以“中国经济：开放与韧性共生长”为主题的2025贝壳财经年会开幕。7月10日下午，在“智能网联汽车如何重构新生态”分论坛“车圈圆桌派”环节，四维图新副总裁许鹏飞表示，车路云一体化发展如今面临两大挑战，一方面是数据标准统一的挑战，路端智能作为车路云系统的基座，其相关数据包括格式与标准的统一是重大挑战。随着我国城市快速发展，不同城市乃至区域间的数据格式与标准统一仍存在困难。

　　车路云一体化的另一方面挑战是商业闭环落地，作为国家引导的重大基础设施投入，车路云建设投入巨大，亟需探索可持续的商业模式以实现快速商业闭环。

　　四维图新副总裁许鹏飞。

　　AI重塑汽车行业，提升汽车产品力与生产力

　　许鹏飞指出，AI技术对整个汽车行业的影响主要体现在两个方面，一方面是产品力，另一方面是生产力。

　　从产品力来说，端到端技术解决了最本质的问题——将过去的感知问题、模型化的感知问题转变为模型化的认知问题。他举例说，智能座舱是实现驾驶员与车辆、路面良好交互的优秀载体。通过多模态大模型技术，可以更好地感知人、理解人，为人提供更优的交互体验。因此，AI技术对产品力的提升有目共睹，未来还将有更好发展。

　　从生产力而言，许鹏飞认为，端到端技术如同一个超级的文科学霸加上一个理科的分专业工程师。文科的学霸在常识类知识如天文、历史、地理方面，其知识沉淀和整理能力尤其是历史知识和可触及信息的整合已超越人类，具备极强的长效性和信息化处理能力。另一方面，之所以称为理科的工程师，是因为大模型技术在单一工程化理科任务上表现优异，但在架构设计和更深层逻辑思维方面仍需加强。

　　拥有这两种能力对整体生产力提升至关重要。一方面，日常工作中涉及信息收集和处理的技术环节，均可利用大模型技术极大加速。另一方面，许多研发类工作可结合大模型，利用其赋能研发，提升研发效率，加快研发周期，并提高交付品质。

　　整体来看，AI技术对生产力和产品力的提升都非常显著。而且随着时间的推移，这位学霸有可能发展成为全能的学霸，为产品做出更大贡献。

　　此外，许鹏飞认为，智能驾驶的安全性已有显著提升。世界上没有绝对安全，必然存在边界，关键在于如何与用户清晰沟通：哪些场景能保证极高概率的安全，哪些场景已接近技术边界需要用户提高注意力。用户过度不信任会影响技术普及和体验提升，而过度信任则可能在传感器、算力或算法出问题时因未能及时接管而导致危险。

　　建议探索车路云一体化商业化路径

　　谈到车路云一体化发展的前景与挑战时，许鹏飞指出，车路云一体化发展是汽车智能化的重要组成部分和基础支撑。原因在于，虽然单车智能化水平已得到显著提升，但这仍存在不足。将路端智能与云端智能相结合，能够有效解决关键问题。

　　一方面，路端智能能够有效弥补单车智能在超视距感知方面的局限，即便车辆智能化程度和摄像头性能再强，也难以发现500米外的交通事件。路端智能可将路侧信息实时传递至车辆，从而提升车辆的舒适性与安全性。

　　另一方面，路端智能结合云端智能，可解决车与车之间的协同问题。不同车辆发现特殊情况时，能通过云端相互通信，进一步优化用户体验。更重要的是，车路云一体化的长期发展对于提升城市运营效率至关重要。通过助力城市规划，它能显著提高交通效率和生活品质。

　　对于未来发展，许鹏飞建议，推动车路云一体化的数据标准统一，需依靠政府引导、学会专家及企业同行共同努力，推动跨城市、跨设备的数据统一，这是推广和应用的前提。

　　他还建议，推进基础设施智能化升级，实现数据的有效抓取和智能化处理至关重要，这要求设备端进行快速升级以支撑车路云应用。此外，探索商业化路径。一方面，海量的车路云数据蕴含巨大价值，如何更好地应用这些数据提升终端用户体验是重要探索方向。更重要的是，需建立可持续、可闭环的商业运行模式，在充分发挥现有数据价值的同时，通过用户广泛使用积累更多数据，最终实现“商业-数据”的闭环应用。

　　“我们坚信车路云技术不仅对提升用户体验作用显著，也对提升整个国家和社会运行效率有重大帮助”，许鹏飞表示。