证券时报记者 韩忠楠

深圳为智能网联汽车率先立法，让真正的无人驾驶车上路变得不再遥远。但无人驾驶的上路乃至商业化运营是系统工程，政策的支持至关重要，技术的持续升级、基础设施的建设等也不可缺位。

从企业的布局来看，强调单车智能与推动车路云一体化发展，是两条不同的商业路线。业内普遍认为，长远来看，结合我国的道路交通情况和在互联网端的优势，车路云一体化是产业发展的大趋势。不过，要实现这样的远期目标，打造一套以云控平台为核心的智能网联汽车中国方案似乎并不容易。

近年来，数据在驱动自动驾驶技术快速提升中的作用逐渐凸显。换言之，贯穿自动驾驶车辆研发、生产、测试、运营全生命周期的数据，已成为新型“石油”。

同样，要推动车路云一体化发展，建立良好的数据闭环至关重要。清华大学苏州汽车研究院院长助理戴一凡告诉证券时报记者，L4级自动驾驶车辆要想真正落地应用，少不了依靠路端和云端的协力。但从技术落地的实际情况来看，数据采集的精度、稳定性等还有一定向上空间。特别是数据采集后所产生的服务质量，还有待改善。

“目前自动驾驶车辆所采集的数据，用于技术迭代、信息服务预警是可行的，但要支撑自动驾驶车辆做决策、控制，现有的数据质量还远远不够。”戴一凡认为，产业界要有敬畏之心，在技术尤其是数据采集和应用层面进行进一步的深耕。

剔除技术层面的因素，成本过高无疑是限制车路云快速形成有效协同的核心。戴一凡透露，从部分城市公开的车路云协同项目招标信息来看，单一项目少则需要千万多则要达到上亿元。耗资如此巨大的项目，最终该如何收回成本甚至盈利，目前业内还没有非常成熟的案例。

实际上，成本之困已经劝退了部分自动驾驶企业继续走“车路云”一体化的路线。“车路协同是一个投入非常大、对基建要求非常高的技术路线，如果我们在最初创业时就强依赖车路协同，那可能自动驾驶到现在都没办法跑起来。”文远知行相关负责人称。

蘑菇车联的相关负责人对车路云一体化的成本困境有不同的理解。他表示，在产业实践中，蘑菇车联所坚持的车路云一体化自动驾驶方案，可以让公司成为城市智慧交通建设的参与者之一，与地方政府深度合作，实现“降本增效”，共同促进自动驾驶商业化运营。