達摩院是阿里的技術顏面，發佈的產品也多少帶點技術範式的味道，車路協同便是其一。實際上，這個概念一點也不新，因為你能在過去 80 年中從美國、歐洲及日本交通公路史上找到各種關於 V2X 與自動高速公路系統建設的文明遺蹟。
坐在雲棲大會車路協同分論壇的場子裡，看著代表政府、技術公司、學術研究以及車廠和零部件供應商的四界專家輪番上場暢想智能出行美好未來，偶爾給自己的產品做一下廣告，順便再蹦出一些晦澀難懂的英文縮略語…
這時我們愈發認同哥倫比亞大學人工智能實驗室主任利普森教授在參加完一場 V2X（解釋這個詞的意思）研討會後總結出的參會技巧——當覺得研究會議無聊時，應該迅速抽身止損，坐車回家。
事實上，這場會並不是無意義的，因為關於車路協同的話題討論從來都沒有讓人興高采烈過。
車路協同，在解決方案上被稱為 V2X(Vehicle to X)，包括車對車（V2V），車對路/基礎設施（V2I），車對雲（V2N），以及車對人（V2P）
某種程度上，由於各方參與者身份的多樣性及工程的複雜性遠遠超過想象，車路協同的實現難度甚至比造一輛 L4 級無人車的難度還要大，至少比造一輛特斯拉難多了。
換句話說，當商業產品與交通基礎設施發生了業務碰撞，就變得異常嚴肅和不那麼性感了。
譬如，在我們向一些無人駕駛公司與車聯網軟件公司提及車路協同這個概念時，他們的第一反應往往是這應該是政府牽頭主導的事情」，或是「網絡運營商是不是應該承擔更多責任。
甚至是——為什麼這個好幾年的老掉牙的話題，又一次被重拾起來了？
而重拾這個話題的，是阿里，一家互聯網兼技術公司。
阿里的醉翁之意
達摩院是阿里的技術顏面，發佈的產品也多少帶點技術範式的味道，車路協同便是其一。
實際上，這個概念一點也不新，因為你能在過去 80 年中從美國、歐洲及日本交通公路史上找到各種關於 V2X 與自動高速公路系統建設的文明遺蹟。
而國內從 2005~2006 年開始就有類似概念陸續被提出（譬如路一體化），並在 2011 以後成為學界的研究熱點之一。
因此，善於取巧的阿里，主要是藉助了這個概念做了三件事情：
- 與交通運輸部下面的公路科學研究院一起成立實驗室。
- 發佈一款針對政府客戶（2G）的產品——智能感知基站（融合了攝像頭、無線發射器等多種傳感器的硬件一體機。
- 發佈了一款面向物流產業的智慧物流貨車。
無疑，王剛所帶領的無人駕駛團隊，主要集中於軟件研發工作；而一直強調以開發消費級硬件產品為己任的人工智能實驗室，也應該能認識到這大型硬件的量產難度與市場規模的侷限性。
為何要這樣做，也許我們能從阿里巴巴人工智能實驗室負責人淺雪的一句話裡找到重點：
無人車 80 年過去都沒大規模商業化，我們想了很長時間，覺得需要做一些新的嘗試和改進。
但新的嘗試，並不是她後來所說的以及大多數創業公司都正在強調的「尋找落地場景」，而是基於結果導向性從後往前推導出商業方案：
1、既然 L5 級別的無人車水平死活也達不到，那讓 L3 級別的車在路上達到 99% 的安全係數能不能實現？以及如何實現？
2、既然目標是商業化，是盈利，除了賣車和搞運營，還可以怎麼賺錢，賺誰的錢，或者說誰的錢更好賺？
換句話說，成立實驗室，只是告訴大眾，實現車路協同，特別是涉及到基礎設施的改造，仍然必須是一場由政府主導的交通大變革；
而智能感知基站與物流貨車，則是向政府與產業客戶兜售肯德基套餐的附屬品。
小到以車為核心的無人駕駛軟件系統、AliOS（汽車操作系統）、高德地圖、雲計算服務相結合的基礎套餐；大到以城市為核心的城市大腦牌交通解決方案升級套餐（當然，現在兩塊業務是沒有連通的），都為阿里大大提升了無人駕駛這塊拼圖從戰略意義上升到商業價值的可能性。
而終極目的，直指數據。
所謂單車視角不如車+感知基站的上帝全知視角更快更全面地感知到路面異常情況，其實也可以這麼理解：
單車採集到的數據量、數據類別以及數據質量，要遠遠遜色於車與路況信息打通後的數據。而反過來看，多樣化數據對於單車自動駕駛軟件與高精地圖質量的進一步優化，也有重要的推動作用。
就像閔萬里博士在講述城市大腦平臺落地到杭州交通系統的案例中，並沒有著重強調數據的規模，而是集中在數據打通的效果上——
數據沒有全量，大家不要想著把所有的數據全部拿到，永遠不會有這麼一天。我們始終是在一個不完美的條件下進行局部的調整和妥協。
所以要怎樣？把異構數據進行彙集、貫穿、打通並進行實時融合釋放出來，能夠解別人解不了的問題，始終秉持知行合一的理念。
而王剛在接受採訪時也曾透露，融合了十幾種傳感器的感知基站，除了攝像頭，不排除可以納入通信聯網設備，與網絡運營商進行深度合作；當然，也不排除把無人車上的部分傳感器都融合到基站裡。
這又是扮演了一個集成商與數據融合平臺的角色？
因此，車路協同的思路，更像是阿里把自己的雲服務成功品牌案例進行了又一次產業向移植。
強大的產品聯動性
沒有任何證據顯示，阿里無人駕駛團隊的技術能力比許多專攻型創業公司要強；但是其各個產品線的聯動與資源整合能力，卻讓很多公司羨慕不已。
深瞐科技的 CTO 王建輝就稱讚「城市大腦」是一件了不起的事情——
蠻厲害的，這需要有大量資源才能做這麼大的事。阿里有高德的導航數據，支付寶淘寶千尋獲取的定位數據，這些都是資源。很多時候並不是只有技術牛，就真的能做成。
而在車路協同這件事上，阿里的資源優勢再次發揮了作用。
除了達摩院 AI 芯片團隊負責人驕暘曾明確表示正在與無人駕駛視覺算法團隊進行密切合作外，有工程師也在雲棲大會人工智能實驗室的展位上向我們透露，無人駕駛團隊正在使用的高精地圖資源正是由高德提供。
當然，除了資源聯動性，安防技術公司獵熊座 CEO 周偉認為，政府客戶的鼎力支持是打通數據的另一項關鍵。
他們的『城市大腦』得到了杭州市各級政府力挺，單一個縣的採購就超過了 1 個億。
而據阿里官方資料顯示，阿里雲 ET 城市大腦在杭州、衢州、烏鎮、蘇州、重慶、澳門、吉隆坡等全球 11 個城市先後落地。而在最近，阿里雲又拿下了海南海口市的城市大腦 2018 年示範項目，進賬 4 個多億。
此外，基於阿里雲，阿里車路協同在推廣雲控（也就是車與雲，V2N）服務層面的優勢也顯而易見。
車雲主要走運營商的移動通信，所以通信距離是沒有限制的，無人駕駛卡車公司圖森科技的智能網聯研發總經理李文銳博士認為，要做多大的雲，主要看雲平臺的能力。
但是，做雲端調度，還是要看具體需求和平臺功能的複雜度：
譬如圖森的車隊在港口需要接受港口雲平臺的調度，在城市需要城市雲平臺的調度，但這兩個平臺的具體功能不一樣，不能單單隻憑藉覆蓋規模大小來評判。
而另一家無人駕駛創業技術公司 Cowa 在測試無人灑掃車隊的過程中，就明顯感受到單車運營與車隊運營之間，數據傳輸的併發量有著明顯差距：
我們會通過雲端派發任務，進行遠程監測，收集位置、路線信息和一些清掃數據。但是為了確保多輛車的調度效率與實時接管，就會涉及到併發量的問題，那麼就必須要把整個系統峰值設計地比較高。當然，也需要更快的通信網絡。
因此，如果以城市為基礎來佈局實現車路協同所需的存儲、計算與分析服務，那麼將需要一個非常龐大的系統，以及穩定且高效的雲端架構運算能力和處理能力。
當然，這肯定需要接入你的我的和他的數據。
阿里的策略和優勢是對解決方案，或者說是『套餐』，通過大量數據的整合進行快速落地，繼而進行模塊化複製，再加上雲服務的各項能力，對接下來各種性質方案的輸出有著很好的示範作用。一位做車聯網的不具名人士表示。
但是，這不意味著他們能在涉及到汽車產業的 V2X 領域裡做到掌握主動權，因為包括政府、車企在內的不可控因素太多，甚至於跟阿里持同樣想法的平行公司也有很多。而商業公司的數據其實是很難拿到的。
車路協同的脆弱性
在雲棲大會車路協同這場論壇上，車企代表、技術公司、學術圈人士看似立場一致，但實際上是貌合神離。
因為更多時候，他們喜歡將話題集中在實現車路協同帶來的種種好處」上，而不是聚焦在「如何去實現車路協同。
譬如，我們都知道如果實現車路協同，將比把所有市面上的車都換掉要節省一大筆錢，出行將更有效率，交通將不再擁堵，每年可以挽救成千上萬條生命……
但是，每家公司，特別是阿里應該扮演的角色應該是什麼？除了通訊標準，車企以及各種零部件產品需要為車路協同做出怎樣的改變？
以上問題均未提及。因為車路協同重在「協同」，車無疑是市場的掌控權更大，但「路」卻幾乎取決於政府的行為。
如果政府在『路先行』的基礎上做了，那車肯定是會積極配合去做的。國家 863 計劃主題項目「智能車路協同關鍵技術研究」的首席專家姚丹亞教授認為，如果雞和蛋的誕生一定要有個先後次序，那麼路一定要先有。
然而，要在中國實現車路的統一，長跑的第一圈難度甚至比美國要大。
在美國，無人駕駛汽車的命運掌控在美國交通運輸部（DOT）手裡，其有兩個關鍵的分支機構——美國高速公路安全協會與聯邦公路管理局。根據美國於 50 年前就出臺的相關交通法規，DOT 及其分支有權強制所有州政府與汽車公司遵守其發佈的聯邦法令。
但是在國內，路歸交通部管，中國的車歸工信部管，下面兩個分支一個叫裝備司，管汽車，一個叫電子司，管通訊；我們的交通秩序歸公安部管。姚丹亞解釋了在中國搞「協同」的管理架構難度，因為這直接影響到車路協同（V2X）技術標準的確立。
做到協同，你首先就要在統一的技術標準下做，沒有統一的標準是做不成的。但這需要由政府來加快推進。
通訊標準尚未統一，這是在推廣 V2X 實施過程中爭議最大，也是最「致命」的困境之一。
更通俗點說，要想讓車與車，車與路之間達到不障礙交流，至少連接術語和腦回路應該是統一的，否則頻段不一致，數據傳輸標準不一致，一個國家內的車路數據共享出現地域或品牌限制，那麼所做的一切也就毫無意義。
如果你在網上搜索 V2X 的標準問題，幾乎半數文章都在講述「DSRC 與 LTE-V 之爭」（這裡就不做多贅述了）。積極推動這兩大技術路線的是來自車企與網絡運營商巨頭的多個利益陣營。
然而，即便美國政府花費 20 年時間積極推廣 V2X 系統，建設專用基礎設施，甚至不惜想通過立法強制所有新車安裝 V2X，迄今為止，這項項目也沒有搞起來。
這不是一個簡單的標準，而是一個非常複雜且龐大的標準體系，一位來自斑馬智行的業內人士表示，即便底層統一了標準，應用層也可以各自為政。
除了物理層，數據鏈路層、網絡層、傳輸與安全層，應用層以及系統應用等等都需要標準，兩種技術路線在很多層的標準其實都是有交叉的，此外很多標準也尚待確立和完善。
2017 年 9 月，中國智能網聯汽車產業創新聯盟曾牽頭與通用、長安等車企共同制定了一份號稱是國內首份的 V2X 應用層團體標準，雖然被工信部重大專項課題採納，但其研究和探索意義要遠大於實際商用意義，也不具備法律效益，在真正推廣和落地層面難度仍然很大。
因此，相對應的，阿里與交通部公路科學研究院共同成立車路協同聯合實驗室，可能起到的更多是面向政府和業界的呼籲作用，雖不可否認從科研角度有重要價值，但其真正在路這個維度能做出的東西，委實有限。
抱團還是旁觀？
當然，除了標準這個需要政府強勢介入的問題，聯盟作用與整個產業鏈上下游企業的態度也非常關鍵。
由於 V2X 這個話題的焦點一直集中於通訊標準的確立，電力公司、網絡運營商與車企在其間一直扮演著重要角色，甚至在主導著車路協同技術的發展。
與此同時，在大多人的印象中，似乎只有 5G 時代來了，那麼才能實現車與路，車與車的真正交互。
而這些話語權頗重的電信與製造業大佬們，往往採取建立聯盟的形式來達到某一目的。
譬如，囊括了奧迪、寶馬、戴姆勒、高通、中國聯通、中國移動等相關產業巨頭的 5GAA 聯盟，就是一個跨通信和汽車產業合作的全球性產業聯盟組織，而目的只有一個——推廣 Cellular-V2X 解決方案。
當然，還有以在歐洲地區部署自動駕駛為使命的歐洲汽車電信聯盟 EATA，也代表著 6 家協會與 38 家相關巨頭企業的利益。
然而，與這群人形成鮮明對比的，是過去十幾年來自無人駕駛技術界的嘲諷。
在美國，人工智能及機器人的學術界與產業界在這個話題上竟少見地站到了同一陣營——除了不滿與牴觸情緒，這個話題似乎也有損他們的技術顏面。
譬如無人駕駛技術領域毋庸置疑的領袖級公司——Waymo（谷歌無人車項目）的現任 CEO John Krafcik 就曾在 2016 年一次汽車論壇上「直率而又不失禮貌」地表達了對 V2X 的拒絕態度：
雖然我們挺喜歡 V2X 或 V2V 的這些想法，這對我們很有幫助。但是如果你依賴 V2X，你就不可能擁有一輛真正的自動駕駛汽車。
要等待的時間太長了，我們真的不依賴外部基礎設施來讓車完成『周遊世界』的使命。
困難的一方面也許是漫長的基礎設施部署週期，但另一方面，則是有多少車能夠或者願意參與到這場龐大的基礎設施改造中？這直接關係著車路協同的最終真實效果。
畢竟大多在路上行駛的車各種各樣，部署難度極大。
即便有 20% 的車安裝了相關軟件，那麼也只有這些車能夠相互交互。實際上，V2X 需要依賴大多數車才能起作用。
普林斯頓大學機器人研究教授 Alain Kornhauser 是 V2X 安裝反對者中的代表人物：
至少要超過一半，我們才能真正受益於這項技術。而美國政府讓所有新車安裝 V2X，簡直是杯水車薪。
舉個例子，2018 年上半年我國的汽車保有量為 2.29 億輛，新註冊登記汽車達 1381 萬輛。很顯然，即便前提是新登記車輛都是新車且安裝了合適的軟件，對於僅 V2V（車與車）這一方面想實現的效果，在幾年甚至十幾年內都不可能實現。
這裡，其實又涉及到了那個著名的「雞生蛋還是蛋生雞」的問題，而來自自動駕駛技術界的一個重要觀點是——只有當道路上行駛的每一輛車自動化後，車聯網才有意義。
因此，國內外很多相關的技術創業公司都將力氣集中於某一垂直場景或侷限地域內。對於在這樣的限定條件下，認為不一定非要讓路變得足夠智能。
美國對於 V2X 如此鮮明的對立態度，可能還在於研發經費的競爭。畢竟國家在一個方向上投入過多，關於車的升級就會被冷落。而一些車企顯然希望能夠通過道路的優化，來抵消產品技術層面的缺陷。一位不願具名的無人駕駛創業人士提出了自己的觀點，
車路協同是有意義的，但是所有公司都應該各司其職吧。做無人車技術的公司，在惡劣的環境下提升技術與車的可靠性反而是件好事。
那邊是「路」的陣營，這邊是「車」的陣營，而阿里所擔當的角色，則讓我們困惑不已。
一方面，阿里在研發自己的自動駕駛軟件和物流車，另一方面，這家公司又在「路」上有自己的商業野心。譬如其發佈的據稱融合多種傳感器的道路感知基站，也許會在未來嵌入高速通信芯片。
而作為一家技術參與者，他在車路協同上的話語權令人存疑——電信運營商與汽車巨頭的地位不可撼動。對於車路協同來說，要形成商業產業鏈條，各個集團的聯動性反而比技術更加重要。
而很多案例告訴我們，車路協同技術的一些實地測試和運營規劃，幾乎都是政府、通訊設備製造商以及車企聯動示範的，很少看到互聯網公司和技術公司的身影。
而另一方面，阿里也與大量同類技術公司存在競爭關係。
拿百度來說，在阿里發佈車路協同新聞的第二天，百度也順勢宣佈開源自己車路協同技術。但實際從商業層面來看，兩家都是想面向政府和產業提供基於雲的存儲及數據分析服務。
這一塊業務在很大程度上是重合的。
而阿里也比較聰明，從來沒提過建立所謂的聯盟（實際上車路協同技術圈內沒有什麼表態），除了呼籲，這家公司妥妥地在借「車路協同」概念來巧妙實現自己的技術研發與商業目標。
百度車路協同平臺可以提供的 PAAS 層服務
此外，從內部來看，雖然阿里各個業務線的聯動性很強，但也並非沒有內部競爭關係的存在。
譬如，阿里達摩院人工智能實驗室發佈的無人駕駛物流車項目，就與菜鳥ET物流實驗室的物流車產品在業務發展方向上定位重疊。
因為淺雪曾在論壇上表示，阿里正在構建全國最大的智能物流骨幹網絡，為智慧物流車快速提供應用場景。
雖然當被我們問及是否與菜鳥的產品形成競爭關係時，淺雪否認了這一說法。但一位菜鳥的不具名工程師卻默認了這一說法。
我們對場景更瞭解，存在的意義不同吧。
顯然，從技術研發（達摩院）到落地場景（各個業務線）之間的橫溝，對於資源豐富的阿里來說，也是個亟待填補的問題。
雖然單車智能圈與車路協同圈一直都有分歧，甚至很多接受我們採訪的無人駕駛技術創業公司表示這與他們並沒有很大的關係，但無疑阿里等互聯網巨頭的陸續參與，應該給所有無人駕駛圈的公司們一些啟發。
如果能夠實現車跟路之間的交互，肯定是一個更好的選擇。這就等於我們能提前知道前方是紅燈還是綠燈，就能更好地控制剎車，節油節電，提升運行效率。Cowa 的 COO 劉力源表示，如果實現了車路之間的聯動，那麼動能回收都能做得到。
而作為實現單車智能的零部件供應商，激光雷達公司速騰則指出，車路協同與自動駕駛的激光雷達環境感知系統，對於無人車來說不是替代的關係，而是融合互補的關係，因為這些都是給自動駕駛設置的安全冗餘。
但另一家激光雷達供應商——佳光科技提出了一個非常有意思的問題。
既然有了智能的路，你們曾提出過無人車的等級會有變化，也許不用那麼智能了。但對於我們生產無人車零部件的來說，譬如激光雷達，是不是 16 線或 32 線就足以勝任，甚至很多相關零部件會面臨淘汰？
雖然這個問題考慮地過於長遠，但對於大多數技術公司們來說，他們更希望能夠從車路協同中看到潛在的商業價值，或者說對推動現有業務有利的方面。
譬如有車隊運營需求的 Cowa，就透露正在溝通加入國內的某個 5G 聯盟，為未來做好準備，解決數據傳輸的延時性問題；而在做 L4 級泊車系統的禾多科技，表示在高速場景中其實系統很受延時的困擾，所以基本不會走雲端控制：
我們進行過大量測試，非常在意『延時性』這個問題，而這個究竟要靠 5G 來解決，還是靠雲來解決，其實我們也不太清楚。
實現車路協同的難度太大，大到連一個模糊的時間點都給不到。
曾在 2016 年有電信大佬言之鑿鑿的兩年就可以實現車路協同產業化的預言，也從今年被意料之中地推遲到了 2020 年以後。
而因阿里強大的流量而再次被聚焦的車路協同，不可能因為幾家互聯網巨頭的參與而取得突破性進展；
但是，即便實現不了「車路協同」，也應該完成對「產業協同」的嘗試。用姚丹亞教授的一句話總結便是——後裝帶動前裝，示範帶動規模，路側帶動車載。
為何一說到車路協同，就一定是通訊行業的事情呢？技術公司在哪裡？主機廠以及技術提供商作為 V2X 行業的先行者，要做的不是去等政策等立法，而是要勇於承擔，積極地做更深入的嘗試，為標準、政策和法規的制定出謀劃策。
美國 20 多年的失敗，遭到無人駕駛界大規模反對的情況，是由於那時的單車技術完全處於落後階段。而當下無人駕駛汽車商業化進入瓶頸期，兩手推進，似乎是一個不錯的主意。
在中國做這件事有中國的特色，各級執行力都特別強，在路上會下更多功夫。
可能缺的，只是知識科普者與推手。
閱讀更多 智車科技 的文章
