自动驾驶是全球汽车产业乃至科技竞争的制高点，也是人工智能的重要应用场景。锚定这一前沿赛道，国内外自动驾驶企业持续加快布局，着力抢占全球自动驾驶产业高地。

测试车辆在天津（西青）国家级车联网先导区封闭测试场内进行自动驾驶主动安全功能测试 （2024年6月14日摄） 孙凡越摄

从技术层面看，实现汽车全自动驾驶有单车智能和车路云协同两种方式。单车智能方面，当前全球多个国家已实现L3级自动驾驶功能的前装产品应用，并积极推进L4级示范应用，自动驾驶出租车、公交车、物流配送等示范项目蓬勃开展。但经过多年技术发展和实践验证，人们发现传统单车智能路线并不能很好地满足城市大规模自动驾驶需求，在单车智能基础之上，通过路侧设备弥补单车性能局限，利用云端协同决策提升效率并减少单车间的博弈，能实现多维信息的全面协同，提高安全性和可靠性，有望实现超越人类的自动驾驶乃至无人驾驶水平。

路线逐渐清晰，科技发达国家积极推动网联化布局，车联网竞争逐步加剧，全球智能网联汽车进入到了技术快速创新、产业加速发展的关键时期。例如美国由单车智能路线逐渐转向探讨基于新一代通信技术的车路协同应用路线，提出C-V2X（一种基于蜂窝网络的车联网通信技术）部署草案；欧洲探索智能化基础设施对智能驾驶的支持作用，明确提出基于数字化基础设施支撑的网联式协同自动驾驶（ISAD）。

我国也积极推动车路云一体化，从顶层设计层面高度重视智能网联汽车产业发展，确立了车路云一体化发展战略，车路云一体化技术体系已初步搭建。近年来，国内车路云产业化加速，智能网联汽车示范区先行测试，确定了一批车路云一体化应用试点城市，加速车联网产业化进程。基础设施建设方面，我国在5G网络、高速公路、智慧城市等领域的投资强度与执行效率领先全球，为车路云一体化所必需的高速、低延迟通信网络及智能道路设施奠定了基础。工业和信息化部数据显示，截至今年上半年，我国已经发放测试牌照超过7700张，测试里程超过1.2亿公里，各地智能化路侧单元（RSU）部署超过8700套，多地开展云控基础平台建设。

在现有基础上继续保持先发优势，仍有多项难题待解。

一辆智能网联汽车正在做测试（6月19日摄）。新华社记者 孙凡越 摄

首先，继续攻关单车智能、车联网中的底层关键核心技术。

在单车智能方面，面对环境感知与识别、决策与规划、控制与执行等多方面挑战，例如如何确保车辆在复杂多变的环境中准确识别障碍物、行人和其他车辆；如何让车辆能够做出正确的决策并在复杂情况下规划合理的行驶路径；如何确保车辆能够稳定、精确地按照规划路径行驶等。

车联网技术方面，面临通信安全与隐私保护、低延迟与高可靠性通信、数据融合与共享等多方面挑战，例如如何确保车辆间及车辆与基础设施之间的通信安全，防止数据泄露和恶意攻击；如何实现车辆间的即时通信，确保信息传输的低延迟和高可靠；如何有效融合和利用来自不同来源的数据（如车辆传感器、交通设施等），并实现数据的高效共享等。这些挑战需要持续的技术研发和跨学科合作来解决。

8月28日，观展者在2024中国国际大数据产业博览会会场参观智能驾驶汽车。新华社记者 陶亮 摄

其次，大力推动车联网标准化建设。智能网联汽车是一项系统工程，需道路、汽车、通信等主管部门与企业采用统一架构协同推进。当前亟待统一技术架构与道路智能化基础设施建设技术规范，提高基础设施性能，打破各城市与示范区之间形成的信息孤岛，实现信息跨区域互联互通。加速车联网数据全国性标准建设，通过联合研究与发布等方式强化跨产业标准化委员会的协同，建立健全智能网联标准体系，促进国家标准、行业标准、团体标准组织间的对接，持续优化和完善各类标准化的有效供给。同时，明确智能网联数据安全、个人隐私保护、数据分类分级、数据确权、数据要素流通、数据交易等方面的规定。

再者，推动车联网商业化落地。车联网落地面临诸多挑战，其中包括基础设施建设成本高昂、难以实现大规模推广、缺乏有效的商业盈利模式等。推广普及车路云一体化，需要探索可持续的商业模式作为支撑。只有当商业闭环形成，所有参与方都能从中获益时，才能实现可持续的大面积推广。车联网落地过程中应提供多元化服务模式，包括个性化的增值服务，如远程诊断、紧急救援、自动泊车等；为政府部门、城市规划者等提供交通流量分析、事故预防等数据服务；基于用户的驾驶行为提供差异化保险服务等。