孙宁表示，大模型车端服务主要体现在智能座舱与自动驾驶两个领域。侧重于娱乐和交互功能的智能座舱与大模型技术有着天然契合度，能够有效发挥大模型的语言处理能力。

然而，对于自动驾驶发展而言，大模型目前是一把“双刃剑”。大模型的涌现现象，具有较强的不确定性，与自动驾驶对安全的需求具有一定差距。虽然越来越多车企基于传统智驾结构，打造“感知规划端到端”模式，希望最终增强车辆应对复杂交通场景能力，但这背后依然由传统智驾结构作为安全冗余来兜底，实现大模型全面上车需要整个行业持之以恒的探索创新。

构建安全冗余，车路云一体化与FSD将殊途同归

“特斯拉的FSD不是单车智能，而是一个车云协同系统——车辆与云端之间进行算法迭代和升级，并反馈给车辆，形成车云一体化路线。”孙宁认为，“随着智能网联技术发展，原本作为辅助功能的各种信息，通过车辆联网可转变为自动驾驶的核心功能。车路云一体化的“中国方案”，和特斯拉的车云路线将殊途同归。”

北京车网通过北京市实践证明，车路云一体化不仅能够提升单车感知范围与能力，为自动驾驶进一步提供安全冗余，并且能够实现平台化管理和统一化运营，极大提升车辆通行安全与通行效率，降低企业研发与政府管理成本。无论车企与科技公司车辆智能化能力如何，产业最终要通过路侧实现标准化管理、通过云端实现低成本运营，车路云一体化是产业规?；涞氐谋赜芍?。

发挥新基建优势，车路云助力大模型迎接落地挑战

在不断验证大模型发展潜能的同时，行业也同样关注到大模型上车的瓶颈与挑战。孙宁提到，一是“百模大战”下，行业优胜劣汰态势持续加剧；二是让数据更好服务大模型训练，如何保证数据海量性与完备性；三是算力需求与成本正在呈指数级增长，需要政府、企业的大量投资。

以上这些阻碍因素可以通过车路云一体化基础设施建设与应用来弥补。北京车网利用地方平台公司优势，正在成为车端AI大模型的数据供应商与服务提供方。在支撑北京市打造全息感知标准路口与云控基础平台过程中，利用车路云一体化系统将底座打通，积累了大量监管、交通、城市管理相关数据，实现众源数据汇聚，海量信息打通，以及时空连续对齐。在北京数据基础制度先行区的保障和支持下，通过合规提供海量真实道路数据和丰富场景库，与广大车企和大模型公司合作分享数据，促进自动驾驶企业和量产车企大模型训练和算法迭代。

与此同时，北京车网也正在通过“大模型+真值路口”持续提高路侧感知数据服务指标精度，并将构建基于大模型的AI技术中台，开放共享丰富的自动驾驶模型，支持自动驾驶开展在线云仿真测试。此外，公司也将在北京市相关政府部门指导下，参与建设统一交通大数据底座，开发交通垂域大模型，实现交通系统的全面智能化提升。