亞洲新能源汽車網獲悉，自動駕駛領域已經聚集國內多家互聯網巨頭，阿里巴巴人工智能實驗室已經拿到了自動駕駛道路測試的入場券，但是現階段自動駕駛的核心技術仍未有大的突破進展，但是阿里已經押寶“車路協同”系統。單車智能和車路協同注定因為阿里的進場成為決定自動駕駛走向的兩個分支。
賦能車路協同的阿里巴巴人工智能實驗室，去年曾打造了天貓精靈。提到的自動駕駛以及技術的研發，大部分專注于單車智能，企圖通過一輛無所不能的汽車，去解決車、道路和行人多維平行聯動的難題，就像我們利用智能手機去接入移動互聯網。事實上目前單車智能的感知、決策、控制能力都比較相似，該具備的能力都具備，沒法解決的問題還都是束手無策。
比如感知盲區，將傳感器安裝在汽車上，對道路上的死角、障礙物等安全隱患檢測有著先天缺陷；感知雷達最多也只能監測幾十米距離，對于高速行駛無法徹底規避追尾風險；與此同時，高精度地圖實時更新問題也很難短時間解決，這些軟肋注定單車智能需要消費者墊付更高的成本。
車路協同系統創造性的加入了感知基站，將道路本身也賦予智能化功能，感知的距離會更遠，并能夠依靠網對道路進行無死角超視覺感知，將單車智能本身無法獲取的信息通過感知基站的監測能力開放給自動駕駛汽車本身，把自動駕駛汽車當中非常重要的部分能力轉移到道路上，基于這樣優勢，協同智能可以實現更好的駕駛安全性。
用運營商的路徑去建立自動駕駛技術，用共享經濟的思路開放數據訓練AI，阿里巴巴的車路協同系統向我們構建了一個龐大的智能道路和智能自動駕駛的交通網絡，這既是萬物互聯生態的真實用例，也構成了中國數字經濟新基礎設施。相比于單車智能，車路協同更多的是講生態故事，也更具開放共建的能力。
盡管有著十分誘人的愿景，但阿里巴巴人工智能實驗室卻有著十分清醒的認識，“盡管自動駕駛第一款Demo車已經出現了80年，但是到今天為什么沒有大面積商業化，我們覺得做自動駕駛汽車的公司沒有說清楚什么場景下應用。”阿里巴巴人工智能實驗室總經理陳麗娟（淺雪）直指當下自動駕駛應用的痛點，苦于安全考慮，能用的測試數據少之又少，回答好誰用、哪里用、是否用得起這三個問題并不容易。
另一方面，當下的互聯網公司往往陷入思維定勢誤區，在他們看來乘用車更容易講商業故事，但缺乏落地。阿里巴巴人工智能實驗室對自動駕駛更加清醒，也更加務實，在它看來自動駕駛不僅僅是交通，更可以聚焦于物流。
因此在自動駕駛的落地上深植阿里商業模式的基因，將自動駕駛應用在了“帶貨”上，一款能“帶貨”的自動駕駛汽車才是優秀的汽車，將用戶對自動駕駛的商業場景率先在物流上引入，在擅長的領域尋求突破。
對于自動駕駛來說，阿里巴巴本身就是天然的練兵場。淺雪告訴我們：“阿里巴巴正在構建全國最大的市智能物流骨干網絡，我們在智能物流骨干網絡當中知道全國的物流狀況以及哪些地方需要、哪些地方不需要，智慧駕駛可以在其中發揮作用。所以自動駕駛汽車可以和阿里巴巴業務結合，快速提供應用場景。”
自動駕駛智能物流車
阿里在無物流車上也加緊布局，并且阿里巴巴在物流車上還占據獨特的優勢，相關人士透露稱，阿里巴巴的自動駕駛將覆蓋場景式智能物流骨干網絡，會聚焦具體場景，在末端等區域里面覆蓋實現自動駕駛，幫助自動駕駛快速實現商業落地。
目前阿里的自動駕駛智能物流車已經上線，車路協同的布局也隨著自動駕駛道路測試牌照的下發開始由點到面的有序展開，隨著區域車路協同的逐漸成熟，物流場景最終也會擴展至交通領域，最終遍地開花。值得一提的是阿里的感知基站擁有天然的數據開放能力， 除了加入天貓精靈汽車平臺大家庭，其它單車智能也可以有效接入，傳統汽車只需要較低成本即可融入車路協同系統中，受益于自動駕駛帶來的紅利，波浪式推動自動駕駛的快速普及。
這是一局蟄伏于物流的自動駕駛野心 ，帶著阿里巴巴獨有的主場基因，這也意味著阿里在這場車路協同的比賽中更有信心。最終自動駕駛的最終決戰將會在乘用車上展開對決，車路協同或許因為阿里的加入在這場戰局中變得勝券在握。
