车路云打响“交卷战”，招采风向变了

2026年，首批“车路云一体化”应用试点的收官之年，行业迎来建设高峰期。

海南海口、澄迈，山东济南，吉林长春，北京，湖北十堰等应用试点城市，以及四川宜宾、云南昆明等非试点城市，各地密集释出招采大单已超30 亿。

吉林省发出高达15亿元公路数字化转型大单，为吉林省公路交通基础设施数字化转型升级工程施工项目招标，将省域级一张网的建设野心摆在了面上。

济南市起步区应用试点建设项目，仅180天的工期，要求完成路侧、平台及配套设施的整体交付，充分反映了试点城市在考核节点压力下的紧迫性。

“车路云50 人”详细梳理招标信息发现，一些建设逻辑正在发生转变。

在跨越了小范围试验的门槛后，车路云建设已不再是单纯的基建投资，而是产业进入深水区后，车、路、云三方基于实际应用效果的协同。

告别盲目基建，建设逻辑正由无差别堆砌，转向分级分等的标准化配比；投资路径从追求覆盖规模，转向深挖场景红利；而参与主体的动力，也正从政府单向推动，演变为车企的主动协同。

告别“路等车”，要建路，更要运营一条产生价值的路

把时针拨回前几年，基建先行曾是各地建设的主旋律。

当时的设想很丰满，先把路侧的智能网联设施建好，筑巢引凤，静待自动驾驶车辆的大规模接入。

然而，现实的演进却开了玩笑。

回顾产业历程，早在2016 年，试点示范就已进入‌封闭测试场阶段；2019 年，首个国家级先导区获批；2020 年，“双智”试点全面铺开。

但直到2024 年起，基础的辅助驾驶渗透率才真正开始突飞猛进。而行业寄予厚望的高级别自动驾驶，受困于复杂的城市路况与长尾场景的技术瓶颈，更受制于路权开放速度的缓慢，导致其大规模上路的进程严重滞后。

在这种技术与政策的双重制约下，车端发展远慢于路侧建设，斥巨资建好的路侧设施面临无车可用的尴尬。这也带来了一个深刻的行业反思：车路云的必然性，必须与自动驾驶的发展进程紧密相连。

单纯强调路和云，不同时推进自动驾驶的规模商用，就会造成超前投资。

粗放烧钱、堆砌传感器的时代正在过去，2026年的招采风向转向实效。

长春的多个招标中，提到了高配路段和低配路段的改造；北京则是根据路口实际需求划分路口等级，以实现道路全域感知、网联服务、智慧信控等多元功能；海南澄迈县也提出，对关键路口进行智能化改造，并按功能需求分级配置设备。

2025年底，中国汽车工程学会发布了《车路云一体化智能路侧基础设施分级技术要求（城市道路）》征求意见稿。按照规划，正式标准文件预计在2026年上半年落地执行。未来，分级建设将成为提升建设效能、发挥实际作用的核心路径。

这种理性的建设思路，也驱动了应用场景的具象化。

最为典型的是海南海口，其招标明确提到了智慧公交与自动驾驶场景建设，直接将L4级自动驾驶汽车、智能网联公交车的采购纳入包件，计划采购多辆不同规格的智能网联公交车。

杭州滨江区在组织申报示范应用场景时，也明确列出了智慧公交、低速无人快递车、智慧巡逻车等多个具体方向。

应用场景的具象化，倒逼基础设施必须与车辆运营、交通管理、城市服务产生深度咬合。

未来，车路云建设需要面对的挑战是，不仅是建路，更要运营一条能产生价值的路。

更值得关注的是，这场变革正在突破车路云范畴，展现出跨界融合的特征。

在长春市的相关应用试点建设项目中，出现了关于低空无人机管理系统及配套设施的建设内容。

事实上，这场跨界融合早有顶层理念支撑。

2025年，北京大学空天信息工程中心主任程承旗教授曾公开表示：我与清华大学李克强院士讨论，李院士长期致力于推动中国的“车路云网工程”，当时我们提出是否可以在“车路云网工程”的基础上增加一个“空”字，形成“车路空云网工程”，李院士对这一观点给予了高度认可。

（

基于此共识，二位还在厦门集美地区开展了关于“车路空云网工程”相关的一些前期论证工作。

程承旗教授认为，这些事情预示着在智能交通这一领域，极有可能迎来全新的发展契机与突破。

未来，车路云底座不仅服务于地面交通，也是城市立体交通的数字化基石。

云控平台在管理路面车辆的同时，可协同管理空中的无人机。“路面+低空”的融合，将极大提升基建投资的复用率。车路云支撑低空经济发展，或成为未来最具想象力的趋势之一。

与此同时，招标模式的精细化，也折射出投资从“硬基建”向“软运营”的价值延伸。

观察近期试点城市的标段划分，算法平台、运维服务、资产管理等软件和服务类标段开始被独立拆分，而不再是过去的基建大包。

以长春十个标段的划分为例，其范围涵盖了从全光网络、算法平台到高精地图、资产管理的多个专业维度。这也说明，行业开始重视后期的算法持续迭代能力与数据的资产化管理。

毕竟，只有确保路侧数据的实时性、准确性和算法的可持续进化，车路云系统才能在长周期的运营中产生持久的商业价值。

从粗放铺设到精耕细作转向背后，是产业在咽下路等车苦果后，向实效与商业闭环回归的觉醒。

逃离“单车内卷”,车企从制造转向服务

如果说招采逻辑向实效与场景的回归，是基建端痛定思痛后的自我纠偏；那么真正能推开协同大门的内生动力，来自需求侧跨越智驾鸿沟的深层焦虑。

作为最终应用方的车企，面对L4 级自动驾驶，正经历一场从“硬件制造商”向“出行服务运营商”的身份重构。

2025年，车企智驾竞争进入白热化阶段，安全问题成为行业面临的头等大事。

在历史转折点上，以欧洲监管机构和造车新势力何小鹏为首的业内声音，开始将矛头直指L3 级自动驾驶。何小鹏甚至在全国两会上明确建言：跨过 L3，直奔 L4。

路线争议的背后，隐藏着整个行业对责任灰色地带的担忧。

L3级自动驾驶被称为有条件自动驾驶，人机共驾状态下，要求人类在系统失灵时紧急接管，而人类很难在几秒钟内，从分神状态切换到处理极限路况。

如果发生碰撞，人与机器谁来担责，有着暧昧不清的中间地带。L4 则将人类彻底从驾驶任务中解脱，不再承担责任。

然而，当技术目标跨入L4 阶段时，整个产业逻辑发生了质变。

在L4 级别下，驾驶位上可以没有司机，或者人类不再承担实质的驾驶责任，一旦发生突发状况，法律与安全责任发生转移，将落到算法、系统和车辆提供者上。

这种责任主体的位移，推动了车企身份的转变。既然要为真实的驾驶行为负责，车企就不仅是卖硬件产品的制造商，而是出行服务运营商，去承担全生命周期自动驾驶运营管理责任。

由于成为了最终的责任主体，车企不可避免地陷入了安全、效率与监管的博弈之中。

高级别自动驾驶的规模化落地，本质上是生产力与生产关系的系统性重构。

在安全纬度，车辆的本地传感器在极端黑天鹅事件面前，如突发山体滑坡、远距离连环事故、超视距应急车辆、道路临时改道施工等，存在天然天花板。

自动驾驶的真正产业化，不仅要求车辆“看得到”，更要求云端协同下的“预见性”和“确定性”。

此外，交通系统是个体“利益最大化”与系统“秩序维持”的对立统一——驾驶行为并非纯粹的自由意志，而是在实时路况策略与宏观规范指令之间寻求平衡的“合题”。

在AI 主导的自动驾驶时代，这种“合题”关系将发生质变。

由于运营平台承载了更高的风险管控责任，宏观调控的权重将显著超越个体决策。

依托联网技术，交通逻辑将从“基于局部概率的单兵作战”跃升为“基于全局信息协调的系统性进化”，从而奠定无人化运营的效率基石。

在这种生存与合规的驱动下，车企主动寻求与路侧、云端的携手已成必然。

2025年2月，“甲所行动”行动正式启动。

由丰田汽车、一汽集团、广汽集团、比亚迪、华为终端、国汽智联和清华大学等六家单位，达成一项关键共识：

在中国共同开展“车路云一体化”智能网联汽车技术的研发与验证，通过系统协同、量产应用，实现单车智能难以达成的“安全、可靠、高效”的综合行驶性能，并最终迈向“交通事故零发生”的愿景。

同年10月，“中外车企一致行动”将这一进程推向高潮。

（车路云一体化中外车企一致行动发车仪式）

合作阵营由最初的6家扩展至15家中外车企。在北京和重庆两地，基于云控基础平台的量产场景演示成功落地，实车验证了网联式避撞、绿波车速引导等关键功能。

在产业实践的火热推动下，政策层面的呼声也愈发响亮。

全国政协委员，华晨宝马铁西工厂厂长张涛在2026全国两会上强调，政府应加大对车路协同基础设施建设试点的支持，在重点城市推动车联网（V2X）系统部署，形成“车-路-云”一体化风险防护体系，提升整体智能驾驶系统的安全韧性。

这些行动和建议表明，车企与路、云的融合不再是政策引导下的口号，而是车企高级别自动驾驶落地要抓牢的安全带。

驶向“规模商用”,车辆规模化与监管体系的重构

路在转向务实，车在加速入场，2026年是自动驾驶迈向规模化商业落地的分水岭。

在国际市场，Waymo等头部企业已在真实城市完成超1.27亿英里的完全无人驾驶，事故致伤率较人类降低81%；特斯拉在FSD监督模式下累计行驶超82亿英里；国内百度萝卜快跑的总行驶里程也已突破1.9亿公里。

不仅是测试和运营里程的累积，商业模型的闭环也已实质性打通。随着激光雷达等核心硬件成本降幅超90%，单车投入进入可商业化区间；在运营端，小马智行等企业的远程监控人车比已达1:20，并在广深两地实现单车盈利转正。

（自动驾驶运营场景，来源小马智行）

伴随北京、上海、广州、深圳、重庆五个城市发放全无人商业化收费运营牌照，自动驾驶车辆越来越多大势所趋。

然而，当庞大的无人车队真正汇入城市开放道路，车企向“出行服务运营商”转型的过程中，面对监管不确定性的隐忧无时不在。

近年来，部分试点城市出台了针对自动驾驶的测试或示范应用条例，但在国家层面，真正能为L4 级商业化运营兜底的上位法，依然处于大面积缺位状态。一旦发生交通事故，责任究竟该归属于车辆制造商、智驾算法提供商，还是出行服务运营商？

权责界定的模糊，让交管部门面临执法与定责的困境，更让车企在推进规模化商业运营时如履薄冰。

这种规模化诉求与监管红线的剧烈碰撞，倒逼顶层立法加速，行业对完善法律责任界定的呼声达到了顶点。

在2026年的全国两会上，广汽集团总经理冯兴亚提出“以制度保障自动驾驶规模化应用”的建议。

全国政协委员、恒银金融科技股份有限公司党委书记、董事长江浩然提出，应加速法律修订，为高级别自动驾驶提供规模化应用保障。

国家及部委层面的立法与监管破局也在实质性推进。

目前，工信部等四部委联合开展的“智能网联汽车准入和上路通行试点”正在为L3/L4 级商业化运行提供至关重要的实操验证与数据支撑。

更为核心的是，《中华人民共和国道路交通安全法》修订工作正在稳步推进，明确自动驾驶车辆的路权分配与事故责任划分已成为核心议题。

除了立法维度的确权，更为关键的是监管与执法工具的重塑。

法律确立了规则，但当高级别自动驾驶大规模上路后，政府如何分配路权？如何进行全局的交通调度？和车辆的监管？

自动驾驶是数据驱动的新型驾驶形态——这驱动监管核心由“对人类司机的行为约束”重构为“对 AI 决策链路的数据监管”。

这种新型监管将对系统接入云端提出刚性要求，以实现全过程、透明化的数据审计与实时授信。

从而，构建起支撑无人化运营的数字信任体系，驱动自动驾驶向受控、高效、合规的现代化生产力跨越。

在这个维度上，车路云不仅是服务于车企安全和发展的技术体系支撑，更是政府管理交通的新一代执法工具与底层平台。

从技术向治理的升维，可以说，在监管框架内的自动驾驶，其标准的实践形式，正是在车路云一体化环境下的自动驾驶。

写在最后

2026，是首批试点的收官之年。

但产业真正的课题才刚刚展开，从建设转向运营与造血。

这条长坡厚雪的赛道，或许艰难且充满变数。

但在摸索与试错中前行，行业终会迎来向上的拐点。

期待时间给出的答案。

本文来自微信公众号“车路云50人”，作者胡小凤，36氪经授权发布。