李克强院士谈单车智能与车路云一体化辩证关系 | 高端访谈

编前：汽车产业智能化发展日新月异，智能驾驶、智能座舱等智能化功能成为车企竞逐焦点。“全民智驾”“智驾平权”的概念更是形成一股新浪潮。

与此产业喧嚣局面形成强烈对比的是，近几个月来，大量开启所谓的自动辅助导航驾驶（NOA，Navigate on Autopilot）车辆，发生了数起严重的交通事故。汽车产业智能化的路到底该怎么走？日前，中国汽车报社总编辑与中国工程院院士、清华大学教授、国家智能网联汽车创新中心首席科学家李克强就此进行了一场深入交流。

访谈嘉宾：中国工程院院士、清华大学教授、国家智能网联汽车创新中心首席科学家  李克强（右）

访谈主持：中国汽车报社总编辑  桂俊松（左）

桂俊松：当前，智能网联汽车的发展出现了一些新态势：从技术层面看，人工智能技术在汽车行业加速落地，推动了汽车智能化的跃升；从产业层面看，“全民智驾”全面铺开，推动了智能汽车的普及与渗透。您如何看待智能网联汽车领域的这些异彩纷呈的新变化？

李克强：汽车产业发展到今天，也迎来了自己的“百年未有之大变局”。以新一代信息通信技术、人工智能技术为代表的新一轮技术革命方兴未艾，而技术革命必然会寻找应用、赋能的合适载体，从而推动技术落地和产业变革。当前，车路云一体化技术体系的提出，促进了新一代信息通信技术及人工智能技术与汽车智能网联化技术的融合，人工智能技术在汽车行业加速落地，更是促进了汽车产业的快速转型发展，汽车产品正在从传统的交通工具向智能移动空间快速演化。汽车产品的定义、开发模式都发生了重大变化，汽车产业的价值链在加速延展，产业链正在加速重构。智能网联新能源汽车和智慧交通系统承载着党和国家对发展新质生产力、新型工业化和战略性新兴产业等许多战略层面的期许。聪明的车、智慧的路、强大的云，基于网络的一体化融合发展，必将打破过往车、路、云、网领域独立发展的局面，形成以车辆智能网联化为基础，虚实融合、信息物理一体、多领域融合、互为促进、螺旋发展的新兴汽车产业。在工信部等五部委牵头的20个车路云一体化应用试点城市建设三年行动计划的推动下，智能汽车发展已从过去几年多地测试验证的星星之火，形成了未来燎原之势。

“全民智驾”、“智驾平权”能在行业引起一定的反响，体现了业界与民众对汽车产品向着智能化、网联化发展的强烈愿望。但同时我也认为，智能网联汽车发展不应只停留在车企“智驾营销”层面，车企在宣传之前，要先明确自动驾驶的等级划分（我们国家很早就给出了自动驾驶的定义和等级划分，例如《汽车驾驶自动化分级》（GB/T40429-2021）——编者注），找准自己产品的等级定位，少用、慎用“智能驾驶”“智驾”的说法，多用“辅助驾驶”“自动驾驶”这样的规范说法。现实中多地发生的辅助驾驶安全事故，也为我们敲响了“安全出行才是汽车发展基石”的警钟，异彩纷呈必须要有安全作为基石方能持久绽放。

智能网联汽车技术是一套新兴的、复杂的、系统的技术体系，它不仅要为车内乘员提供更高的安全性、更多的交互性和舒适性，更是提升交通系统整体运行安全、效率、构建智慧城市体系、促进数字经济发展的重要抓手。因此，在智能网联汽车新技术的探索上，我们既要发挥在消费电子领域这些年的积累优势，更要发挥我们敢闯敢干的优势，推动智能网联技术在汽车行业快速落地，同时还要实事求是、严肃科学地对待智能网联技术应用，尤其是在涉及汽车的产品安全、交通安全、公共安全方面，更要慎之又慎。

桂俊松：您如何看待单车智能与车路云一体化的关系？

李克强：如前所述，车路云一体化，是基于相同标准与架构，将涵盖现实物理世界与信息化世界的“车-路-云-网-图-安”进行一体化融合，通过“数字轨道”与“数据发电站”共享赋能，保障车辆出行更加安全、高效、节能与舒适，进而推动汽车行业、交通行业的变革。中国率先把这条技术路线具象化，并在多城推动落地，已经引来了发达国家的跟随。但由于这个领域的新兴及复杂性，很多没有深度参与其中的人对其认知常常还浮于表面，甚至错误。我借此机会做些解释。

首先，单车智能与车路云一体化并不是互斥对立、非此即彼的两条不同技术路线，二者是万物相连技术下的同一产物。单车智能是其初级阶段，而车路云一体化是高级阶段。单车智能无法突破的感知盲区与超视距感知局限、多车协同效率不足、车与基础设施交互缺乏等问题，车路云一体化可以有效补全。

沿着单车智能技术路线去追求理想的无人驾驶，就相当于追求人类达成5分钟跑5公里这样的目标。我想，无论该运动员如何优秀，如何努力，他都不可能实现这样的目标，因为它超越了人类自身生理机能的极限（当前世界范围内男子5公里优秀成绩在12分以上，女子5公里优秀成绩为14分以上——编者注）。同样如此，因为无人驾驶的技术要求超越了单车智能自身的能力极限，所以即便某些单车智能方案能够做到在现有基础上的不断改进提高，也不可能实现兼顾安全、效率、节能的无人驾驶目标。而车路云一体化方案则相当于人类在自身能力基础上又学会并掌握了工具使用，这样5分钟跑完5公里的路程就不再是天方夜谭了。

其次，现在出现的端到端、大模型等热点技术方案并不是仅依靠单车在车端智能下实现的，恰恰是利用网联化实现的。大模型技术能真正产生价值的基础是训练数据的海量性与完备性。依靠车端算力、单一车企的数据，不仅海量性和完备性皆无法达成，存储海量实时数据的成本及模型训练所需计算资源成本也会轻易将一个企业压垮。与单车智能技术路线相比，车路云一体化架构的云控基础平台具备众源数据汇集、海量信息打通、时空连续对齐、算力数据共享的优势。基于此，“随着大模型技术出现并深入应用，我们是否还需要车路云一体化技术？”这样的问题不言自明。当前多家领先车企提到的“影子模式”+“端到端/大模型”，就是典型的第一级网联化后的车辆产品。有趣的是，一些企业因为顾虑产品力的宣传效果不突出，绝口不谈车路云一体化，但其采用的技术方案是将车辆传感器数据传递到云端，经由云端对自动驾驶算法进行训练、迭代后，将新的算法版本OTA（远程更新）下发至车端实现的。这其实已经不再是单车智能的技术方案了，而是具备了非常典型的网联化特征，也是车路云一体化方案的初级版本。

2016年，我国编制发布了《智能网联汽车技术路线图》，率先对车辆网联化功能提出了分级定义。随后，欧盟（2019年）也采用了类似的分级方案。第一级网联化功能提供的是网联辅助下的动态信息交互（包含给人类驾驶员提供辅助信息，和车云数据交互如“影子模式”）；第二级网联化功能能够提供网联协同感知，也就是在车辆本身的传感器能力之外，通过将路侧的感知数据共享到车端，为车辆提供“上帝视角”来实现感知增强；第三级网联化功能则能够提供网联协同决策与控制。从这个角度讲，所谓的“单车智能”方案在当下已经不存在，当前的单车智能大部分处于网联式功能第一级，即信息交互。某些头部新势力的方案进展快一些，采用云端语义大模型辅助驾驶员和辅助驾驶系统理解交通情景，实际上是车云协同的技术路线，是车云协同的初级探索。最理想的状态是“车路云一体化”技术路线下的深度协同，只有深度协同，才能实现我国智能网联技术路线图的目标。本质上讲，现在大家看到的汽车产品已经走在了网联化路线上。

第三，不少行业人士误认为车路云一体化方案中的“云控”就是要利用“云”来“控”车。实际上，“云控”是车路云一体化融合控制系统的简称，其中的云控基础平台是一个集合了道路基础设施资源与交通数据，利用云端算力优势和数据优势提供共性基础服务的平台，服务对象包括全量汽车、交通交管部门及其他数据产业链企事业用户。例如，云端可根据交通态势感知数据，为车辆提供行驶路径优化建议，主动提升城市交通效率，一定程度上体现了对交通管理的“控”，但车辆是否根据周边环境听取这个建议，车辆是有最终的裁量权的。再比如，在协同感知场景下，云端基于道路交通信息为车辆补盲，让车辆看得更远，向车辆发送保障行驶安全的决策建议信息，经过车辆仲裁功能模块完成仲裁判断后，才由车辆自身进行控制。

另外，我也想提醒：人工智能技术并非指向单车智能，人工智能技术也是车路云一体化的必要组成。作为推动我们汽车产业革命的新一代高新技术之一，我们既要看到人工智能技术尤其是大模型相关技术在语音交互、智能座舱领域的积极作用，也要对其赋能自动驾驶的实际阶段和能力作科学、谨慎评估，不宜过度乐观、过于冒进。根据我们自身在此领域的研究实践，产业界也普遍认为目前的人工智能技术在自动驾驶领域内的应用总体上还处于起步阶段，所以恰恰还需要用车路云一体化来发展和完善。同时，我们业界还应当考虑加强统筹协同，争取建立一个可支撑自动驾驶训练的高质量数据集及基础大模型，各家车企都可以基于这个数据集和大模型训练自己的算法，从而达到事半功倍的效果，避免低水平重复开发。

桂俊松：您的初级阶段与高级阶段的区分，既说明了二者之间的内在联系，又清晰表明了二者之间的区别。

李克强：我想用电子消费品当中手机行业的发展情况来进行一下类比，方便行业各方进一步理解我们今天汽车行业智能化发展所处的历史方位。

今天汽车行业在自动驾驶领域的发展状态，非常类似于2007年到2009年的手机行业。在此之前，手机市场上的霸主是摩托罗拉、诺基亚等品牌，典型产品是功能手机，而打破这个市场竞争格局的，是苹果iPhone智能手机的发布。iPhone的出现使大家第一次清晰地感受到智能机与功能机的巨大区别，汽车行业当下也正经历着这样一个“iPhone时刻”！没有网联赋能的单车智能还处于“功能机”范畴，具备网联式功能赋能的“车辆智能”则迈入到了“智能机”的门槛，而作为高级阶段，车路云一体化的车辆产品在自动驾驶功能上则会如虎添翼更加安全，同时也具有更优秀、更丰富的生态支撑。所以，我们发展智能驾驶，一定要沿着网联式自动驾驶路线去发展，而车路云一体化恰恰就是其在技术路径上的具体体现。没有网联化功能进行支撑的所谓“单车智能”技术方案，就如同当年的手机功能机一样，必将被市场和历史所淘汰。

桂俊松：在此车路云一体化试点一周年之际，您认为我们的试点工作取得了哪些成绩，还存在哪些问题？

李克强：试点工作已经开展一年，取得了非常多的成绩，但车路云一体化具有非常鲜明的交叉融合特征，复杂性、系统性、前瞻性特征突出，企业和地方政府在理解上尚不充分，而且又由于涉及政府、多经营主体等不同角色，在协调、管理方面也还存在难度。今天我们对照“架构相同、标准统一、业务互通、安全可靠”的原则要求，应正视现阶段存在的问题，通过试点发现问题，本身也是成绩。

首先，对车路云一体化总体架构认识不够清晰不完整。主要表现是忽视对车辆赋能的重要性，进一步导致对云控基础平台和路侧设施的需求理解只停留在交通赋能层面，汽车企业虽然已经认识到了协同感知、协同决策的价值，但基于当前现状，也只能做些信息交互等基础的网联化能力验证。总体架构认识不清晰也导致了不敢建，建设规模不够大，汽车企业对小范围的基础设施协同积极性不高，造成“车等路”或“路等车”的情况，导致了价值闭环、商业闭环进展缓慢。

其次，对云控基础平台的理解不充分。把车路云一体化的云控基础平台与传统云平台、交通平台相互混淆，分级部署的方案不明确，数据标准不统一，而且在建设中板块分割明显，无法实现交通基础设施资源与交通数据的共享，导致车企对网联赋能信心的不足，参与积极性受到影响。

第三，对路侧基础设施的重视程度不足。一些地方对路侧基础设施建设的理解存在偏差，路侧总体方案需求不明，分类不清楚。建设阶段仿照传统交通工程做法，没有对路侧的硬件选型、软件算法、集成实施质量进行重点把关，导致感知数据质量参差不齐，建设效果受到很大影响。

第四，忽视了复杂系统工程的管理重要性。由于有些地方并未组建工作专班进行统筹协调，导致跨部门统筹协调难，投资、建设、运营主体不明确，且在建设、运维中出现步调不一致的情况。

我分析，出现以上种种共性问题，主要是由于各地在建设过程中对建设指南原则要求中“架构相同、标准统一、业务互通、安全可靠”的理解不到位所致。我们必须反复强调、加深认识，各地方政府和行业企业要理解、吃透原则要求，以免在建设过程中出现重大偏差和损失。

桂俊松：结合我们试点的前期经验，您认为在后续试点推进过程中，还有哪些问题需要引起我们格外重视？

李克强：我想借此机会呼吁各地，一定要提高对车路云一体化建设重要性的认识，智能网联汽车的发展，尤其是在新一代信息通信技术、人工智能技术的助力之下，已经成为高新技术的战略制高点，不仅仅是产业变革的重要机会，也是我们发展新质生产力的重要实践、国家之间竞争的新战场。为了方便地方、行业能够理解车路云一体化的重要性，我想从比较抽象的理论描述中形象化地提出“数字轨道”与“数字发电站”的概念。

所谓“数字轨道”，就是各地在车路云一体化建设中，基于路侧布设感知设备的感知结果、结合地理信息匹配等技术手段，将传统的公路基础设施映射为信息空间的一条数字化轨道。道路上行驶的智能网联汽车，在信息空间同时运行在对应的数字化轨道上。而信息空间方便通过仿真、预测、模型优化等技术，提前预判安全风险，可极大地保证车辆行驶安全性，提升通行效率，实现交通系统整体优化。

所谓“数字发电站”，则是指各地在车路云一体化建设中，通过云控基础平台汇聚的车辆、路侧、相关支撑平台等高实时、高质量、海量、完备的交通相关数据资源，基于不同的应用需求，通过各种数据融合形成新的数据与信息，发挥原始数据的多重性价值，支撑着包括汽车自动驾驶在内的人工智能大模型训练等应用，从而获得巨大收益，如同发电站把水力资源转化为电力一样照亮千家万户。

坦率地讲，目前各家车企采集用于训练自动驾驶模型的数据，只有车企自车数据，属于烟囱型数据孤岛，数据类型不全面、不准确、数据量也有局限性。只有将云控基础平台上收集到的数据与车企本身的数据整合经时空对齐后，才能够真正支撑人工智能大模型训练的数据集。因为自动驾驶场景多样，corner case极多，无法用时间平均替代样本平均，这就要求用于训练自动驾驶的数据集必须同时具备完备性与海量性。而云控基础平台这个“数字发电站”，源源不断地生产出高质量、全类型的数据，一方面可支撑现有智能网联汽车的安全性可靠性进一步提升，让车辆安全、高效地跑在“数字轨道”上，另一方面也为人工智能大模型的训练提供了具有完备性、海量性的高质量数据。

结合我们过去的经济建设经验，我们非常容易理解，拉动经济发展的重要途径之一就是投资，尤其是基础设施投资，以往的基础设施以铁路、公路、机场、电力等为代表，而在当前的数字经济时代，云控基础平台及车路云一体化的相关建设就是新时代的基础设施建设。在全国各城市的建设中这方面做得比较突出的，当属北京亦庄经济技术开发区，很多实践属于世界首创。

此外，我还想提一点建议，作为车路云一体化系统的数字底座，底层的云控基础平台各地可分散建设，但不应该独立按各自的标准建设，而应该如同中国铁塔与三大移动通信运营商的关系，适合由一个统一的、独立于各应用层业务的主体，以架构相同、标准统一为准则，进行正确建设。

桂俊松：您多次提到“安全”问题。安全是我们发展智能网联汽车的重要初衷，在智能网联汽车的发展过程中，您如何理解智能网联汽车的安全问题？

李克强：安全问题是非常核心的问题。汽车作为交通工具，其本质属性排在第一位的就是安全。在智能网联汽车出现之前，我们在对汽车产品安全的探索上，从被动安全逐渐延展到了主动安全。随着智能网联技术的出现，安全问题出现新的内容：首先是智能化技术丰富、拓展了我们的感知能力，我们比以往更加重视车辆安全对整体交通系统的影响；其次，当我们在对复杂电子系统进行设计时，又开始关注功能安全与预期功能安全；第三，由于万物互联，又出现了网络安全、数据安全等新问题。我觉得可以分两个维度来关注智能驾驶的安全问题：一是在车辆行驶过程中可能对人身造成伤害的安全问题，在这方面我们应该不断进行改进、完善，包括大模型训练是否可靠等新元素都应当审慎评价；二是要关注网络安全、数据安全带来的公共安全问题。我认为，在新条件下解决新安全问题，一定要有系统思维，要技术、管理两手抓，既要依靠技术创新，应用先进技术提升安全，也要重视管理，要运用新一代技术支撑、服务产品研发、生产、制造和使用，实现智能网联汽车全链条、全过程的安全管理。