在中国电动汽车百人会论坛的近期活动中，中国工程院院士邬贺铨发表了关于智能驾驶发展的重要见解。他指出，智能驾驶技术正经历从“单车智能”向“车路云一体化”的深刻转变。随着智能驾驶技术向L3至L5高级阶段迈进，对海量数据、大型模型及实时通信的协同需求变得愈发迫切，行业亟需从“各自为政”的开发模式转向“国家统一底座”的建设。
邬贺铨强调，尽管单车智能在感知、决策等方面取得了显著进步，但在面对复杂道路环境、极端天气条件及多车协同等场景时，仍存在明显局限。例如，激光雷达、摄像头和毫米波雷达等传感器受探测距离限制，难以应对城市盲区、恶劣天气或遮挡路口等挑战。而通过路侧感知单元（RSU）、边缘云与城市云的协同，可以极大扩展感知范围，提升整个交通系统的智能化程度。
在算力方面，L5级别的自动驾驶模型参数规模高达8000亿，年训练算力需求可达两万EFlops，全球算力资源远不能满足这一需求。邬贺铨建议，国家应牵头建设适用于全国的基础大模型，各城市在此基础上进行微调，以避免重复建设和资源浪费。
邬贺铨还强调了实现“车路云一体化”所需的高可靠、低时延网络环境。他指出，当前运营商的5G网络尚不能完全满足智能网联汽车的需求，特别是在跨运营商和本地互联方面存在瓶颈。他建议，在5G至5.5G的基础上改造车联网网络，并建立全国统一的V2X运营平台，由电信运营商、汽车企业、金融机构和交通市政公司等共同出资建设。这样不仅可以避免各城市独立建设带来的标准不统一和成本高昂问题，还能实现规模效益和互通协同。
据估算，建设全国性的V2X网络需要约4000亿元投资（不含5G改造），这将覆盖主要城市的路口改造和2G以上的高速公路，支持L3级别自动驾驶的落地。
邬贺铨还提到，智能交通不仅是车辆智能化的问题，更是城市数字化治理的重要组成部分。城市云平台将在高精地图更新、交通流量优化和非实时模型推理等方面发挥关键作用。以L3级别自动驾驶为例，车载推理需要50-100 Tops的算力，而城市云平台则需要PB级的数据处理能力。同时，路侧RSU也需要配备强大的处理能力和感知设备，以实现快速交通预测和信号优化。
最后，邬贺铨总结道，智能驾驶是一个系统工程，需要云、网、边、端的紧密合作。只有通过国家层面的统筹规划和标准制定，才能推动中国在全球智能交通竞争中取得实质性突破。
