时很长。那么你经过你的感知，摄像头的成像，经过你的计算，再经过传输到车上可能300个毫秒过去了，匹配不上。

再一个我觉得在架构标准上面，还是要尽可能的统一比较好。因为过去可能很多都是自己的一小片（区域范围），自己的接口，对于车企来讲接入也很费劲。对于我们去各个地方去做示范运营，我们的车到每个地方都要去接一遍接口，（因为）接口还不太一样。所以我觉得就未来规模化之后，大家应该遵循（同）一套（接口），在行业内应该树立严格遵循同样一套接口。

赛文交通网：示范建设取得的经验 , 还暴露了哪些问题

王笑京 ：用我们自己的装备，我们亲手把这样一个提出来十年二十年的概念，我们把它做成了一个真正实实在在的东西，我觉得这就是成绩。否则的话，我们永远是坐而论道，所以这一步是必须的。

韩国华 ：我觉得从试点来说，可能更多的是证明技术的可用性。

所以应该说这十几个双智试点的城市，每个都有不同的任务，大家在这过程中应该都还是取得了一定的成果。我觉得从产业界更多的共识也陆续出来。从国家层面来说，对这个事儿可能也更加坚定了（对）这个产业发展的投入的决心，所以才有后面车路云一体化的政策的出台。

郭杏荣 ：像刚才讲的，在超视距、盲区，在群体智能协同调度等方面，我们看到了对车的好处，那么很多的车企其实也是认可这个数据的。