之前曾有人给自动驾驶提出过一个构想，可修建一条专门开自动驾驶汽车的高速公路，这条封闭式的高速路上可设置各种信号基站，一切设计都基于自动驾驶汽车的需求，以最大限度测试自动驾驶技术，推动研发。这个构想最终当然没有实现，因为并不经济，也不符合研发规律。不过近日，阿里巴巴与交通部公路科学研究院共同成立了车路协同联合实验室，探索自动驾驶和道路智能化解决方案。而今日，百度也宣布了Apollo车路协同方案正式开源，成为全球首个在车路协同领域内进行开源的企业。Apollo开放平台将从车端的开源，升级为“车端”与“路侧”的全面开源。车路协同的问题被两家互联网公司搬上了台面。
发展无人驾驶没有迂回路径
当前主流的自动驾驶研发方向，似乎都将重点放在单车智能方面，也就是车端的自动驾驶技术研发上，谷歌、uber、百度、通用、福特等大厂都是这个方向。因为全球的公路里程是个天文数字，其中仅中国就有公路里程约477万公里，其中高速公路约13万公里左右，位居世界第一。一项技术的普惠性是建立在通用性基础上，在自动驾驶技术被广泛接受之际需要考虑一个问题，到底是让这项技术去与庞大的公路网络系统进行衔接，还是让庞大的基础设施对自动驾驶技术做出妥协？
阿里达摩院人工智能实验室首席科学家王刚认为，“车路协同则匹配研发‘聪明’的道路和交通设施，让车与路能完美配合，让自动驾驶更容易实现。，单车智能不是重点”换言之，阿里给出的答案是，车端智能不是重点，将主攻车路协同。车路协同能为自动驾驶上路增添一层冗余安全保障，如虎添翼，这一点上我非常认同。然而这并不代表在技术上简化单车智能，把高速路修得再好，没有技术过硬的车子跑在上面也没多大意义。
阿里选择的“迂回路线”总结起来不外乎三点：1、阿里的达摩院今年4月才宣布入局自动驾驶，起步较晚，技术上已落后先行者太多，更不要说在实车上路测试验证环节上的车距。2、阿里熟悉商业生态玩法，但并不熟悉技术玩法，这等于是扬长避短。3、阿里的固有习惯是不偏好高成本技术解决方案，对技术迭代导致的成本下降耐心不够。基于这三点自身条件，阿里自动驾驶选择了这么一个“简化单车智能，主攻车路协同”方向，说白了其目的在于避开技术领先者的锋芒，用迂回方式抵御先发者带来的冲击。
自动驾驶的研发目前进展迅速，已进入L4的超高度自动驾驶阶段，已有成车上路。L4是系统操控的自动驾驶，受一定具体工况所限，而到了L5的全自动驾驶阶段，汽车将可应对所有工况，实现真正的全自动驾驶。当前的自动驾驶解决方案成本较高，激光雷达和高精地图所需不菲，一台L4自动驾驶车辆需至少20万美元的各种设备才能跑起来。不过这只是在汽车还未投入实际商业应用的情况下，一旦商业应用普及开来之后，成本将会显著下降。所有的科技产品都是这个路数，自动驾驶应该也不例外。此外，某些技术如激光雷达的探测距离短、高精地图的更新频率达不到即时等，也是有待攻克的难题。如果以携大笔资金入局的投资者心态去看，现有的自动驾驶技术肯定处处是问题，就连数据传输的物理极限都是问题，因此必须要迂回去找解决方案，就像阿里的这个“靠车路协同弥补单车智能短板”一样。
但在技术研发者的角度来看，这些问题在未来并不是问题，因为信息技术发展的脚步从未被中断，只是有快慢，自动驾驶技术的研发本身并不仅仅是制造出一台能开的无人车，更是推动了现有问题的加速解决，而这些问题的解决对于技术发展本身是大有益处的。
阿里所说的“单车智能不是重点”，是一种对无人车而言的反动，是本末倒置。如果投入巨资将一条公路进行信息化改造，然后再让技术上不成熟的无人车上去跑，这从本质上并不是在造无人车，而是在造智能公路。这样的战略不得不让人想到了“占道思维”，而并非是真正在系统性地解决未来的问题。
车路协同需要有“车”也有“路”
若说到应该先有路还是应该先有车，这并不是一个鸡生蛋、蛋生鸡之类的困惑，而是两者互相依托，毕竟我们所构想的车路协同系统，是建立在无人驾驶的基础上，才能实现交通系统的智能化。车路协同，“车”和“路”都是绕不开的环节。
而百度提出的路径则是“单车智能”与“车路协同”两条腿前行。百度认为“车路协同”是一个系统性工程，它涵盖三个方面：路侧、车端以及连接路侧和车端的通信联络，这三个方面都需要有很强的能力，缺一不可。而由于“车路协同”最终服务于车端、服务于自动驾驶，所以来自车端的经验和需求尤为重要。这也是为什么Apollo开放平台先是开源车端的自动驾驶技术，在车端积累了测试数据和生态能力之后选择开源车路协同方案。
一直以来，百度给业界的印象是专注于无人车车端智能的开发，但实际上车路协同是百度早就在布的局。百度早在2016年就组建了团队研发V2X车路协同技术，成为国家03专项《5G支持ICT融合自动驾驶的关键技术》的牵头单位，并且其研发是全栈系统性研发，涵盖了软件、硬件和系统的开发。
对于车路协同系统来说，正印证了那句“世上本没有路，走的人多了，便成了路”。 “路”怎么造，终归还是要看“车”，没有大量的无人驾驶汽车测试数据作为支持，“路”途不仅会十分颠簸，或许还会走到错误的方向上去。所以相比之下，百度的思路就顺利成章很多——先夯实车端基础，同步发力路侧智能。百度目前拥有国家多地签发的自动驾驶汽车路测拍照，允许上路测试，已经累计了大量的试验数据和测试结果。并且，百度在车端的技术、经验以及生态能力能够快速移植到路侧。“无人车”跑的多了，智能的“路”自然就成了。
车路协同是一个需要形成生态的大工程
车路协同另一个必要条件，是透明化的联动创新、共享开放的平台，让车企、tier1、机构、通信厂商、交通设施制造、科技企业各路玩家之间的数据能够充分打通，实现资源共享，这个生态才能运转起来。向政府要一些政策和支持当然有好处，但市场经济最终还是效益优先，各方凭什么把数据公开出来让你给他们共享出去，你至少也得给合作伙伴一些好处才能达到目的吧。
从阿里的现有情况来说，有钱是没的说，但4月才正式入局自动驾驶，就拉开了一张生态的大网，这是并不现实的事情。自动驾驶的生态缔造者首先需要有完整的技术布局，也就是说你自己首先要有能造无人车的技术和能力，然后才可能把这些技术和能力与合作伙伴分享，让大家都加入到这个生态中来。在公路上铺设信号基站，仅把自动驾驶汽车行驶的基础设施搭建起来，是没有人感兴趣的。而且，这些基础设施的搭建也是个天文数字，远不是阿里一家可以承受的，只是不知到时候又会有谁来买单。
当前汽车产业链缺的并不是钱也不是政策，而是真正的技术，这一点又恰恰是阿里自动驾驶的短板所在。也就是说，阿里并没有构建这个生态的能力，但通过这个方式低成本介入自动驾驶产业，倒是有一些可能的。
当前自动驾驶比较成型的生态平台，例如百度的Apollo，已有超过上百合作伙伴加入，另有上万个开发者为平台添砖加瓦。这个生态平台只要再做大一些，就完全有能力去做任何自动驾驶商业应用的落地，车路协同也好，智能交通也好，总还是要诸多参与者加入其中。这个能力阿里没有，但百度Apollo是有的，非常适合去做这件事。今天宣布开源车路协同也印证了这一点，百度已经与大唐电信集团、千方科技、中国联通等产业链关键环节的代表性企业展开合作，与各大高校进行合作，将Apollo进行开源，百度提到，这些行为都将帮助开发者、企业在更高的水平上合作创新，不用再重复造轮子。
在无人车方面，没有技术就没有合作伙伴，也无法形成生态，更无法形成标准，后发者唯有老老实实做研发，用高超的技术能力带动整个产业向前发展，除此之外别无他路。