中国工程院院士邬贺铨
在2025中国电动汽车百人会论坛上，中国工程院院士邬贺铨指出，智能驾驶正处于从“单车智能”向“车路云一体化”演进的关键转折期。随着智能驾驶迈向L3至L5高阶阶段，海量数据、超大模型与实时通信的协同需求日益严苛，行业必须从“分散开发”走向“国家底座”。
邬贺铨强调，目前的单车智能虽然在感知、决策等方面已有较大发展，但面对复杂路况、极端场景与多车协同时存在明显短板。激光雷达、摄像头、毫米波雷达的探测距离有限，城市盲区、极端天气、遮挡路口等都令其力不从心。而通过路侧感知单元（RSU）、边缘云与城市云组成的“车路云协同”，可实现远超单车的感知半径，提升整体交通系统的智能化水平。
训练支持L5级别自动驾驶的AI大模型需要高达上亿公里的真实道路数据，而据美国蓝德智库估算，100辆车7×24小时也需连续行驶3.7年，依然难以覆盖长尾场景。目前90%以上的训练数据仍来源于仿真，真实数据严重不足。
邬贺铨指出，AI“近亲繁殖”的数据生成方式风险极高，必须保留至少10-20%的原始真实数据作为基础。同时，海量数据的清洗、去重、标注也带来极高成本。在算力方面，L5级模型参数需达8000亿，年训练算力需求可达两万EFlops，全球算力资源仍远远不够。
“与其重复建设，不如国家牵头建设适用于全国的基础大模型，各城市只需微调即可。”邬贺铨表示，智能驾驶算力和模型的建设不宜由单一企业或城市承担，国家应推动形成统一的技术底座和数据体系。
邬贺铨强调，实现真正的“车路云一体化”不仅靠算力，还要依赖“高可靠、低时延”的网络环境。目前运营商的5G网络还无法满足智能网联的全部需求，特别是在跨运营商、本地互联方面存在明显短板。
他建议在5G—5.5G基础上改造车联网网络，并建立全国统一的V2X运营平台，由电信运营商、汽车企业、金融机构、交通与市政公司等联合出资建设。“汽车是跨城市使用的，每个城市独立建设V2X网络会带来标准不一、成本高昂的问题，只有全国统一部署才能实现规模效益和互通协同。”
据测算，V2X全国性网络投资约需4000亿元（不含5G改造），可实现主要城市路口改造与2G以上高速公路全覆盖，支持L3自动驾驶落地。
智能交通不仅是“车”的智能，更是城市数字化治理的重要一环。邬贺铨指出，城市云平台将在高精地图更新、交通流量优化、非实时模型推理等方面发挥关键作用。以L3级别为例，车载推理需50-100 Tops算力，城市云平台则需PB级数据处理能力。
路侧RSU（路测通信与感知单元）也需配备10-200 Tops的处理能力、毫米波雷达、激光雷达等感知设备，实现100毫秒内的交通预测与信号优化。未来智能体（AI Agent）将可分担自动驾驶中的细分任务，实现具身智能与群体智能协同。
“智能驾驶是系统工程，需要云、网、边、端的通力合作。”邬贺铨最后表示，只有国家层面的统筹规划与标准制定，才能推动我国在全球智能交通竞争中取得实质性突破。
（本文首发于钛媒体App 编辑｜李玉鹏）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
