摘要：“端到端”与“车路云”并不对立
9月5日，特斯拉人工智能团队在社交平台发布消息称,预计2025年第一季度在中国和欧洲推出完全自动驾驶FSD系统，但仍有待监管批准。
一时间，引发市场高度关注。
与此同时，在国内汽车市场，智能网联汽车技术的发展正助推L2、L3级别辅助驾驶技术的规模化应用，“车路云一体化”的汽车生态正在加速构建。
中国电动汽车百人会副理事长兼秘书长张永伟曾表示，我国智能网联的路径已经清晰，车必须联网，2024年新车基本会配备联网通讯模块，“车路云一体化”将走向产业化。
根据中国汽车工程学会等相关机构发布的《车路云一体化智能网联汽车产业产值增量预测》报告，到2030年，“车路云一体化”产业产值增量预计将超万亿元。
在第四届沈阳智能网联汽车大会上，中国工程院院士李克强说：“大家谈车路云一体化的目的是为了形成一个复杂体系化的协同感知、决策控制和增值服务，与单车智能并不矛盾，而是单车智能的升级版。”
李克强院士认为，单车智能技术的发展，自然会衍生到车云协同，从车到云，再到基础设施的一体化，是技术发展的演进路径，“不存在谁否定谁的问题。”
“端到端”、“大模型”的火热，离不开C端市场量产产品的推出以及车企的营销竞争，毕竟相比于距离大多数人仍然遥远的Robotaxi、无人配送车，高阶智驾所带来的获得感是更直接、更广泛的。同样，对于车企而言，在这个领域的投入可以更快见到市场回报，也是在智能电动车内卷加剧的环境下，建立品牌差异和产品核心竞争力的重要内容。
一、从“端到端”到“车路云”
但如果将这些放到“自动驾驶”技术发展的大潮之下，会发现其也不过是技术演进迭代中的一环。
李克强院士表示，特斯拉新一代FSD是在传统单车智能基础上，增加了基于影子计算的端到端大模型，但仍然属于高级别辅助驾驶，而非无人驾驶；其次，它并非传统的单车智能，而是“影子模型”加“端到端大模型”的车云协同。
事实上，新一代FSD正是技术演进的过程，也同样是车路云一体化的初级形态，而如果有车路协同的加入，其实影子模型也可以做到更低成本、更好效果。
这也就回到了中国方案所追求的，通过新一代移动通信技术加持，让人、车、路、云一体化，构建共性的数据平台，再支持产业化应用。
其实端到端、大模型的火热背后，如果缺少车路云一体化模式，意味着每个企业都需要大量的数据，但同时又要面对数据量有限、数据种类单一的困境。而车路云一体化，恰好可以为大模型构建，提供其所需的完整数据底座。
岚图汽车科技有限公司智能驾驶高级总监付斌提到了作为车企，目前在推进“车路云”一体化时所面临的挑战：包括基础设施建设的碎片化，很难支持智能驾驶技术和网联功能模块化、规模化的应用。即便车企愿意接入路测信息，但碎片化、不连续的数据也很难对用户体验带来实际提升。
此外，基础设施的投入作为基建成本，对汽车厂家来说深入参与的资金压力和商业化前景都不友好。
而各种系统、技术标准的兼容统一，以及各个企业间数据的封闭，也都让车企的示范应用有着现实的困难与挑战。
中汽院智能网联副总经理夏芹也提到，在她的工作经历中遇到很多数据质量的问题，同时还可能拥有非常多的数据对接方，这对于车企而言，意味着使用数据的对接流程非常繁复，同时数据还可能很不好用。
蘑菇车联CTO郭杏荣则举了这样一个例子。过去一些试点建设，数据误差达到了几百米，甚至车企去测试发现还没有自己的单车智能精准，这就导致数据无法被使用。
其实，“端到端”与“车路云”，其实并非二选一的对立，而是从高阶辅助驾驶迈向自动驾驶，所必然经历的过程，也只有技术的相辅相成，才能更高效地达成目标。就像李克强院士所说：“单车智能能够逼近优秀驾驶员水平，但限制了水平上限。而引入路测感知与计算，增强车路云协同模式，则有机会超越人类驾驶水平潜力，提升上限。”
二、车路云一体化离落地还有多远？
目前，车路云一体化应用已经确定20个试点城市，但如前所述，在推进过程中遇到不少阻力。车路云一体化需要建设大量路侧基础设施，成本较高，亟需调整建设配置和投融资来源。
在第四届沈阳智能网联汽车大会上，中国电动汽车百人会副理事长兼秘书长张永伟指出，过去各地建设车路云一体化路侧设施以区域试点为主，新一轮建设扩大了范围，基本要求全域覆盖，这意味着投资规模将成倍增加。他认为，各地主管部门应分类建设，才可以降低成本。比如在一些交通繁忙的复杂路口开展高配置建设，把它“武装”得非常智能，而在其他绝大部分场景下，可低配建设。
车路云一体化项目主要靠政府投资，张永伟认为，在区域试点阶段，上述模式勉强可行，城市若要实现全域覆盖，完全靠政府出资并不现实。车路云一体化设施在性质方面和高速公路等基础设施类似，可以考虑借鉴高速公路收费模式，借债完成建设，靠后期运营偿债。
蘑菇车联CTO郭杏荣也分析称，无论是路侧基础设施建设还是云控平台的建设，都要特别重视数据的质量和服务的可靠性、稳定性问题。
“‘高可用性数据’意味着数据能够真实反映道路交通状况，并确保数据在使用者需要时可以被及时、准确地调用，进而保证系统决策的有效性。”郭杏荣表示，在“车路云一体化”系统下，高质量、高可用的数据能够促进交通流量管理、提高自动驾驶决策效率、提升交通态势分析和预测精准度，对于提升自动驾驶安全性和道路通行能力方面有着重要作用。
“换句话说，如果数据质量不好，就无法让基础设施发挥作用，并可能引发错误的决策或操作发生，这对于以安全为前提的交通行业来说是不可接受的。”郭杏荣进一步解释称，只有产生高质量、高可用的数据，才能为“车路云一体化”的协同分析与全局决策提供准确依据。