JIC投资观察原创文章
中国建投成员企业建投华科
作者：朱国泰
本文4666字，阅读时间约12分钟
北京大兴机场，一位飞机刚落地的乘客站在路边等待乘车，迎面驶来一辆自动驾驶出租车。乘客坐进车内，系好安全带，确认行程开始后，出租车自主启动，顺利驶离机场。未来交通场景的初级形态已经呈现。
今年7月，根据年初工信部等五部门印发的关于开展“车路云一体化”应用试点工作的通知，车路云一体化试点城市名单出炉，意味着聪明的车将驶向更多城市，服务更多大众。
此次纳入试点的城市，包括北京、上海、广州、深圳等一线城市，也有重庆、成都、南京、武汉、合肥、苏州、无锡、沈阳、长春、福州、济南、长沙等省会城市或新一线城市，还有十堰、鄂尔多斯以及海口—三亚—琼海、杭州—桐乡—德清联合体。这意味着试点工作进入实质阶段。
01
让聪明的车走智慧的路
车路云一体化，是通过新一代信息与通信技术，将人、车、路、云的物理空间、信息空间融合为一体，基于系统协同感知、决策、控制技术，实现智能网联汽车系统安全、高效、环保运行的系统。
其具有标准化的接入能力、共享能力、扩散能力，具备全局协同以及提效节能的优势。通俗来说，车路云一体化可以理解为聪明的车走智慧的路，让智慧的路帮助车更聪明。
聪明的车，指的是具备高度智能化和自动化能力的汽车。它们装有自动驾驶模块，比普通车更聪明。
激光雷达、毫米波雷达、超清摄像头、高精定位及地图，这些都是车辆的眼睛，一定范围内的人或物的位置信息、速度信息都可以被它们及时感知，搭配低时延通信技术及决策层的软硬件系统，对车辆行使中的各种路况进行实时处理。
智慧的路，是指配备了先进感知和通信技术的道路基础设施。同时，云平台作为一个聪明的大脑，通过收集和处理来自车辆和路侧基础设施的数据，实现全局的协同感知、决策以及控制。
目前，主流自动驾驶企业主要采用的还是单车智能技术路线，即只研究车，让车变得更聪明。但单独的一辆车，往往会形成数据孤岛，感知能力和决策能力存在局限性，无法实现超视距以及安全决策时间。
仅靠单车技术提升，以使其接近甚至超越人的驾驶能力，目前还存在很大的难度。高级别自动驾驶想要实现规模化，必须更好地解决安全问题。基于此，车路云一体化技术路线正在逐渐成为业界共识。
当汽车在路上行驶时，路侧基础设施获取的实时感知信息被传送至云端，再由云端协同车辆进行分析、决策和控制，提升车辆的感知能力以及交通疏导和决策能力，以此提升自动驾驶的级别和维度。
如此，不仅实现了驾驶的自动化、智能化，也实现了交通和城市管理的智慧化。
02
从试点到规模化的探索
车路云一体化的应用场景十分广泛，可商业化应用场景包括智慧交通、公交系统、智慧环卫、智慧物流、末端配送、乘用车自动驾驶等各个方面。
车路云一体化的发展路径目前已经形成行业共识，也是下一阶段推动智能网联汽车产业化和商业化应用的关键。
通过车端、路端、云端一体化发展的应用试点，不仅单车智能化持续发展，还可以加快城市和道路基础设施的智能化建设，促进车载智能终端搭载率提升，既实现更高程度的自动驾驶，又实现更高智能的智慧城市和智能交通管理。车路云一体化还有助于整合车辆、路侧基础设施及云端的数据处理和决策资源，为车辆提供更全面、准确的环境感知和决策能力。
车路云一体化的开展起步已久。早在2020年9月，北京在亦庄启动建设首个车路云一体化高级别自动驾驶示范区。如今，亦庄街头自动驾驶车辆随处可见。
今年6月，武汉市投资规模达170亿元的车路云一体化重大示范项目获有关部门批准备案。福州、鄂尔多斯、沈阳等城市也先后启动了相关项目招标。本次联合体试点城市中，杭州是全国首批新能源汽车示范和推广试点，桐乡是5G车联网应用示范区，德清是国家级车联网先导区。
一个产业的发展，需要技术的积累和资源禀赋的积淀。在车路云一体化的建设中，云控平台、路侧基础设施、标准建设等，缺一不可，且需要进行大范围一盘棋的部署。
本次试点城市将重点建设低时延高可靠的网联云控基础设施，提升智能化路侧基础设施与云控基础平台覆盖率，满足智能网联汽车大范围和跨区域行驶中的一致性和连续性需求。
各地车路云一体化建设处于相对初级阶段，系统架构尚未形成成熟体系，基础设施建设难免存在碎片化现象。为了解决数据孤岛及重复建设的问题，标准建设很重要。
在试点阶段，应着力建立统一的标准与评价体系，共同开展标准研究，构建统一的智能网联汽车车路云一体化相关的标准，以及智能交通、智慧城市、高精地图、接入标准、云控平台标准等标准体系建设。通过统一的顶层架构设计，实现范围更广、标准统一的智能交通的建设和互通。
到2030年，有机构预测中国智能网联汽车市场规模将达到5万亿，车路云一体化相关市场规模超14万亿，可谓市场前景广阔。
车路云一体化目前处于从测试验证到规模化、商业化的过渡时期，除了技术问题，未来还需解决智能化路侧基础设施覆盖度不足、车载终端搭载率低、商业模式不成熟等运营和商业化问题。
真实路况和交通环境下，交通要素繁多，很多情况不可预测，环境干扰复杂多变等，还需要大量技术的创新和新模式探索。
试点将进一步结合智慧城市建设、智能交通等需求，因地制宜开展智慧公交、智慧乘用车、智慧物流、智能停车场等多场景的规模化应用。不断积累技术和试点经验，由点到面，扩大应用范围，提升城市交通管理水平和通行效率，推动车路云一体化的商业化进程。
03
商业化前景面临的机会与挑战
根据美国汽车工程师协会（SAE）制定的自动驾驶汽车分级标准，自动驾驶可分为L0-L5共六级。根据IDC的预测，预计2025年全球网联汽车规模为7830万辆，5年复合增长率为11.5%。由于高级自动驾驶仍存在责任划分、边缘场景处理难度等问题，IDC认为L2+将会成为主流自动驾驶等级并实现快速发展。
当前中国自动驾驶技术正处于L2-L3级别阶段，中商产业研究院统计数据显示，2023年我国在售新车L2渗透率达51%。
目前选择车路云一体化这一路线，是扬长避短的选择。从技术方面看，我国在芯片、算法等技术还有差距，仅靠单车智能实现自动驾驶存在现实困难。但从基础设施建设水平及配套设施看，鉴于我国基础设施投资一般由政府主导，基建完善，5G网络覆盖面广，智能路侧单元存量等方面具有优势。
车路云一体化具有整体系统优势。相较于单车智能方案，车路云一体化对智能汽车软硬件要求相对较低，用整体系统协同弥补单车智能化的不足，将路侧智能基础设施与云控平台结合，协同解决感知、数据获取及复杂的计算任务，这样从技术上更容易实现。相比一门课考满分，两门课都及格更容易。
车路云一体化与单车智能相辅相成。单车智能是车路云一体化的基础，车路云一体化仍需依靠单车的智能化，同时可以对单车智能进行补充和升级。在感知方面，车路云系统可以通过路侧感知为单车补盲；在数据获取方面，车路云系统可以凭借系统整体的海量数据帮助单车智能模型进行训练和升级。同时，车路云一体化有望助力单车智能更快实现商业化，形成共赢和可持续的商业模式。
本次的试点城市将探索形成车路云一体化的投资、建设、运营的新型商业模式，大胆尝试，小心求证。积极探索政府、国资、车企、科技企业、商业运营主体等多主体投资和参与，专业化联合运营的多种发展模式，形成分工合作、风险共担、利益共享发展方向。比如北京车路云一体化新基建项目明确，项目建设资金的出资比例为政府投资70%，国有企业自筹30%。
当然，车路云一体化建设中，基础建设方面可能政府主导多一些，比如路端和云端的道路建设、路侧智能单元的建设、数据及云控平台等；而车端更加依靠社会资本的技术和资金投入。但车路云作为一个系统，需要各方面在投入、建设、研发和运营等方面的协同合作。
近期，北京、上海、广州、深圳、长春、杭州等各大城市纷纷宣布车路云一体化进展，其中有三个城市明确公布的投资金额合计接近400亿元。车路云一体化建设项目不仅可以推进自动驾驶的商业化进程，还将为城市治理、智慧交通、安全出行等多方面赋能，也成为我国政府重点支持的发展的方向。
中国这些年发展的网络和道路基础设施建设、北斗通信、5G网络等，都为发展智能网联汽车一体化建设的提供了核心保障。
2024年乘用车车联网前装搭载率预计将达到85%。我国智能网联的路径已经清晰，车路云一体化将走向产业化。车路云一体化的建设以及长期运营涉及产业链广泛，车端、路端、云端、产业运营等相关产业链均会从其增量机会中获益。
根据中国汽车工程学会等机构发布的《车路云一体化智能网联汽车产业产值增量预测》，在中性预期下，2025年、2030年，车路云一体化智能网联汽车产业总产值增量预计为7295亿元、25825亿元，年均复合增长率为28.8%。
不同预期情景下智能网联汽车产业总产值增量
图片来源：《车路云一体化智能网联汽车产业产值增量预测》
数据预测显示，车路云一体化智能网联汽车产业的增量主要来自四个部分，即智能网联汽车、智能化路侧基础设施、云控平台和基础支撑。
其中，智能网联汽车的增量来自汽车智能驾驶硬件及软件、智能座舱硬件及软件、车载应用软件、车载通信单元、整车终端产品和创新应用服务六个方面。智能化路侧基础设施部分的增量来自路侧通信单元、路侧计算单元、路侧感知设备和数字化交通管理设施。云控平台部分的增量来自云控基础平台和云控应用平台。基础支撑部分的增量来自车联网蜂窝网络、高精度地图与组合定位和车联网信息安全。
低预期情景下智能网联汽车产值增量
图片来源：《车路云一体化智能网联汽车产业产值增量预测》
预计2025年/2030年，我国智能网联汽车的产值增量为6451亿元/20266亿元；智能化路侧基础设施带来的产值增量为223亿元/ 4174亿元；云控平台的产值增量为23亿元/218亿元；基础支撑部分的产值增量为599亿元/1167亿元。
政策发力推动产业发展，在车路云一体化项目建设和推广中，硬件设备供应商如传感器、通信模块等将受益较大。软件及解决方案提供商如操作系统、云平台等也将受益。随着进一步的规模化和产业化，运营商及服务商等也将随之崛起。
当前阶段，车路云一体化处在建设阶段，带动车端和路侧基础设施投资增多。车端基础设施方面，如OBU、T-BOX 等汽车产业供应链企业。路侧基础设施方面，如RSU、摄像头、毫米波雷达、激光雷达、边缘服务器、交通信号机及相关集成商等。云平台基础设施方面，如AIoT 平台、云控平台、应用服务平台等。
长期来看，各地车路云一体化系统开始运营，各应用场景的相关运营公司助力应用场景规模化落地，形成商业闭环，值得关注。
车路云一体化的快速发展，也驱动算力产业链的发展。车路云一体化的核心即数据整合与分析、实时交互与协同决策，算力是实现这些的基础。在车端，自动驾驶技术渗透率逐渐提升，随着自动驾驶进入商业化运营，自动驾驶汽车及车载芯片的市场规模将继续扩大。
据中商产业研究院统计数据显示，车载芯片市场规模2024年有望达到905亿元。在云端，随着车路云一体化的建设及运营，云控平台也需要大量的算力，实现数据的收集与决策。
前方是无垠的大海，但就眼前，车路云一体化仍存在很多挑战。
在商业模式方面，盈利模式尚不清晰，如何形成可持续的盈利模式，实现长期运营和发展，是行业需要深入探索的问题。如何实现规模化应用与可行的商业运营模式，仍是车路云一体化面临的挑战。
在通信标准方面，车路云一体化涉及多种通信技术，如V2V（车与车通信）、V2I（车与基础设施通信）等。统一这些通信标准也是一个挑战。在数据处理方面，随着车辆和基础设施产生的数据量激增，如何高效并且实时地收集、传输、存储和分析这些数据，将对通信、算力、算法等技术提出更高要求。
图片来源：unsplash.com/pexels.com
文章为作者独立观点，不代表JIC投资观察立场。