2025年07月17日
「车路云一体化」是什么？有哪些值得关注的相关上市企业？
「车路云一体化」深度解析：国家战略、产业生态与核心投资标的
第一部分：摘要
“车路云一体化”不仅是智能交通领域的一项技术革新，更是中国为在全球自动驾驶竞赛中实现“换道超车”而制定的顶层国家战略。其核心思想在于，将智能化的重心从单体车辆部分转移至道路基础设施和云端平台，构建一个协同感知的智慧交通体系，从而发挥中国在5G通信、基础设施建设等领域的独特优势。这一范式转变旨在克服“单车智能”路线固有的技术瓶颈与成本障碍，为高级别自动驾驶的规模化落地铺平道路。
本报告的核心研究结论如下：
战略定义：“车路云一体化”是一个复杂的信息物理系统（CPS），它通过新一代信息通信技术，将人、车、路、云等交通要素深度融合，基于协同感知、协同决策与协同控制，最终实现更安全、高效、绿色的交通出行 ¹。这被明确定义为发展智能网联汽车的“中国方案” ³。
核心驱动力：政策是当前阶段最强劲的驱动力。以工业和信息化部等五部委联合发布的全国性应用试点通知为标志，中国正在通过自上而下的方式，撬动高达数千亿人民币的基础设施投资，强制性地为“车路云一体化”创造出一个初始市场 ⁵。
价值链分析：短期（1-3年）内，产业链的价值主要集中在直接受益于政策投资的中游环节，包括路侧智能基础设施（如RSU、传感器）和云控平台的建设与集成。上游的芯片、模组供应商也因此获得稳定订单。长期来看，随着网络效应的显现，价值将逐步向下游的数据运营、高精地图服务和各类智能化应用（如自动驾驶出租车、智慧物流）转移。
核心企业：产业链各环节已涌现出具备核心竞争力的龙头企业。万集科技凭借其在ETC和智能交通领域的深厚积累，成为路侧设施建设的领军者；德赛西威作为汽车电子Tier-1巨头，在为车辆提供处理海量网联信息的智能驾驶域控制器方面占据关键地位；而百度则以其Apollo平台提供贯穿“车-路-云”的全栈式AI解决方案，成为城市级项目的核心技术提供商。
未来展望：“车路云一体化”的发展并非坦途，仍面临标准统一、商业模式闭环和数据安全等重大挑战 ³。然而，强大的政策推力和广阔的市场前景预示着其将成为未来十年中国科技与汽车产业的决定性主题之一。未来，该体系将进一步向融合能源网络的“车能路云一体化”演进，构建一个更为宏大的智慧城市新基建生态 ¹。
第二部分：「车路云一体化」范式：中国的智能出行国家战略
2.1. 定义概念：超越简单的车联网
“车路云一体化”（Vehicle-Road-Cloud Integrated System, VRCIS）的官方定义是：通过新一代信息与通信技术，将人、车、路、云的物理空间和信息空间融合为一体，基于系统协同感知、决策与控制，实现智能网联汽车交通系统安全、节能、舒适及高效运行的信息物理系统（Cyber-Physical Systems, CPS）¹。
这一概念的核心理念是构建一个“聪明的车+智慧的路+协同的云”的完整体系。它与传统“车联网”或“单车智能”有着本质区别：
与单车智能的关系：“车路云一体化”并非要取代单车智能，而是其必然的演进和升级。单车智能是实现车辆自主决策的基础，而“车路云一体化”通过提供超越车辆自身传感范围的“上帝视角”信息，弥补单车智能在感知盲区、极端天气和复杂长尾场景中的不足 ¹。两者相辅相成：路侧和云端的数据可以增强车辆的感知与决策能力，反之，车辆智能化水平的提升也可以降低对路侧基础设施的密度要求 ¹¹。
“中国方案”的内核：该体系被反复强调为智能网联汽车发展的“中国方案” ²。这一定位表明，它不仅仅是一条技术路线，更是一项结合了国情与产业优势的国家级战略选择。
2.2. 战略必要性：中国为何选择此路径
中国将“车路云一体化”提升至国家战略高度，是基于对内外部环境的深刻洞察和审慎考量。
首先，这是应对严峻社会挑战的迫切需求。随着中国城市化进程的加速和汽车保有量的激增，交通拥堵、事故频发、能源消耗和环境污染等“大城市病”日益严峻 ¹。传统的交通管理手段已难以为继，“车路云一体化”通过对交通流的全局感知和协同优化，被视为能够有效缓解这些问题的系统性解决方案 ³。
其次，这是突破“单车智能”发展瓶颈的必然选择。“单车智能”路线严重依赖车辆自身传感器和算力，面临三大核心挑战：
感知局限性：车载传感器（如摄像头、雷达）的感知范围有限，易受恶劣天气（雨、雪、雾）、光照（逆光、隧道）和遮挡（建筑物、大型车辆）的影响，难以应对所有复杂的道路环境 ¹⁰。
成本高昂：实现高级别自动驾驶需要堆砌大量昂贵的传感器和高性能计算芯片，导致单车成本居高不下，阻碍了技术的规模化普及。
长尾问题：现实交通中存在大量罕见但致命的“长尾场景”（Corner Cases），单车智能系统仅通过车载数据进行训练，难以穷尽所有可能性，导致安全可靠性面临挑战 ¹³。
最关键的是，这条路径能够最大化地发挥中国的国家优势，形成非对称竞争。在单车智能的核心领域，如高端自动驾驶芯片和底层算法，中国与美国等发达国家相比仍存在一定差距，若进行正面竞争，短期内难以实现超越 ¹¹。然而，中国拥有两项全球领先的战略资产：一是全球规模最大、技术最先进的5G网络基础设施 ¹¹；二是以政府为主导，能够高效、大规模推进基础设施建设的体制优势。
因此，“车路云一体化”战略的逻辑链条十分清晰：通过将一部分“智能”从成本高昂、技术壁垒坚固的“车端”转移到具备网络和基建优势的“路端”和“云端”，中国可以有效规避自身在芯片领域的短板，同时将竞争的核心要素转变为其占优的基础设施网络和数据规模。这本质上是一次“改变游戏规则”的战略博弈，旨在开辟一条更适合自身国情、更能发挥自身优势的全新赛道，从而实现产业的跨越式发展。
表1：「单车智能」与「车路云一体化」核心理念对比
| 特征 | 单车智能 (Vehicle-centric Intelligence) | 车路云一体化 (System-level Intelligence) |
|---|---|---|
| 核心哲学 | 车辆是独立的智能决策主体 | 车辆是协同网络中的一个节点 |
| 感知范围 | 视距内（Line-of-Sight），受限于车载传感器 | 超视距（Beyond-Line-of-Sight），融合车、路、云全局信息 |
| 决策依据 | 车载传感器数据与本地计算 | 本地数据 + 路侧融合感知数据 + 云端协同调度指令 |
| 关键挑战 | 感知盲区、长尾问题、高昂的单车成本 | 跨域标准统一、基础设施建设成本、可持续商业模式 |
| 成本结构 | 成本高度集中于单体车辆 | 车辆成本降低，部分成本转移至公共基础设施建设 |
| 基建依赖 | 低（仅需良好路况和清晰标识） | 高（依赖智能路侧设备、通信网络和云平台） |
| 数据来源 | 车辆自身传感器 | 车辆、路侧设备、其他车辆、云控平台、第三方平台 |
第三部分：解构系统架构：车、路、云的核心职能
“车路云一体化”系统由三大核心子系统构成：智能化的车载终端、数字化的道路设施和层级化的云控平台。三者通过高速、低延迟的通信网络紧密相连，各司其职，共同构成一个有机整体 ²。
3.1. 智能车辆（车）：从孤立单元到互联节点
在“车路云一体化”架构中，车辆的角色发生了根本性转变。它不再是一个信息孤岛，而是整个智慧交通网络中一个能感知、能通信、能决策、能执行的动态节点。
核心构成：车载子系统远不止传感器。其关键组件包括：用于实现V2X（Vehicle-to-Everything）通信的车载单元（OBU, On-Board Unit）、处理海量内外部数据的高性能车载计算平台、各类车载感知设备（摄像头、雷达等）以及确保信息安全交互的车载网关 ¹⁶。
核心功能：车辆承担双重任务。一方面，它作为数据提供者，通过OBU实时向路侧设施和云平台上传自身的精确位置、速度、行驶状态等动态信息 ²。另一方面，它作为
服务消费者，接收并执行来自路侧和云端的指令，例如碰撞预警、绿波车速引导、最优路径规划、远程驾驶控制等，从而实现更安全、更高效的行驶 ²。架构演进：为适应这种高度网联化的需求，汽车的电子电气（E/E）架构正加速向中央集中式演进。这种新架构能够更好地支持将外部网联信息与车辆内部的感知、决策、控制系统进行深度融合，是实现协同控制的必要前提 ¹⁸。
3.2. 智慧道路（路）：城市的数字神经系统
如果说车辆是流动的节点，那么智慧道路设施就是遍布城市、感知全局的数字神经系统。其目标是将物理的道路环境数字化，为车辆提供超越自身感官的超视距感知能力。
核心构成：路侧智能基础设施是系统的“感官”。根据北京市等地的建设指南，其主要包括三大核心设备 ¹⁶：
通信设施：主要指基于C-V2X技术的路侧单元（RSU, Roadside Unit），负责与覆盖范围内的车辆进行低时延、高可靠的直接通信。
感知设施：通过在交叉路口、事故多发路段等关键位置部署摄像头、毫米波雷达、激光雷达等多种传感器，形成对局部区域的“上帝视角”全覆盖。这些设备能够全天候、高精度地检测交通流量、平均车速、排队长度、交通事件以及识别行人和非机动车，检测精度要求极高（如车道交通流量检测精度不低于95%） ¹⁶。
**边缘计算设施 (MEC)**：这是实现低时延应用的关键。MEC设备部署在路侧，靠近数据源头，能够对本地传感器采集的海量原始数据（如视频流、点云数据）进行实时的预处理、融合和分析。这避免了将所有数据远距离传输到中心云所带来的巨大时延和带宽压力，从而支撑起如“交叉路口碰撞预警”等对响应速度要求在毫秒级的安全应用 ¹⁶。
标准化建设：随着试点项目的推进，路侧设施的建设正从“示范”走向“标准化”。例如，北京发布的建设指南中，对设备的坐标系（UTM）、时间同步（UTC、PTP/NTP协议）、数据存储时限（结构化数据至少保存7天）等都做出了明确规定，这为未来实现跨区域、规模化的复制推广奠定了基础 ¹⁶。
3.3. 中央大脑（云）：层级化云控平台
云控平台是整个系统的“大脑”，负责数据的汇聚、分析、决策和服务的下发。它并非一个单一的、庞大的数据中心，而是一个经过精心设计的、逻辑协同、物理分散的三级云架构，旨在高效平衡不同业务对时延、算力、覆盖范围的需求 ³。
边缘云 (Edge Cloud)
定位：部署在最靠近路侧和车辆的边缘侧，通常与MEC物理上结合。
功能：处理对时延要求最高的实时业务。它直接从路侧感知设备接收数据，进行多源传感器数据的实时融合，生成局部区域的动态交通环境模型，并向区域内的车辆提供毫秒级的协同感知和安全预警服务。它是实现高级别自动驾驶协同控制的关键，因为只有边缘云才能满足其对超低时延和超高可靠性的苛刻要求 ¹⁵。
区域云 (Regional Cloud)
定位：城市或区域级别的数据汇聚与管控中心，是多个边缘云的上级节点。
功能：负责一个较大区域（如一个行政区或整个城市）的准实时交通管理与协同。它汇聚来自下辖各边缘云处理后的结构化数据，进行区域级的交通态势分析、交通流量预测、信号灯配时优化、公共交通调度等。它服务于城市交通管理者，实现从“路口级”优化到“区域级”协同的跨越 ³。
中心云 (Central Cloud)
定位：国家或超大城市级的宏观决策与数据服务中心。
功能：处理非实时的大数据分析与战略规划任务。它汇聚来自各区域云的数据，并与气象、交管、图商等第三方平台数据进行融合。其主要面向政府部门、汽车制造商、科研机构等，提供宏观交通数据分析、自动驾驶算法模型训练、数据开放与增值服务等。它是整个系统实现数据价值闭环、支撑产业生态发展的顶层平台 ³。
这种三级云架构的设计，是应对大规模城市级部署中物理定律和经济成本双重约束的精妙工程解决方案。如果试图用一个单一的中央云处理所有任务，将面临两大无法克服的障碍：一是光速和网络传输带来的时延，无法满足安全类应用的实时性要求；二是将全城所有路口的高清视频和雷达原始数据全部回传，将造成无法承受的带宽和计算成本。通过边缘计算处理实时任务，区域云管理区域协同，中心云进行宏观分析，该架构以最优化的方式分配了计算和存储资源，使得构建一个覆盖全城的、可扩展的、经济上可行的“车路云一体化”系统成为可能。
第四部分：技术栈：一体化的关键使能技术
“车路云一体化”系统的实现，依赖于一系列关键技术的成熟与融合。这些技术共同构成了系统的技术栈，确保了车、路、云之间信息的高效、可靠流动。
4.1. C-V2X通信：系统的通用语言
蜂窝车联网（Cellular-V2X）是支撑整个系统运行的基石通信技术。在全球标准竞争中，由中国主导推动的C-V2X技术路线战胜了DSRC（专用短程通信），成为全球事实标准 ²¹。C-V2X包括基于4G的LTE-V2X及其向5G演进的NR-V2X ²²。
C-V2X技术的最大优势在于其创新的双模通信接口，这使其能够兼顾不同场景的需求 ²³：
PC5接口（直连通信）：该接口支持车辆与车辆（V2V）、车辆与路侧设施（V2I）、车辆与行人（V2P）之间进行直接通信。其特点是时延极低、可靠性高，且不依赖蜂窝网络基站。这意味着即使在没有手机信号的区域（如隧道、偏远山区），车辆之间和车路之间依然可以交换紧急安全信息，如前向碰撞预警、紧急刹车告警等。这是保障行车安全的第一道防线。
Uu接口（蜂窝通信）：该接口利用现有的4G/5G蜂窝网络，实现车辆与网络（V2N）的通信，即车辆与云控平台的连接。它适用于非紧急、大带宽、广覆盖的应用场景，如高精度地图下载、车载信息娱乐、远程软件升级、以及接收来自云端的宏观交通信息和调度指令。
这种“直连+蜂窝”的双模能力，为“车路云一体化”提供了无与伦比的灵活性和可靠性，既能通过PC5接口满足本地、实时的安全需求，又能通过Uu接口实现广域、非实时的服务，构成了整个信息交互体系的神经网络 ²³。
4.2. 高精度定位与地图
标准的民用GPS定位精度在米级，远不能满足自动驾驶对车道级精准控制的要求。“车路云一体化”系统依赖于更高精度的定位技术。
高精度定位：系统普遍采用以中国北斗（BeiDou）为核心的全球导航卫星系统（GNSS），并通过实时动态差分（RTK）或精密单点定位（PPP）等地面增强或星基增强技术，将定位精度提升至厘米级 ¹⁶。这使得车辆能够精确获知自身在车道内的位置。
高精动态地图（HD Map）：这并非传统意义上的导航地图，而是一种专为机器读取而设计的多层数据信息。它不仅包含道路几何形状、车道线、曲率、坡度等静态信息，还能够通过与云控平台的实时交互，动态更新交通标志、交通流量、道路事件、施工区域等动态信息 ¹⁷。高精地图如同一个“虚拟传感器”，为车辆提供了先验的环境信息，极大地降低了车载感知系统的压力和计算复杂度。
4.3. 人工智能（AI）与大数据
人工智能和大数据技术贯穿于“车路云一体化”的感知、决策、控制全流程。
AI赋能感知与决策：在路侧边缘端，AI算法被用于实时分析摄像头和雷达数据，实现对车辆、行人、障碍物的精准识别、分类与轨迹预测 ¹⁶。在
云控平台，更复杂的AI模型则用于分析全城的交通数据，预测拥堵趋势，动态优化信号灯配时，实现全局交通效率的最优化 ³。数据闭环驱动系统进化：该系统天然构成了一个庞大的数据闭环。海量的、来自真实世界的车辆行驶数据和路侧感知数据被汇聚到云端，为自动驾驶AI模型的训练和迭代提供了前所未有的高质量数据集，特别是那些单车难以遇到的极端场景（Corner Cases）数据 ²⁴。这种持续的数据反馈将使整个系统的智能水平不断进化，形成正向循环。
第五部分：政策催化剂：国家级应用试点分析
如果说技术是“车路云一体化”的骨架，那么政策就是驱动其成长的强大心脏。中国政府正在通过一系列强有力的政策工具，自上而下地催生并培育这一新兴产业。
5.1. 顶层设计：五部委联合发文
最具标志性的政策文件是2024年1月由工业和信息化部、公安部、自然资源部、住房和城乡建设部、交通运输部五大部委联合印发的《关于开展智能网联汽车“车路云一体化”应用试点的通知》 ⁵。这份文件的重要性体现在：
跨部门协同：五大核心部委的联合行动，显示了国家层面对此项工作的统一意志和高度重视，能够有效打破部门壁垒，为后续的跨行业标准制定、数据共享和协同监管铺平道路。
明确试点目标：文件为试点城市设定了具体、可量化的建设目标，将“软”倡议变成了“硬”任务。
5.2. 试点核心内容：九大任务清单
该通知为试点城市列出了九项具体的建设任务，构成了未来2-3年产业发展的路线图 ⁵：
建设智能化路侧基础设施：要求试点区域5G网络全覆盖，交通信号机联网率达到90%以上，并规模化部署C-V2X路侧单元（RSU）。
提升车载终端装配率：要求试点运行车辆100%安装C-V2X车载终端，并推动公交车、公务车等公共领域车辆的终端搭载率达到50%。
建立城市级服务管理平台：建设边缘云、区域云两级云控基础平台。
开展规模化示范应用：在智慧公交、自动泊车、城市物流等场景部署指定数量的示范车辆（如不少于200辆智慧乘用车）。
探索高精度地图安全应用：推动北斗高精定位服务和高精地图的应用。
完善标准及测试评价体系：建立场景数据库，研制相关技术标准。
建设跨域身份互认体系：建立可信的数字证书管理和跨区域互认机制。
提升道路交通安全保障能力：建立安全事件研判和上报机制。
探索新模式新业态：明确商业化运营主体，探索可持续的投资和运营模式。
5.3. 市场创造效应：从“纸面”到“地面”
这一系列政策的深远影响在于，它以国家力量直接解决了V2X产业发展初期最棘手的“先有鸡还是先有蛋”的困局 ³。在传统市场逻辑下，没有足够多的智能网联车，政府和企业就没有动力投资建设昂贵的路侧设施；反之，没有完善的路侧设施，车企也不会大规模前装V2X终端。
五部委的试点通知通过强制性要求，同时推动了供给侧（路侧设施建设）和需求侧（车载终端装配）的发展，为人为地创造了一个规模化的初始市场。2024年7月，北京、上海、广州、深圳、武汉等20个城市（联合体）被确定为首批试点 ¹²，这些城市迅速启动了大规模的投资计划。例如，北京的“车路云一体化”新基建项目投资额近百亿人民币，而武汉的相关项目备案金额更是高达170亿人民币 ⁶。
这种由政府主导的巨额投资，不仅为产业链相关企业提供了确定性的市场订单，极大地降低了其前期投入的风险，更重要的是，它将快速建成一张覆盖主要城市的“车路云一体化”网络。一旦这张网络形成并产生价值，后续的商业模式创新和市场化运营便有了坚实的基础。可以说，国家试点政策是点燃“车路云一体化”产业引擎的关键火花。
第六部分：产业生态与价值链分析
“车路云一体化”的建设催生了一个横跨汽车、通信、交通、软件和数据服务等多个领域的庞大产业链。该产业链可大致分为上游、中游和下游三个环节。
上游：核心技术与基础组件
上游是整个产业链的技术基石，提供实现系统功能所必需的硬件和软件。这一环节技术壁垒较高，市场参与者相对集中。核心芯片：包括用于车载和路侧单元的C-V2X通信芯片（代表企业：高通、华为海思、中兴通讯），以及用于感知、决策的高性能AI计算芯片（SoC）。
传感器：包括车载和路侧使用的激光雷达、毫米波雷达、高清摄像头等。
通信模组：将通信芯片等元器件集成为标准化的模组，供下游终端设备制造商使用。
基础软件：包括操作系统、中间件和核心算法库。
中游：系统集成与平台建设
中游是当前政策投资的直接受益者，负责将上游的组件集成为完整的产品和系统，并进行部署。这一环节市场空间广阔，是近期产业价值的核心所在。终端设备制造：包括路侧单元（RSU）、车载单元（OBU）、边缘计算单元（MEC）以及各类智能交通设施的生产。
整车制造（OEM）：负责将OBU、智能驾驶系统等集成到量产车中。
解决方案集成：提供城市级或高速公路级的“车路云一体化”整体解决方案，负责项目的设计、集成、部署和调试。
云控平台建设：负责搭建和运营边缘云、区域云和中心云平台。
下游：应用服务与商业运营
下游是产业链价值变现的最终环节，利用已经建成的基础设施网络，向各类用户提供服务并探索商业模式。这是产业未来的价值增长点。数据与地图服务：包括高精度地图的采集、制作与动态更新，以及基于海量交通数据的数据分析、挖掘与增值服务。
运营服务：包括自动驾驶出租车（Robotaxi）、无人配送、智慧公交等商业化车队的运营。
政府与公共服务：利用系统进行智能交通管理、城市规划、应急响应、公共安全等。
个人用户服务：向普通车主提供增强的安全预警、效率提升和信息娱乐服务。
表2：「车路云一体化」价值链与主要参与者
| 价值链环节 | 关键子领域 | 核心产品/服务 | 代表性企业（部分列举） |
|---|---|---|---|
| 上游 | 芯片 | C-V2X通信芯片、AI SoC、MCU | 高通、华为海思、大唐高鸿、地平线、黑芝麻智能 |
| 传感器 | 激光雷达、毫米波雷达、摄像头 | 速腾聚创、图达通、禾赛科技、豪威集团 | |
| 通信模组 | C-V2X通信模组 | 移远通信、广和通、华为 | |
| 中游 | 终端设备 | RSU、OBU、MEC、智能交通信号机 | 万集科技、金溢科技、高新兴、千方科技 |
| 整车制造 | 智能网联汽车 | 比亚迪、蔚来、小鹏、广汽、长安汽车 | |
| Tier-1供应商 | 智能驾驶域控制器、智能座舱 | 德赛西威、均胜电子、华阳集团 | |
| 云平台/解决方案 | 云控平台、AI算法、整体解决方案 | **百度(Apollo)**、华为、阿里、腾讯、蘑菇车联 | |
| 下游 | 地图与数据 | 高精度地图、数据服务 | 四维图新、高德地图、百度地图 |
| 运营服务 | Robotaxi、智慧物流、无人配送 | 百度萝卜快跑、小马智行、文远知行 | |
| 政府与公共服务 | 智慧交通管理、智慧城市 | 各地交通管理部门、城投公司 |
第七部分：核心上市公司深度分析
在“车路云一体化”的浪潮中，一批上市公司凭借其前瞻性的战略布局和深厚的技术积累，占据了产业链的关键位置，值得投资者重点关注。
7.1. 万集科技 (Wanji Technology, 300552.SZ)：路侧基础设施的先行者
核心业务与战略定位：万集科技是中国领先的智能交通系统（ITS）解决方案提供商。公司起家于动态称重和ETC（电子不停车收费系统）业务，与全国各地的交通管理部门和高速公路运营商建立了长期而稳固的合作关系 ²⁸。这一深厚的行业根基，使其在“车路云一体化”转向以基础设施建设为重点时，具备了天然的先发优势。公司已成功将业务重心从传统ITS拓展至“车、路、云”协同发展的全栈式产品矩阵，包括车载及路侧激光雷达、V2X系列产品（RSU和OBU）以及智能网联云控平台 ²⁹。
竞争优势：万集科技的核心护城河在于其强大的渠道能力和项目经验。在2019年全国取消高速公路省界收费站的浪潮中，公司累计交付了超过8万套RSU路侧单元，市场占有率遥遥领先 ²⁹。这种大规模、全国性的路侧设备部署和运维经验，是新进入者难以在短期内复制的。面对当前以政府投资为主导的路侧智能化改造项目，万集科技的品牌信誉、政府关系和项目交付能力构成了其最坚实的竞争壁垒。此外，公司提供从感知硬件到云端平台的“全栈式解决方案”，能够满足客户一体化的建设需求 ³⁰。
市场机遇：作为路侧基础设施建设的龙头企业，万集科技是本轮“车路云一体化”试点项目投资最直接、最确定的受益者之一。随着北京、武汉等城市百亿级项目的陆续招标和开工，公司有望凭借其领先的市场地位和全面的产品布局，获取可观的订单份额。
7.2. 德赛西威 (Desay SV, 002920.SZ)：汽车电子Tier-1的赋能者
核心业务与战略定位：德赛西威是国内汽车电子领域的绝对龙头，其主营业务聚焦于智能座舱、智能驾驶和网联服务三大领域 ³¹。在“车路云一体化”的版图中，德赛西威的核心定位是
车端的赋能者。其核心产品——高性能智能驾驶域控制器，是处理和融合车端传感器数据与外部V2X网联信息的“车载大脑”，对实现协同决策与控制至关重要 ³²。竞争优势：德赛西威的优势体现在三个层面：强大的研发实力、深度的客户绑定和领先的系统融合能力。公司长期保持高强度的研发投入（营收占比约10%），在核心算法和软硬件一体化设计上积累深厚 ³¹。作为Tier-1供应商，它与国内外主流车企建立了紧密的合作关系，拥有广泛的客户基础和前装量产经验。其“多产品线融合”的能力，能够为车企提供从座舱到智驾的整体解决方案，带来更优的成本控制和驾乘体验，这是其区别于单一产品供应商的关键优势 ³¹。
市场机遇：随着试点政策强制要求提升C-V2X车载终端的装配率，仅仅安装一个OBU通信模块是远远不够的，车辆必须具备处理这些新增信息流的计算能力。德赛西威的高算力域控制器平台，正是满足这一需求的理想载体。因此，车端联网率的提升将直接转化为对德赛西威核心产品需求的增长，使其在产业链中扮演着不可或缺的角色。
7.3. 百度 (Baidu, 9888.HK / BIDU.O)：AI与全栈解决方案的领导者
核心业务与战略定位：百度是一家以AI技术为核心的科技巨头，其Apollo自动驾驶开放平台是其在智能交通领域的核心抓手。与其他参与者不同，百度在“车路云一体化”生态中的定位是端到端的全栈式解决方案提供商，其业务同时覆盖了“车”（Apollo自动驾驶系统）、“路”（智能交通解决方案）和“云”（百度智能云）三个层面 ³⁵。
竞争优势：百度的核心优势在于其无与伦比的AI技术实力和大规模城市级项目的落地经验。通过多年的自动驾驶研发和旗下“萝卜快跑”Robotaxi车队的实际运营，百度积累了海量的真实路测数据和成熟的算法模型。在“路”和“云”端，百度已在广州、北京等多个城市成功部署了大规模的“车路云一体化”项目，例如在广州黄埔区部署了数千个AI感知设备和边缘计算单元，展现了其强大的系统集成和项目交付能力 ³⁵。其与清华大学等顶级学术机构的合作，也使其在技术路线和行业标准制定方面拥有重要话语权 ³⁶。
市场机遇：对于寻求建设全面、高效“车路云一体化”系统的城市政府而言，百度是极具吸引力的总包商或核心技术合作伙伴。它可以提供从顶层设计、平台搭建到应用落地的一揽子服务。在百亿级的城市试点项目中，百度有望凭借其全栈能力，获取价值量最高的平台建设和软件服务合同，并在未来的数据运营中占据有利位置。
表3：核心上市公司竞争力分析
| 公司名称 | 股票代码 | 在V-R-C中的核心定位 | 核心产品/服务 | 竞争护城河 | 市场机遇/角色 |
|---|---|---|---|---|---|
| 万集科技 | 300552.SZ | 路侧基础设施提供商 | RSU、路侧激光雷达、OBU、动态称重、云控平台 | 深厚的交通行业客户关系与渠道；大规模路侧项目部署经验 | 直接受益于政府主导的基建投资，获取路侧设备订单 |
| 德赛西威 | 002920.SZ | 车端核心硬件供应商 | 智能驾驶域控制器、智能座舱平台、网联服务 | 强大的研发实力；与主流车企深度绑定；软硬件系统融合能力 | 承接车端联网率提升带来的高算力计算平台需求 |
| 百度 | 9888.HK | 全栈式AI解决方案提供商 | Apollo自动驾驶平台、智能交通解决方案、AI云服务 | 顶尖的AI算法与数据积累；大规模城市级项目落地经验 | 成为城市试点项目的总包商或核心技术伙伴，主导平台与服务 |
| 高新兴 | 300098.SZ | 车联网终端与解决方案商 | RSU、OBU、车联网平台、执法终端 | 在车联网通信和公安交通领域有较强积累 | 参与路侧和车端设备的供应，尤其在特定行业应用中有优势 |
| 金溢科技 | 002869.SZ | 智能交通设备商 | ETC、RSU、OBU、智慧停车 | 在ETC领域与万集科技并驾齐驱，渠道和品牌优势明显 | 分享路侧和车端设备市场，尤其在ETC相关升级改造中受益 |
| 四维图新 | 002405.SZ | 高精度地图与数据服务商 | 高精度地图、位置大数据、自动驾驶解决方案 | 拥有导航电子地图制作甲级测绘资质；数据合规与技术壁垒 | 为车路云系统提供核心的地理空间数据底座和位置服务 |
第八部分：挑战、展望与战略建议
尽管“车路云一体化”在政策的强力推动下正以前所未有的速度发展，但其从大规模试点走向全面商业化，依然面临着严峻的挑战。清晰认识这些挑战，并洞察其未来发展轨迹，对于把握投资节奏和战略方向至关重要。
8.1. 商业化之路上的三重挑战
标准统一与互联互通的难题：尽管C-V2X底层通信标准已趋于统一，但在更高层面的数据格式、接口协议、安全认证等方面，跨厂商、跨地域的互操作性问题依然突出。各地在试点建设中若形成新的“数据烟囱”和“信息孤岛”，将极大削弱“车路云一体化”的协同效应，阻碍全国性网络的形成 ⁴。
商业模式闭环的终极考验：这是产业面临的最核心挑战。目前，基础设施建设主要依赖政府投资，但这种模式难以持续。如何建立一个可持续的、市场化的商业模式，让产业链上的所有参与方（政府、设备商、车企、运营商、用户）都能获益，是决定该模式能否成功的关键。目前，关于“谁来为路侧设施的持续运营和数据服务付费”这一问题，尚未有清晰的答案。将系统从政府的“成本中心”转变为可盈利的“利润中心”，是产业必须跨越的鸿沟 ³。
数据安全与隐私治理的红线：“车路云一体化”系统将产生和处理海量的、涉及个人出行轨迹和驾驶行为的敏感数据。如何确保这些数据在采集、传输、存储和使用全过程中的安全，如何界定数据的所有权和使用权，如何建立健全的隐私保护和数据监管法规体系，是获得公众信任和监管许可的根本前提 ¹。
8.2. 未来轨迹：市场潜力与技术演进
万亿级的市场空间：尽管面临挑战，但“车路云一体化”所蕴含的市场潜力是巨大的。根据中国汽车工程学会等机构的预测，到2025年，该产业带来的产值增量将达到7295亿元人民币，到2030年，这一数字将激增至2.58万亿元 ¹⁰。其中，仅城市和高速公路的路侧基础设施改造，就是一个数千亿规模的庞大市场 ²³。
向“车能路云一体化”演进：系统的未来演进方向是与能源网络的深度融合，即“车能路云一体化” ¹。随着电动汽车的普及，数以亿计的车辆将成为移动的储能单元。通过V2G（Vehicle-to-Grid）技术，这些车辆可以在电网负荷低谷时充电，在高峰时向电网反向送电，从而成为一个巨大的分布式虚拟电厂，帮助电网实现削峰填谷，提高可再生能源的消纳率。这将使“车路云”系统从一个单纯的交通管理体系，升级为一个“交通-能源”协同优化的智慧城市核心基础设施。
“中国方案”的全球输出：凭借先发优势和超大规模的市场实践，中国有望在“车路云一体化”领域形成一套成熟的技术标准、产业生态和商业模式。这套被验证的“中国方案”未来有望向“一带一路”沿线国家及其他发展中国家输出，带动中国技术、产品和服务的全球化，抢占下一代智能交通的国际标准制高点 ¹⁸。
8.3. 投资与发展战略建议
基于以上分析，针对不同时间维度的投资与战略布局，提出以下建议：
短期（1-3年）：聚焦基础设施，紧跟政策订单。投资重心应放在直接受益于试点城市大规模基建投资的中游设备商，如万集科技、金溢科技等。核心跟踪指标是各大试点城市的项目招标公告、中标结果和订单金额。这是确定性最高、见效最快的投资阶段。
中期（3-5年）：关注车端渗透与平台价值。随着路侧设施的普及，焦点将转移到车端。Tier-1供应商（如德赛西威）和平台型解决方案公司（如百度）的价值将凸显。核心跟踪指标是主流车企C-V2X前装率的提升速度，以及城市级云控平台上是否开始出现可行的、可规模化复制的商业应用案例。
长期（5年以上）：挖掘数据运营与服务生态。产业链的终极价值将体现在下游的数据运营和应用服务。届时，投资机会将属于那些能够有效利用网络产生的海量数据，并将其转化为创新服务的企业，例如高精度地图服务商（四维图新）、高效的Robotaxi和智慧物流运营商，以及探索出V2G等创新商业模式的企业。
总而言之，“车路云一体化”是一场由国家意志驱动的、旨在重塑未来出行方式的宏大变革。投资者和产业参与者需深刻理解其从政策驱动到市场驱动的演进逻辑。当前，产业正处于由政策点火、基建先行的爆发前夜。标准化的进展和首个可规模化商业模式的出现，将是标志着产业从导入期迈向成长期的关键拐点。
引用的著作
概念？风口？趋势？“车路云一体化”风云 - 汽车商业评论, 访问时间为 七月 17, 2025， https://inabr.com/news/20097
车路云一体化系统白皮书 - 信息资源系统, 访问时间为 七月 17, 2025， https://13115299.s21i.faiusr.com/61/1/ABUIABA9GAAgzKiYngYo_oOy7AY.pdf
观点| 中国工程院院士李克强：车路云一体化，商业模式落地是关键, 访问时间为 七月 17, 2025， https://www.ase.tsinghua.edu.cn/info/zhxw/668
《车路云一体化系统白皮书》正式发布-行业热点 - 中信科智联科技有限公司, 访问时间为 七月 17, 2025， https://www.cictci.com/index/industryHotspots/438.html
五部委关于开展智能网联汽车“车路云一体化”应用试点工作的通知_ …, 访问时间为 七月 17, 2025， https://www.gov.cn/zhengce/zhengceku/202401/content_6926711.htm
车路云一体化”多点开花, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202406181636612237_1.pdf
地方频现“百亿大单” “车路云一体化”站上风口 - 21财经, 访问时间为 七月 17, 2025， https://m.21jingji.com/article/20240622/2ae6fbdc48fe46cc5a9eddadb4036c03.html
四维图新许鹏飞：车路云一体化发展仍面临数据标准、商业闭环挑战, 访问时间为 七月 17, 2025， https://m.bjnews.com.cn/detail/1752245673168396.html
车圈圆桌派④｜车路云一体化破局需以标准统一为基础 - 新京报, 访问时间为 七月 17, 2025， https://m.bjnews.com.cn/detail/1752243080168392.html
北京车网：推动车路云一体化从示范标杆迈向市场探索 - 中国工业新闻网, 访问时间为 七月 17, 2025， https://www.cinn.cn/p/364280.html?f=pad
车路云一体化:智慧出行的中国方案 - 信息资源系统, 访问时间为 七月 17, 2025， https://13115299.s21i.faiusr.com/61/1/ABUIABA9GAAgyefwtQYos7ynhwQ.pdf
车路云一体化，还有多久能实现？ - 财经》客户端, 访问时间为 七月 17, 2025， https://news.caijingmobile.com/article/detail/532830?source_id=40
异军突起，引领“车路云一体化”自动驾驶进入爆发期, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202301101581851500_1.pdf
车联网白皮书 - 中国信息通信研究院, 访问时间为 七月 17, 2025， http://www.caict.ac.cn/kxyj/qwfb/bps/202312/P020240326618179274556.pdf
车路云一体化融合控制系统白皮书, 访问时间为 七月 17, 2025， https://13115299.s21i.faiusr.com/61/1/ABUIABA9GAAgruDrjQYolarrAQ.pdf
车路云一体化路侧智能基础设施建设指南 - 北京市市场监督管理局, 访问时间为 七月 17, 2025， https://scjgj.beijing.gov.cn/hdjl/myzj/bzzxdyjzj/202401/P020240124358940490504.pdf
车路云一体化标准体系及应用试点推荐标准清单, 访问时间为 七月 17, 2025， https://mgr-api.china-icv.cn/profile/upload/2025/03/06/6fb33a64-2a2e-44a0-9f62-7d139411898f.pdf
车路协同自动驾驶系统（车路云一体化系统） 协同发展框架 - 中国通信学会, 访问时间为 七月 17, 2025， https://www.china-cic.cn/upload/202301/17/db3ee55551bd4fb2b2d978db86b90160.pdf
基于智能网联（车路云一体化）路侧感知结果的车辆追踪与轨迹还原应用实践 - 天翼交通, 访问时间为 七月 17, 2025， https://www.tyjt-ai.com/news/40
基于英特尔® 架构的中科创达全息路口融合感知方案赋能车路云一体化 - Intel, 访问时间为 七月 17, 2025， https://cdrdv2-public.intel.com/846718/%E5%9F%BA%E4%BA%8E%E8%8B%B1%E7%89%B9%E5%B0%94%C2%AE%20%E6%9E%B6%E6%9E%84%E7%9A%84%E4%B8%AD%E7%A7%91%E5%88%9B%E8%BE%BE%E5%85%A8%E6%81%AF%E8%B7%AF%E5%8F%A3%E8%9E%8D%E5%90%88%E6%84%9F%E7%9F%A5%E6%96%B9%E6%A1%88%E8%B5%8B%E8%83%BD%E8%BD%A6%E8%B7%AF%E4%BA%91%E4%B8%80%E4%BD%93%E5%8C%96-20250211.pdf
车联网白皮书, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202112291537269200_1.pdf
C-V2X车联网技术发展与产业实践白皮书, 访问时间为 七月 17, 2025， https://www.china-cic.cn/upload/202212/11/336cb372567c4013964be4ef7d639d6b.pdf
政策东风至，车路云发展正当时, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202408131639262311_1.pdf
车路云一体化系统建设与应用指南, 访问时间为 七月 17, 2025， https://mgr-api.china-icv.cn/profile/upload/2025/02/27/9b7e5d8e-a815-4b72-bcd6-0ed6e7cf68e9.pdf
《关于开展智能网联汽车“车路云一体化”应用试点的通知》解读, 访问时间为 七月 17, 2025， https://news.cctv.com/2024/01/17/ARTIAsA8FkUfOtVEc5b2mtpa240117.shtml
五部门关于公布智能网联汽车“车路云一体化”应用试点城市名单的通知 - 中国政府网, 访问时间为 七月 17, 2025， https://www.gov.cn/zhengce/zhengceku/202407/content_6965771.htm
武汉进击“自动驾驶第一城”：从Robotaxi突围到规模化提速 - 南方财经网, 访问时间为 七月 17, 2025， https://www.sfccn.com/2024/8-2/5NMDE0MDdfMTkzODk5NA.html
寻找“独角兽”丨重场景拼技术万集科技铺就交通“科技路” - 经济参考报, 访问时间为 七月 17, 2025， https://www.jjckb.cn/20250527/0621fc1015ad40d88b7adce9a59d2bf8/c.html
深耕智能网联，车路云一体化带来新机遇, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202406191636679375_1.pdf
万集科技亮相上海车展产品创新与系统方案助推智能驾驶向高阶演进 - 证券时报, 访问时间为 七月 17, 2025， https://www.stcn.com/article/detail/1714504.html
【供应链观察】德赛西威运营能力亟待加强, 访问时间为 七月 17, 2025， http://www.eeo.com.cn/2023/0508/591047.shtml
德赛西威(002920.SZ)：汽车智能硬件龙头Tier 1，智驾+出海双轮驱动成长, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202312211614644922_1.pdf
给英伟达“打工”，德赛西威的软肋 - 新能源汽车- OFweek, 访问时间为 七月 17, 2025， https://nev.ofweek.com/2023-07/ART-77013-8460-30603852.html
德赛西威, 访问时间为 七月 17, 2025， https://www.desaysv.com/index.php?id=strength
广州：“车路云一体化”走进现实 - 国家税务总局广东省税务局, 访问时间为 七月 17, 2025， https://guangdong.chinatax.gov.cn/gdsw/gzsw_yhssyshj2024_mtbd/2024-09/26/content_1cde1ad8746f4741b4cda8a8d5a81283.shtml
车路云一体化城市试点开启，车路协同单城拉通加速, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202406041635353032_1.pdf
多城竞速“车路云一体化” 基建如何托举起规模化？ - 证券时报, 访问时间为 七月 17, 2025， https://www.stcn.com/article/detail/1263094.html
车联网白皮书, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202301111581871750_1.pdf
2024年中国智慧交通发展趋势报告, 访问时间为 七月 17, 2025， https://pdf.dfcfw.com/pdf/H3_AP202501031641523365_1.pdf?1735914463000.pdf
趋势2025 | 车路云一体化的挑战和展望_通信世界网, 访问时间为 七月 17, 2025， https://www.cww.net.cn/article?id=596930
瞭望| 车路云一体化何时大爆发 - 新华网, 访问时间为 七月 17, 2025， http://www.news.cn/tech/20240910/c298fe925f7041cc9cf4367aae7adc64/c.html