由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会、中国汽车动力电池产业创新联盟、新能源汽车国家大数据联盟、中国人工智能产业发展联盟、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）于2025年9月11日至9月14日在天津市滨海新区举办。本届泰达汽车论坛围绕“增动能 启新篇 向全球”的年度主题，邀请重磅嘉宾展开深入研讨。

在9月14日“智能化新升级专题论坛三：政策法规与关键技术创新协同引领智能化跃迁”中，联通智网科技股份有限公司副总经理、首席安全官许文敬发表题为“携手共创智能网联新时代——向网联转型，群智协同推进智能化新升级”的演讲。

联通智网科技股份有限公司副总经理、首席安全官 许文敬

以下为演讲实录：

尊敬的各位领导、专家，大家上午好！非常荣幸作为运营商代表参加论坛。作为运营商的代表参加论坛，一方面得益于中国智能网联包括汽车智能化的脚步领先全球，另外一方面也得益于中国现实环境下的网络能力，包括中国全国范围内网络建设以及云建设足够支撑智能网联的高速发展，所以我主要就联网方面的一些技术探索和实践，以及一些进展进行汇报。

随着智能网联进入智能化下半场，无论从传统意义的智能座舱到组合辅助驾驶，再从智慧交通到车路云一体化，其实都对我们的网络、云、算力、数据提出了更高的要求。下面我将分几个方面和大家做汇报。

从网的角度，作为运营商如何让网更好用，是我们必须要回答的课题。传统意义的智能座舱是点对点的访问连接，现在车云互动和车路互动这些新应用场景下已经进展到点到多点交互。

另外随着AI技术不断演进，对固网本身交换容量的要求、带宽、可靠性的要求也不断提升。从5G到未来的6G，到现在联通推出的AI Net固网的大带宽传输网络，希望能通过我们对网络技术的不断演进，网络架构的不断提升和优化，以及对特定场景下专网运营体系的搭建，更好地实现网络与交通、城市基础设施的融合，更好地支撑智能网联事业的发展。

基于目前参与到车企、交通领域以及对网络的了解，结合我们自身的特点，我们针对10个重要的交通场景，结合网络5个重要指标参数的理解和调优，我们推出了面向交通组合辅助驾驶的场景库。另外也通过我们开放的API，能够向行业合作伙伴提供网络能力，更好地赋能组合辅助驾驶。我们现在发现很多车都在堆算力，但车上堆的算力不经济，我们希望把车上堆的一部分或者一些要求不太高的算力卸载到网络侧或者云侧，所以我们规划了四级算力的体系，包括路侧、边缘侧、区域和中心的算力，把一些对时延敏感的应用卸载到路侧和边缘的算力，把一些时限要求不高的区域卸载到区域或者中心的算力上，最终实现车云算力的互补，包括云与云之间算力的互补。期待通过云上的算力能够解决一些临时性的算力需求，能够满足未来行业发展的需要。

在和车企交流以及我们参与一些交通项目时发现，车企现在搞智能辅助驾驶，它们会用自己的采集车，或者客户的车辆在道路上采集交通行为，客观的说这里会有很大程度的浪费，比如有一些采集来的数据只能用一次，以及我们在交通领域增加的摄像头拍下来的视频只能看到车流量的大小。面临这些场景时我们也在和一些高校、科研院所合作，去构建一个面向辅助训练、多模态数据挖掘可分层的工具链，通过这个工具链，我们能够主动的挖掘一些不常见的场景，将不同角度的摄像头拍下来的视频经过处理能够应用到更多的场景中去，最终我们把大量低价值组合辅助驾驶的数据转化为高价值的组合辅助驾驶数据，能够节约成本提高效率。

我们依托联通元景大模型的能力，主要面向人车家场景，出行和交通进行研发，包括现在也有一些现实案例的应用，把智能体应用到车上，智慧交通系统和家庭环境中。以下是两个案例：

第一个案例是现在社会上大量存在L2和L2以上能力的车辆，原来我们想能够通过我们的努力实现停车场的智慧泊车，但我们发现如果社会的停车场是多样性，社会车辆也是复杂的，这两个复杂度乘在一起比较麻烦。随着和车厂的交流后发现生产下线的泊车可能是更现实的场景，因为那个环境下停车场是确定的，车辆也是确定的，对车辆进行简单偏软件的升级就可以实现车辆下线之后，通过系统平台侧的控制，让它一辆一辆停在车企需要停在库房的位置，这样可以提高效率节约成本。未来前端的车慢慢变多后，我想停车场是下一步解决的目标。

第二个案例是我们把一些网络的能力开放给组合辅助驾驶合作伙伴的案例，在今年GSMA评选上拿到了一等奖。GSMA也是鼓励运营商更多地开放自己的网络能力，能够当做一个更好的参数来赋能组合辅助驾驶的算法，让网络的指标和能力能参与到未来的组合辅助驾驶包括路径规划，以及一些场景预测方面的工作中，帮助未来组合辅助驾驶环境下的车辆和交通安全。

如果把车辆、路侧设施和节点当做一个个智能体，汽车下一个面临的问题是如何让这些智能体协同起来。我们把所有智能体获得的信息，目前更多是把数据综合在一起，先解决感知问题，下一步解决决策的问题，最后才是控制的问题。这相对是更前沿的研究领域，因为运营商主要以网络技术为主，所以我们在网络技术方面更多关注如何实现车云算力的互补，如何实现协同机制的优化，以及建立套更高效智能更好的通信技术。现在我们规划了两个研究领域，一个是关于城市交通方面的，主要面对盲区的动态感知，希望能够把这些能力未来赋能到交通参与的车辆上。另外是辅助驾驶方面，我们把来自于车、路、云、网和刚才提到的信息、数据能够融合在一起，通过一些算法来做结合，比如目前做的一些全方面驾驶预测，如果5公里内有一辆车抛锚了，除了车企内部的自循环信息的通报之外，还可以依托于公共或者车路云体系下的广播通报，这个我们在高速上做了一些小范围验证，目前看效果还不错。基于这两个方面，我们现在已经跟邮电大学等开展了这方面的合作，也欢迎各个行业专家、研究机构共同参与到我们研究的进程里来，为中国未来组合辅助驾驶的事业，或者车路云事业发展贡献一份力量。

谢谢大家！