在过去十年中,“自动驾驶”一直是技术想象的顶点。但如今,全球主流技术力量的讨论正悄然变化。
在2025年11月的巴塞罗那世界智慧城市大会(SCEWC)上,5G汽车联盟(5GAA)首席技术官马克西姆·弗拉芒(Maxime Flament)提出:“我们应该不再用‘自动驾驶’这个词了,它已经过时。下一个阶段,是‘互联自动出行(Connected Automated Mobility)’。”
这是一次概念上的升级,也是一场范式的切换——从“造一辆能自己开的车”到“构建一个支持AI运行的网络”。正如他所言:“连接性决定了自动化的边界(Connectivity defines the boundary of automation)。”自动化,不再只是车内芯片和摄像头的事,而关乎整个交通系统是否实时在线、协同响应。
自动驾驶曾是资本、技术与梦想的完美交集。但现实一再提醒:一辆车的“聪明”,不足以支撑复杂城市的交通运行。
Waymo用了十多年时间,把凤凰城核心城区训练成一个“自动驾驶花园”,车道线清晰、障碍物少、天气稳定,最终实现了99.999%的感知覆盖率。这是全球技术最高点,也是一种极度依赖环境可控与海量标注的方案。
但问题是——城市的混沌永远比想象更多。
真实的城市,它有阴影、障碍、反光玻璃、行人、宠物,还有“不可预测的善意与混乱”。
还有更多“极小概率事件”正逐渐成为公共认知的裂口。单车智能的“盲区”并没有被完全消除,而是在复杂系统中被放大了风险。
弗拉芒强调,“互联自动出行”不是对自动驾驶的否定,而是它的进化版本。区别就在于:是否能依托实时、稳定、有结构的数据网络,为车辆提供系统级冗余与兜底能力。
这个方向在欧洲仍是纸面蓝图,在美国仍被忽略,但在中国,正在迅速产业化落地。
以蘑菇车联为代表的“AI网络”方案,已经在上海、桐乡、海口等城市部署。其核心是构建一个以大模型为中心的AI网络,通过部署在路侧的感知单元、边缘计算节点、AI大模型和调度系统,来为车辆提供“看得更远、反应更快”的决策辅助。
一句话概括:一辆车,不只是靠自己在开,而是在一个“智能网络”中被看见、被调度、被托底。
这不仅解决了“盲区”问题,更让长尾场景具备更高可控性。例如在雨雾天气、十字路口、拥堵路段、临时施工场景中,AI网络可提前感知风险,赋能车辆避让、停驶或远程接管,从而确保系统级安全。
在“自动驾驶的最后1%”中,中美技术路径的分歧日益显著:
Waymo路径:极度依赖自车传感器 + 高精地图 + 算力集中化,目标是达到99.999%的覆盖率,力图在车辆层面实现“全场景通吃”。
中国路径(代表如百度Apollo、蘑菇车联):车端实现约99%的感知覆盖率,剩余长尾场景通过AI网络“兜底”,强调“性价比、安全性与系统容错能力”的综合优化。
这种路径选择,背后是思维模式的不同:
Waymo在追求一个极致闭环;
中国企业则在建立一个可迭代、可协同的开放系统。
从产业化角度看,后者显然更贴近复杂、真实的城市空间,更容易商业化部署与规模化运维。
从世界范围看,“互联自动出行”本应是理性技术选择。但为什么是中国率先跑通?
答案或许在三个方面:
中国具备政府、城市与企业三位一体的试点机制,能让“从道路规划到AI部署”一体化推进。试点城市如桐乡,能在半年内完成智慧路口、边缘计算、AI系统等部署并运营。
相比之下,欧洲在SCEWC会议上多次表达“推进速度焦虑”——不同城市的规划滞后、标准不一、审批冗长,成为部署AI网络的最大阻力。
2. 产业结构的系统性
中国企业拥有“全链路协同”的能力。蘑菇车联自己生产路侧设备、自研AI大模型、控制平台、部署边缘计算系统,并参与城市规划。没有一家外国公司能覆盖如此广阔的系统集成能力。
这就像是盖房子:中国公司能包工包料、包设计、包施工;而欧洲公司还在争论该用哪种砖。
3. 落地场景的现实性
在国内,自动驾驶不仅是“技术炫技”,更是实用运营。在上海金桥、桐乡乌镇等地,蘑菇车联的自动驾驶车已常态化服务市民通勤、接驳比赛、城市物流、港口运输等。
欧洲则更多停留在“研究项目”层面,尚未形成可持续运营的商业闭环。
5
不是更聪明的车,而是更聪明的城市
如果我们跳出车辆层面思考,自动驾驶的本质,其实是“系统自动化”:
如果城市路口无法联网,车再智能也无法预判红绿灯失效;
如果道路施工无数据接入,车端感知再强也只能盲撞;
如果没有边缘计算和实时决策,就谈不上大规模调度和应急接管。
从这个角度看,未来的自动驾驶,不是买一辆车,而是“接入一个系统”;不是硬件竞赛,而是“谁能先跑通AI网络底座”。
从SCEWC的展台到中国智慧城市的实地部署,我们正见证一个范式转变的起点:
在这场全球竞速中,中国的“实用主义路径”或许更接近真正的未来。