所以有两点非常关键:第一,单节点(基站)的数据质量需要足够高,保证数据质量的核心并不只是硬件设备,而是系统和算法。车路云一体化不是单纯地堆硬件、堆设备,需要类似安卓、苹果一样的操作系统,可以把摄像头、激光雷达、通信计算等硬件进行整合和驱动,并通过操作系统中的AI算法模型对数据进行处理。

　　第二,要深入了解车企的真正需求,与车企真正打通。车路云一体化的数据不是通常意义的通讯指标,而是一套车辆可以识别的感知指标,比如识别的完备度、精准度、回馈时间等,与自动驾驶的感知系统具有很高的相似度。

　　只有做到这两点,才能大规模实现数据上车,车路云一体化才能真正用起来,产生价值。

　　Q8:发展车路云网络的价值是什么?

　　朱磊:车路云网络建成后可以带来巨大价值,首先,当车辆大规模接入车路云网络,对解决交通安全问题、效率问题、博弈决策问题都会带来比较大的帮助。比如安全方面,接入车路云网络可以做到“零事故”;效率上,当获得全局信息后,交通的通行效率将得到大幅提升;博弈决策方面,单点从系统级角度更容易做出全局最优的决策。

　　其次,接入的各类传感器、智能体形成巨大的数据网络,这个实时数据网络可获取大规模实体世界的全局数字化信息,在数据的获取效率上也会有巨大提升。大量的数据可以反哺真实世界模型、自动驾驶模型、机器人模型的训练。而且是用来做更精准的模型训练,比如可以根据不同城市特点,训练最适合当地驾驶行为的自动驾驶模型。