达摩院是阿里巴巴的技术支柱，推出的产品也常带有技术性的特点，车路协同就是其中之一。

实际上，车路协同的概念并不新鲜。从美国、欧洲和日本过去的交通历史中，我们可以找到各种关于车路协同（V2X）和自动高速公路系统的记录。这表明车路协同的概念早已存在，只是近年来随着技术进步，它获得了更多的关注。

在云栖大会的车路协同论坛上，来自政府、技术公司、学术界和汽车行业的专家们纷纷发言，畅谈智能出行的美好前景，并适时推广自己的产品。会议中偶尔出现一些专业术语，增加了会议的复杂性。然而，正如哥伦比亚大学人工智能实验室主任利普森教授在一次V2X研讨会上总结的那样，当感到会议无聊时，应该迅速抽身止损，离开会场。尽管如此，这次会议并非毫无意义，因为车路协同话题的讨论从未让人感到兴奋。

车路协同，即V2X（Vehicle to X），包括车对车（V2V）、车对路（V2I）、车对云（V2N）和车对人（V2P）等多个方面。车路协同的实现难度非常高，远远超出人们的想象。它比制造L4级别的无人车更复杂，甚至比制造特斯拉还要困难。

例如，当我们向一些无人驾驶公司和车联网软件公司介绍车路协同的概念时，他们通常认为这应该由政府主导，或者网络运营商应该承担更多责任。甚至有人质疑为什么这个老话题又被重新提起。

而这个话题的重提者正是阿里巴巴，一家互联网兼技术公司。阿里巴巴通过车路协同概念做了几件事：与交通运输部的公路科学研究院合作成立了实验室；发布了面向政府客户（2G）的智能感知基站产品，该产品集成了摄像头、无线发射器等多种传感器；还推出了面向物流产业的智慧物流货车。

阿里巴巴的无人驾驶团队主要专注于软件开发。而人工智能实验室则致力于消费级硬件产品的开发。但考虑到大规模量产的难度和市场规模的局限性，这种做法或许更为明智。阿里巴巴人工智能实验室负责人浅雪表示：“无人驾驶80年都没有实现大规模商业化，我们经过长时间思考，觉得需要进行新的尝试和改进。”

这些新尝试并不是简单地寻找落地场景，而是从结果出发，倒推出商业方案。具体来说：

1. 是否可以通过改进L3级别的车辆使其达到99%的安全系数？
2. 商业化的目标是盈利，除了卖车和运营，还可以通过哪些方式赚钱？

阿里巴巴成立实验室，不仅是为了展示车路协同的必要性，还希望借此推动政府主导的大规模基础设施改造。而智能感知基站和智慧物流货车则是向政府和产业客户销售的附加产品。

通过这种方式，阿里巴巴从基础软件系统、汽车操作系统、高德地图、云计算服务等方面提供了一整套解决方案，从而提升了无人驾驶领域的商业价值。最终目的是获取数据。通过将单车的数据与路况信息结合，可以更全面、快速地获取路面异常情况。

例如，闵万里博士在讲述城市大脑平台的案例时，并未强调数据规模，而是强调数据打通的效果。他认为数据不必全部收集，而是要在不完美的条件下进行局部调整和妥协。因此，将异构数据汇集、贯穿、打通并实时融合，以解决别人无法解决的问题，始终秉持知行合一的理念。

此外，阿里巴巴还与其他公司合作，如与交通运输部公路科学研究院合作成立联合实验室，利用高德地图提供的高精度地图资源等，充分发挥了其在资源整合方面的优势。这也使得阿里巴巴在车路协同领域拥有更多的机会。

车路协同的实施面临诸多挑战，尤其是通信标准的统一问题。在美国，尽管政府花费20年时间积极推广V2X系统，但由于缺乏统一标准，至今仍未成功。在中国，由于涉及多个政府部门和企业，协调难度更大。

此外，一些无人驾驶技术公司对车路协同持怀疑态度，认为依赖外部基础设施难以实现真正的自动驾驶。因此，车路协同的发展需要多方共同努力，包括政府、企业、学术机构等。

综上所述，阿里巴巴通过车路协同概念，展示了其在技术和资源整合方面的优势，但同时也面临着诸多挑战。车路协同的未来发展需要各方的共同努力，以推动技术的进步和商业化应用。