车路云一体化：项目变多了，钱变少了

这篇梳理车路云一体化的政策、技术与商业现状。政策文件与论文按一手来源引用，券商研报和媒体口径单独标注，未能核实的内容不写成结论。文中的 arXiv 编号我都核对过页面，其中几个编号在整理时被纠正过，下面用的是核实后的版本。

先说结论

车路云一体化在中国是一条官方明确的路线：2024 年 1 月五部门印发试点通知，7 月公布 20 个试点城市（联合体），政策甚至给出了量化指标——路侧设施与路口联网率不低于 90%，试点车辆 100% 搭载 C-V2X 车载终端。

学术侧的协同感知也已经体系化。从 2018 年第一个特征级融合框架，到 2022 年三个数据集集中出现，再到 2024 年的异构协同与 2025 年的路侧-路侧数据集，方法链条是完整的：“多车协同能提升感知”这件事，学术界已经证明过很多遍了。

但产业侧出现了一个反直觉的数字：2025 年项目数量同比增加约 20%，市场规模却下降超过 30%（赛文研究院报告摘要）。项目变多、单个项目变小、总投资收缩。

我的判断是这样：技术不是当前的瓶颈，缺的是商业闭环和公平评测。 路侧设备装起来之后，谁付费、按什么标准验收、收益归谁，这三个问题都还没有公认答案。

政策把要求写成了数字

268 号文（《关于开展智能网联汽车”车路云一体化”应用试点工作的通知》）把系统拆成三层：

车端：单车智能为基础，加装 C-V2X 车载终端负责本车感知决策；
路侧：相机、激光雷达、毫米波雷达加路侧计算与通信单元，官方表述是”能感知、会思考、可进化、有温度”；
云端：城市级服务管理平台，采用边缘云—区域云—中心云三级架构，负责全量数据接入、融合与监管。

试点文件里的量化要求值得单独看，因为它们决定了工程量级：

要求	数值
路侧设施与路口联网率	≥ 90%
试点车辆终端搭载	100% 搭载 C-V2X
智慧停车场	试点 ≥10 个，每个 ≥30 车位
场景示范	智慧乘用车、城市物流配送车、低速无人车等规模化

截至 2024 年 7 月的官方存量口径是：17 个国家级测试示范区、7 个车联网先导区、16 个”双智”试点城市，开放测试道路超 3.2 万公里，发放测试牌照 7700 多张，路侧单元部署超过 8700 套。

20 个试点城市名单也在那时公布：北京、上海、重庆、鄂尔多斯、沈阳、长春、南京、苏州、无锡、杭州—桐乡—德清、合肥、福州、济南、武汉、十堰、长沙、广州、深圳、海口、成都。

学术侧：协同感知在解决什么问题

单车主视距内的感知受遮挡和视距限制——一辆大车挡住前方，本车就看不见。协同感知的思路是通过 V2X 通信聚合多个智能体的信息，把”谁能看见”扩展成”车队和路侧都能看见”。

融合范式分三档：早期融合传原始数据，带宽最贵；中间（特征）融合传 BEV 或特征图，是当前主流；晚期融合传检测结果，最省带宽但精度最低。

timeline
    title 协同感知的数据集与方法
    2018 : F-Cooper 首个特征级协同框架
    2020 : V2VNet 感知与预测联合
         : Who2com / When2com 通信选择与调度
    2021 : DiscoNet 蒸馏协同图
    2022 : OPV2V 首个大规模仿真 V2V 基准
         : DAIR-V2X 首个大规模真实车路数据集
         : V2X-Sim 多智能体仿真基准
         : Where2comm 空间置信图
    2023 : V2X-ViT 视觉 Transformer 协同
    2024 : HEAL 异构智能体协同
    2025 : RCooper 真实路侧-路侧数据

数据集这条线能看出问题的演进方向：

数据集	年份	协同类型	意义
OPV2V	2022（ICRA）	仿真 V2V	首个大规模车车协同基准与融合管线
DAIR-V2X	2022	真实车路（V2I）	首个大规模真实车路协同 3D 检测数据集
V2X-Sim	2022（RA-L）	仿真多智能体	覆盖检测、跟踪、分割的多智能体基准
V2X-ViT	2023（ICCV）	含噪声与时延设置	提供位姿噪声、时延下的鲁棒性评测
HEAL	2024（CVPR）	异构协同	处理”新的异构智能体不断出现”的开放问题
RCooper	2025	真实路侧-路侧	把协同从”车与车、车与路”扩展到路侧之间

方法侧最核心的约束是带宽：中间融合的特征量随智能体数量线性增长，不可能无限传。Where2comm 的做法是用一张空间置信图决定”发什么、发给谁”——只在对方可能感兴趣的区域传特征。这类”选择性通信”是过去几年最活跃的方向之一。

HEAL 解决的是另一个问题：现实里协作方的传感器和模型都不一样，不能假设大家都是同一款车。它把异构对齐当成开放问题，目标是新类型的智能体接入时成本尽量低。

两种账本

技术账和商业账必须分开看，因为它们的结论相反。

技术账：数据集从仿真走到真实，从车-车走到车-路、路-路；方法从”传数据”走到”选择性传特征”；鲁棒性（位姿噪声、时延）有专门基准。这条线是往上走的。

商业账：单体项目确实做起来了——北京的车路云一体化新型基础设施建设项目总投资约 99.39 亿元、覆盖 13 个区约 6050 个路口（券商研报拆解口径，非官方）；武汉规划了约 2324 平方公里的部署范围，并设立全市统一运营主体。但 2025 年行业整体是”项目数量 +20%、市场规模 −30%”。

这个组合的含义是：单子变碎、变小，总投资在收缩。 路侧感知的钱主要来自政府专项债、地方国企和高速运营方，投资回报机制没有闭环——设备装完之后，靠什么收费、向谁收费，目前没有跑通的公开样本。

这可能是整个方向当前最大的争议点，而且它不完全是技术问题。

路侧的价值主张，和它的三个前提

把路侧的作用拆开会更容易看清争论。路侧感知主要提供三类价值：

超视距：看到本车视野之外的情况，比如被大车遮挡的横穿行人、路口另一侧的排队；
盲区覆盖：在遮挡密集的路口提供”上帝视角”，这类场景单车无论算法多强都解决不了；
全局信息：路口级的信号相位、排队长度和调度意图，用于做更优的通行决策。

这三类价值在论文里都有对应证据——协同感知的核心指标，本来就是”遮挡场景下的检测提升”。但它们成立有三个前提：

联网率要够高。 路侧看到的东西如果传不出去或传得不够快，价值就会衰减。这也是试点把”联网率不低于 90%”写进量化指标的原因；
时延要进预算。 V2X-ViT 专门构造了位姿噪声与时延下的鲁棒性评测，说明这两项误差会直接吃掉协同收益；而真实 4G/5G 网络抖动下的性能损失，目前缺少公开的系统性评测；
口径要统一。 不同厂商车端和路侧的特征空间互不相通，异构协同（HEAL 这类工作）是学术回应，产业侧依赖标准与数字身份的推进。

三个前提里，第一个是钱的问题，第二个是工程问题，第三个是标准问题。这正是”技术已经成熟”和”能规模落地”之间的差距不会自动消失的原因。

学术侧真正在卷的是什么

把协同感知的方法拉平看，竞争的维度只有三个：

精度——遮挡场景下能把检测率提升多少，这是所有数据集论文的主指标。

带宽——传多少信息才能换到这个精度。中间融合的特征量随智能体数量线性增长，所以”选择性传”是过去三年最活跃的方向：有的工作决定跟谁握手，有的决定什么时候通信，Where2comm 用空间置信图决定传哪些区域。这三条线的共同假设是：大部分特征对协作者没有用，通信应该花在对方真正关心的区域。

鲁棒性——位姿误差、时延、丢包下还能不能协同。V2X-ViT 把这三项做成了标准评测设置，我认为这是最容易被忽视、也最有实际价值的一环：真实部署里传感器标定误差和网络抖动是常态，不是异常。

换句话说，这个方向已经从”证明协同有用”进入”证明协同在什么条件下还有用”的阶段。而后一类证据，恰好是量产决策最需要、目前又最缺的。

海外在走三条不同的路

维度	中国	美国	欧盟	日本
通信制式	C-V2X（向 5G/5G-A 演进）	C-V2X（DSRC 退场）	ITS-G5 与 C-V2X 并行	ITS Connect（760 MHz）向 5.9 GHz 演进
主导方	政府主导基建与试点	联邦定频谱与计划，州和地方部署	成员国加欧盟法规	车企与政府联合
核心目标	产业化”中国方案”，三级云控	交通安全优先	数据共享与隐私合规	安全驾驶辅助与协调型自动驾驶
部署现状	20 个试点城市、RSU 超 8700 套	分散部署，2028 覆盖目标	跨国走廊（C-Roads）	2015 年起量产商用

美国的进展值得单独说：FCC 在 2024 年 11 月通过最终规则，把 5.9 GHz 上部 30 MHz（5.895–5.925 GHz）正式保留给 C-V2X，规则 2025 年 2 月 11 日生效，并要求 DSRC 向 C-V2X 迁移。频谱不确定性结束之后，USDOT 的全国 V2X 部署计划给出 2028 年的覆盖目标（约 7.5 万英里州际公路与 25% 信号交叉口，媒体口径）。

欧盟走的是”数据法规加跨国走廊”的路线：在 ITS 指令框架下发布授权条例（包含实时交通信息一条，要求成员国通过国家接入点以统一标准供数），修订版 ITS 指令已在 2024 年发布，C-Roads 平台负责组织成员国做跨国走廊的协同服务部署。这条路线的重心不在路侧硬件，而在数据共享的合规与互操作。

日本是商用最早的一个：760 MHz 的 ITS Connect 从 2015 年就上车，丰田、本田的多款车型搭载；随后在国家级项目里做协调型自动驾驶的大规模实证，并开始向 5.9 GHz 与 C-V2X 演进。

三条路线的选择其实对应三种”谁承担成本”的答案：美国联邦层面负责频谱与规划、部署交给州；欧盟把成本放在数据合规与互操作上；日本由车企主导商用。中国则是政府主导基建与试点。路线差异的背后是投资主体差异，不是技术差异。

路线之争的新格局

“单车智能还是车路协同”这个争论在 2021 年前后是”二选一”的架势，端到端大模型出现后重新洗牌。

一边的观点是端到端让 L2 直接跨越到 L4 成为可能（2026 年 4 月的公开讨论中，何小鹏与卓驭沈劭劼都表达了类似判断）。另一边是官方与学界的定调：单车智能是基础，车路云一体化是升级（李克强院士），路侧的价值转向安全兜底、监管与数据底座。

特斯拉 FSD 在 2025 年 2 月 25 日起向中国部分车主分批推送城市道路辅助驾驶（L2 级、6.4 万元选装），被不少讨论当作”纯视觉单车路线天花板”的检验。

我的理解是：争论的焦点已经从”要不要路侧”变成了”路侧的钱从哪来、谁买单”。 因为路侧的价值主张（超视距、盲区、全局调度）在技术上是成立的，但它的收益是社会化的——事故率下降、通行效率提升的好处分散给所有用路人，而成本集中在一个主体身上。这是典型的需要公共投入的结构，商业模式自然难闭环。

（网上流传”何小鹏 2021 年明确表态不做车路协同”的报道，我没有检索到原文，不作为事实引用。）