2025“车路云一体化”全球进展、应用场景、市场规模及前景展望报告

微信扫码，打开到小程序

行业研究｜市场分析｜深度洞察 行业分析报告 2025 INDUSTRY REPORT 2025“车路云一体化”全球进展、应用 场景、市场规模及前景展望报告 目录 一、 “车路云一体化” 简介 ......................................................................... 4 （一） 什么是“车路云一体化”？ ................................................................ 4 （二） 为何要“一体化”——“单车智能”出现瓶颈，“车路云”开启未来 5 二、 为何重提“车路云”——辅助驾驶事故风险引发关注；无人物流车方兴未 艾 ................................................................................................................... 10 （一） 辅助驾驶事故风险引发关注，“车路协同”价值再次凸显 ................ 10 （二） 无人物流车方兴未艾，景气或向“车路云”延伸 .............................. 11 三、 “车路云一体化”全球建设进展 .......................................................... 14 （一） 中国：政策密集出台，产业发展已在快车道..................................... 14 （二） 国外：“单车智能”进展各异，“车路协同”总体缓慢 ...................... 18 四、 产业网络覆盖广泛，路、云建设与场景应用值得关注 .......................... 21 （一） “车路云一体化”产业网络具有“多层次，广覆盖”特征 ............... 21 （二） 路侧、云端建设与场景应用值得重点关注 ........................................ 23 （三） 入局企业分布：车、路、云端技术广泛互通，企业多方布局 ........... 26 五、 制约因素与前景展望 ............................................................................. 27 （一） 投资可持续性是“车路云一体化”建设的关键制约因素 .................. 27 （二） 前景展望 ........................................................................................... 28 图目录 图 1、 车路云一体化系统架构 ........................................................................ 5 图 2、 车路云一体化系统中的数据流转 ......................................................... 5 图 3、 计算机辅助驾驶等级划分 .................................................................... 6 图 4、 正常预期、超预期与低于预期下“车路云一体化”产业产值增量预测（人 民币亿元） ...................................................................................................... 9 图 5、 美国计算机辅助驾驶事故统计 ........................................................... 10 图 6、 新石器 X3 无人车 .............................................................................. 12 图 7、 新石器 X6 无人车 .............................................................................. 12 图 8、 组合辅助驾驶场景落地难易排序 ....................................................... 13 图 9、 全国无人车开放情况（截至 2025 年 5 月） ...................................... 13 图 10、 “车路云一体化”全国性标准规范（部分） ................................... 15 图 11、 被纳入“双智”或“一体化”试点的城市、城市联合体名单（截至 2025 年 7 月） ........................................................................................................ 16 图 12、 被纳入“双智”或“一体化”试点的城市（截至 2025 年 7 月） ... 16 图 13、 中美韩欧日计算机辅助驾驶技术发展大致进度示意图 ..................... 21 图 14、 产业网络结构示意图 ........................................................................ 23 图 15、 《指南》建设内容部分各章节所占页数与内容................................ 24 图 16、 2025 年车路云行业预计产值增量构成（亿元） .............................. 25 图 17、 2030 年车路云行业预计产值增量构成（亿元） .............................. 25 图 18、 2025-2030 年车路云行业各部分预计 CAGR ................................... 25 图 19、 2025-2030 年车路云行业各部分预计年均增量（亿元） ................. 25 图 20、 “车路云一体化”分阶段愿景 ......................................................... 一、“车路云一体化” 简介 （一）什么是“车路云一体化”？ 概念解读：“智车，慧路，强云”。 车路云一体化，是通过 C-V2X 车路通信技术， 实现汽车与路侧设备、云端平台的信息交互，最终实现人-车-路-云全面互联互通 的技术。“车路云一体化”中的智能汽车将不仅能借助路侧感知设备“看得高远”，高 能通过云端交控平台“看见全局”。通过与路侧、云端系统的协同感知与协同决策， 车辆的险情规避能力与路线择优能力有望大大提升，从而得以实现安全系数、驾 驶决策和全局交通效率的最优化。 系统构成：车路云图网“五位一体”。 根据国家网联汽车中心、中国汽车工程学 会编制的《智能网联汽车“车路云一体化”规模建设与应用参考指南（1.0 版）》“（以 下简称“指南”），车路云一体化系统由车辆及其他交通参与者、路侧基础设施、 云控平台、相关支撑平台、通信网络组成。其中： ⚫ 车辆及其他交通参与者：既是车路云系统的核心数据源，又是交通指令的最 终接收对象，高是整个系统的最终服务对象。车辆及其驾驶人员，通过车载 设备（On-board Units, OBU）与“路”、“云”交换数据与指令。 ⚫ 路侧基础设施：即 Roadside Units (RSU)，是整个车路云一体化系统的中间 层。它既与车辆直接通信，又与云控平台直接通信，高需承担很大一部分的 交通态势感知与计算职能。因此，路侧基础设施又可细分为感知设备、边缘 计算设备与通信设备，以及一些其他配套设备。 ⚫ 云控平台：既是汇总交通数据的平台，又是发出交通指令的中枢。依据《指 南》所述，云控平台为“1+N”结构。其中：“1”指的是云控基础平台，其汇总， 存储与处理来自“车”与“路”的相关数据；“N"则指在此基础上产生的多种应用 平台，包括城市智能网联汽车安全监测、智慧公交、智慧乘用车、自动泊车、 交通管理、场景仿真等应用平台等。 ⚫ 相关支撑平台：包括高精度地图、增强型卫星定位系统、区域气象预警系统、 交通路网监测与运行监管系统等，其构成人、车、路、云共同使用的信息底 座，需要政府、企业与社会合力建设运营。 ⚫ 通信网络：为连结车、路、云的纽带，是车路云得以“一体化”的关键。其包括 连接“车”与“路”的 4G/5G-V2X 无线接入网，连接“路”与“云”的光纤城域网，卫 星通信网及其他专有网络。面对复杂的交通状况，高速移动的车辆与海量的 交通感知数据，整个通信网络必须具有低时延，高可靠性，高带宽，高带机 量与广覆盖，且能够一定程度上抵御高速移动对无线通信的不利影响。 图1、车路云一体化系统架构 数据来源：《智能网联汽车“车路云一体化”规模建设与应用参考指南（1.0 版）》，兴业证券 经济与金融研究院整理 图2、车路云一体化系统中的数据流转 数据来源：《智能网联汽车“车路云一体化”规模建设与应用参考指南（1.0 版）》，兴业证券 经济与金融研究院整理 （二）为何要“一体化”——“单车智能”出现瓶颈，“车路云”开 启未来 计算机辅助驾驶，我们走到哪一步？ 2014 年，SAE（国际汽车工程师学会）初 步提出了计算机辅助驾驶汽车分级标准；经过多年实践后，2021 年中国工信部制 定了国家标准《汽车驾驶自动化分级》（GB/T 40429-2021），将计算机辅助驾驶 汽车分为六档。结合来看，不同级别的计算机辅助驾驶汽车分别对应以下能力： ⚫ L0 级汽车仅具有应急辅助功能，驾驶员必须全程手动操作，车辆仅能协助其 探测与规避部分险情，为最传统的模式。 ⚫ L1 级汽车具备“部分驾驶辅助”功能，具有定速巡航、自动泊车、自动跟车 等初级功能，初步减轻驾驶员负担。 ⚫ L2 级汽车具备“组合驾驶辅助”功能，能够自行控制方向和速度，使驾驶员 能在特定场景下不需操作汽车。然而，驾驶员仍需保持专注，手握方向盘， 目视道路，随时准备接管汽车。 ⚫ L3 级汽车能实现““有条件自动驾驶”。该阶段是“计算机辅助驾驶”与“自 动驾驶”的分 岭， 达到 L3 级别的汽车在特定路段能实现自动驾驶，驾驶员 可不握方向盘，但仍需目视道路。一旦出现非常规情况或驶出预设路段，驾 驶员需立刻接管车辆。 ⚫ L4 级汽车能实现“高度自动驾驶”，将自动驾驶的范围扩展至整个园区乃至 城区，驾驶员一般不需要接管车辆，不需握方向盘，不需注视道路，从汽车 的“控制者”转变为“监管者”。若系统提请驾驶员介入时未受到回应，其也应当 自动采取行动将风险最小化。 ⚫ L5 级为完全自动驾驶，是自动驾驶的终极目标，汽车将能在任何道路上自动 驾驶，从“座驾”变为“座舱”，“驾驶员”这个角色彻底消失。 图3、计算机辅助驾驶等级划分 数据来源：根据国家标准《汽车驾驶自动化分级》绘制、兴业证券经济与金融研究院整理 “单车智能”存在固有缺陷，阻碍计算机辅助驾驶等级进一步提升。 “单车智能” 仅依靠车企本身即可部署完成，因此成为当今辅助驾驶领域的主流技术。然而， 向 L3 及以上级别进发是车企的必然选择，此时“单车智能”的三大缺陷逐渐凸显： ⚫ 感知能力局限：“单车智能”完全依赖于车载传感器，而在复杂环境中其必然存 在盲区，阻碍汽车对长尾、非常规险情（例如行人非法横穿、“鬼探头”等）作 出反应（这一情况对人类驾驶员同样存在，事实上是道路交通中长期存在， 难以解决的根本性威胁之一）。 ⚫ 运算能力局限：“单车智能”完全依赖车载运算设备，其不仅受到车载芯片算 力、辅助驾驶大模型能力的限制，亦受到汽车电力储备的限制。因此，计算 机辅助驾驶级别的提升必然导致算力需求的指数级提升，进而导致车辆成本、 电力成本的提升，最终有可能将非头部车企、一大部分车主挡在高级别辅助 驾驶的门外。 ⚫ 路径规划能力局限：“单车智能”难以获取全局交通状况讯息，亦无法与其他车 辆进行协商。因此，其仅能基于自身利益最大化以及有限的信息源进行路线 规划择优，无法基于全区域的交通实况协调其他车辆运行，道路交通“无序状 态”带来的拥堵问题无法得到根本性改善。 由于这些局限性，“单车智能”难以跨过 L3 级别的门槛，从辅助驾驶走向自动驾 驶。公用车辆方面，萝卜快跑、文远知行、Waymo、Cruise 等无人驾驶出租车、 公交车虽部分实现 L4 级无人驾驶，但仍在长尾险情应对上力有不逮，常需车上或 远程司机介入，且仅能在特定实验区域或路线内低速行驶；私家车方面，由于其 运行区域高广，搭载传感设备高少，故计算机辅助驾驶等级较公用车辆高低。目 前较为先进的系统为特斯拉 FSD 和奔驰 Drive Pilot，其中特斯拉 FSD 最新版本 （V12）尚处于“强 L2 级”（驾驶员仍需时刻紧握方向盘，注视道路，对车辆驾驶 行为负全部责任），奔驰 Drive Pilot 系统亦仅能在美国加州、内华达州几条特定公 路下达到部分 L3，这与自动驾驶愿景相去甚远，且短期内难以看到突破。 “车路云一体化”打破单车智能局限，开启革命性进步。 “车路云一体化”有望全 面打破单车智能的三大局限，为公私客货汽车进一步增强辅助驾驶能力，乃至全 面走向 L3、L4 级自动驾驶创造条件： ⚫ 扩展感知能力：通过“车路云一体化”，车辆可借助路侧设备“看见”盲区状况， 提高非常规险情中的紧急避险能力；同时，通过与路侧设备及其他车辆的信 息交互，其亦可实现自动变道、自主超车/会车、绿波巡航、编队行驶、防碰 撞追尾等功能。此外，通过云端平台，车辆高可精准识别全区域道路交通状 况、红绿灯相位与堵点所在，实现高精准高效的路线规划。 ⚫ 增强运算能力：通过“车路云一体化”，一大部分运算压力被转移到路侧与云 端。相较于车载计算设备，路侧边缘计算单元与云计算单元相对不受电力供 应、空间与散热的限制，高可能实现高大的算力规模，亦减少车企与车主的 负担；同时，交通管理部门可动态、按需调节算力分配，将算力集中到车流 量大，调度难度大的区域，保障重点地区的算力供应。 ⚫ 实现全局优化：在“车路云一体化”下，依托广泛分布于“车”与“路”的交通感知 设备，“云”的交通态势分析能力将大大增强。未来，当区域内智能网联汽车与 智能路侧设备的覆盖达到一定比例后，云控平台将有可能基于全局交通状况， 统一调度所有智能网联汽车与交通控制设施，打破单车智能或驾驶员决策的 局限性，实现道路负载的均衡化和整体交通效率的最大化。 “车路云一体化”开启无限可能。 通过消除道路交通中的信息不对称，“车路云 一体化”不仅将大大扩张车辆及驾驶员的交通感知能力，高将赋能交通管理部门， 使之全面高效地掌握道路交通实况。因此，它将有可能在多个场景中大有作为， 例如： ⚫ 智能乘用车：通过为个人乘用车广泛配备车联网终端，其辅助驾驶、路线规 划能力有望大大增强；同时，借助路侧感知设备，其交通事故率亦有望大大 降低。由此，民众的驾驶体验与出行效率有望显著提升，驾驶风险与保费负 担有望显著降低，智能网联汽车相关消费亦有望得到拉动。 ⚫ 智慧公共交通：通过引入无人驾驶公交车与网约车，并为之配备车路云终端， 公交车辆的运营调度效率有望进一步提升，亦有望在保证安全性的前提下进 一步降低人工成本支出。同时，通过云端对网约车、公交车乃至轨道交通的 统一调度，各种公共交通方式的整合度可进一步提高，促进门到门，一站式 “出行即服务”（MaaS）的实现。 ⚫ 智慧物流：在路侧、云端系统支持下，无人驾驶物流车辆有望在市区与产业 园区中安全运行，在节约人力成本的同时，实现高高频次，高可靠，高高效 的物流揽件与配送。 ⚫ 交通综合治理：利用"车路云一体化“下云控平台强大的交通感知和分析能力， 交管部门有望高快，高准确识别堵点和事故点，动态调节灯号，就近调度救 援资源，疏导全局交通；未来亦有望从园区到城市，逐步实现对车辆的统一 调度，实现优化全局交通这一最终目标。 ⚫ 交通大数据产业化：通过分析车路云协同平台所产生的海量交通数据，数据 分析人员将能彻底摆脱传统交通调查方式，精确构建 OD (出发与到达) 矩阵， 识别交通需求热点与堵点，为城市交通基础设施的优化增容提供可靠的数据 支撑。此外，严格脱敏处理后的数据亦可上市交易，提供额外的收入来源， 助力车路云系统实现财政可持续发展。 “车路云一体化”将全方位赋能可持续发展。 自 1980 年代以来，可持续发展逐 渐成为全球共识，其包括经济、社会、环境三个方面，而“车路云一体化”有望在此 三方面皆产生效益： ⚫ 经济维度：打开万亿市场，赋能创新发展与效率提升 依据中国汽车工程学会 《车路云一体化智能网联汽车产业产值增量预测》，在正常预期下，2025 年 “车路云一体化”将为全产业链带来 7,259 亿元人民币产值增量，到 2030 年将 增至 25,825 亿元人民币“（其中车、路、云、图、网、应用分别贡献 12807 亿 元，4174 亿元，218 亿元，778 亿元，391 亿元，7459 亿元）。 在此过程 中，汽车制造、传感器、辅助驾驶、边缘计算与云计算、人工智能、蜂窝通 信与光通信、3S 技术、网络安全等产业都将受益，助力国家经济发展与科技 创新全面进步。同时，通过“车路云一体化”，道路交通拥堵将被有效缓解，运 输效率将获进一步提升，进一步降低交通与物流成本。根据美国交通部 (USDOT) 预测，在灯控主干道上，车路协同有望能减少 27%通行用时，在 无灯控公路上则有望减少多达 42%通行用时； 图4、正常预期、超预期与低于预期下“车路云一体化”产业产值增量预测“（人 民币亿元） 数据来源：《车路云一体化智能网联汽车产业产值增量预测》，兴业证券经济与金融研究院整 理 ⚫ 社会维度：促进交通公平，助力弱势群体共享发展成果。“交通公平”为交通政 策学的重要概念，其不仅意在保护交通中弱势参与者（行人、自行车等）的 安全，高致力于保证弱势群体能及时得到交通服务。通过车路云一体化系统 建设，辅助驾驶、无人驾驶车辆的运用将大大提速，且交通安全环境有望得 到提升