蘑菇车联：车路云一体化的探索与挑战

蘑菇车联在车路云一体化征程中的探索之路与面临挑战剖析

在城市车路云及高速公路数字化转型、韧性城市建设等政策的推动下，车路云一体化展现出广阔前景。然而，这一领域在实践过程中也面临诸多现实挑战。在 2025 年中国电动汽车百人会论坛上，蘑菇车联信息科技有限公司副总裁欧阳华洲分享了该公司在车路云一体化领域的技术创新与应用实践成果。

欧阳华洲指出，车路云一体化发展面临着多重困境。基础设施建设方案缺乏明确性，部分城市在建设时对已有设施利用不足，造成资源浪费。在与车企协同方面，与车企需求的匹配度欠佳，难以充分发挥各方优势。应用场景开发未能精准对接实际需求，致使应用效果不理想。同时，平台建设、投资建设、运营及运维主体不清晰，严重影响项目推进效率。

根本问题聚焦于车路云系统的投资效益，特别是在复杂城市场景下，路测感知能力以及感知数据的结构化处理与认知匹配面临严峻考验。以自动驾驶环卫车辆为例，它不仅要感知交通参与者，还需识别可清扫的垃圾物体，这对系统认知能力提出了极高要求。

蘑菇车联自 2017 年便投身车路云一体化工作，构建起智能体与物理世界实时交互的 AI 网络，并形成两大核心业务。基于蘑菇 MogoMind 大模型，实现物理世界实时数字化，为智能网联汽车、无人机、机器人等智能体提供实时数据支撑。同时，推出多款 L4 级自动驾驶车辆，如 RoboBus、RoboSweeper、RoboTaxi 等，并在北京、天津、上海等城市落地运营。

MogoMind 认知大模型作为车路云一体化的 “认知中枢”，对路侧设备采集的数据进行结构化分析和精准感知，用于预测拥堵、优化红绿灯设置、提升交通通行效率，为城市治理和自动驾驶安全服务。此外，构建实时数字孪生城市，时延控制在 200 毫秒以内，精准识别路口交通参与者细节，进行实时推理决策，助力政府优化交通管理，提升自动驾驶安全性。

在应用实践上，蘑菇车联将车路云一体化发展划分为五个阶段。目前已完成硬件建设、单点设备数据质量测试和初级应用阶段。在高级应用阶段，实现路口数据、实时孪生数据支持自动驾驶。在上海嘉定等地，基于车企需求，在车载无 OBU 的情况下，将高质量车路云数据提供给量产车，完成技术闭环，获得车企良好反馈。

蘑菇车联在上海嘉定打造了全国首个数据上车应用样板，在湖南衡阳实现路侧设备支持 L4 级自动驾驶车辆在公开道路以 60 公里 / 小时的时速精准行驶。其 AI 网络和 L4 级自动驾驶车辆已在多地多场景落地运营。蘑菇车联在车路云一体化领域的探索，为行业发展提供了宝贵经验。未来，期待蘑菇车联与行业各方携手，深耕数据质量，挖掘数据价值，推动车路云一体化全面落地。