百度、阿里、腾讯、华为，智慧交通领域的终战即将被引爆？

科技 互联网巨头BATH在智慧交通领域已经就位，一场 科技 变革蓄势待发。

作者 | 安琪

2020年于智慧交通行业而言，是极具意义的一年。

后疫情时代“新基建”热潮的来临，让“智慧交通”的字眼频频出现在媒体文章之中；国内密集爆发的智能网联示范区也在加紧各种道路、车辆测试工作。

事实上， 科技 互联网巨头BATH在智慧交通领域已经就位，一场 科技 变革也蓄势待发：

有别于传统交通企业的方案，这些方案的技术底座是5G、云计算、大数据、AI技术等新兴技术。也正是这些新兴技术，让交通的数字转型有了更多的想象空间。

本文尝试对BATH在智慧交通方面的最新布局进行一次梳理，窥探其触手在交通行业伸到了何处。

在“新基建”话题火爆交通行业之前，人工智能、大数据、云计算这些信息技术，早已成为BATH近年来发展的关键词。

但在四家竞争中，百度Apollo的自动驾驶技术显然是一个独特又关键的存在。

百度的自动驾驶之路，最早可以追寻到2013年。经过7年的发展，系统的一次次迭代，百度逐渐成为国内自动驾驶的领头羊。

但单车智能的发展很难满足自动驾驶的安全要求，所以百度认为，自动驾驶的最优解是聪明车+智能路的结合。也就是说，车路协同是可以借助的外力。

在这个技术路线 探索 的过程中，百度发现，在自动驾驶领域收集的海量数据不仅可以用来指导无人车的发展，也可以赋能交通，解决目前交通管理中存在的感知、研判、和控制痛点。

因此在今年4月，百度发布了一个全栈式智能交通解决方案“ACE交通引擎”，系统地呈现了百度 “一大数字底座、两大智能引擎、N大应用生态” 的业务规划。

从路线来看，可以看到小度车载OS、飞桨、百度智能云、百度地图是这个架构的数字底座，通过车、路、云、图等基础技术的智能化来赋能其他场景。

而Apollo自动驾驶和车路协同则是这个架构的两大引擎。

通过这些技术基础，百度的方案能在智能信控、智能停车、交通治理、智能公交、智能货运、智能车联、智能出租、自主泊车和园区物种等N个场景上落地。

可见，百度对智慧交通的理解，并不止于 路端 的改造升级，而是通过自身的业务板块将自动驾驶、车路协同、智能云纳进统一的版图进行联动。

凭借着“ACE交通引擎”，百度Apollo的智能交通项目在近段时间迎来了集中爆发，与国内10余个省市开展智能交通的落地合作。

如此密集的城市合作签约中，“自动驾驶”“车路协同”是高频词汇。可见自动驾驶确实是百度在智慧交通项目落地上的一大助力。

但就像自动驾驶的实现不能依靠一家企业单打独斗，智能交通的发展也不能只依赖一家企业的支撑。

百度也在积极寻找合拍的智能交通合作伙伴。

今年8月19日，百度还首次举办了一个面向智能交通领域的区域合作伙伴大会，以此吸引更多的交通合作伙伴，不断促进智慧交通技术的迭代升级和业务落地。

至此，百度Apollo在智能交通领域的底牌已然十分清晰：一手是“ACE交通引擎”方案，用以吸引城市合作，另一手则是不断扩张的百度Apollo合作生态，两者有望形成一种良性的循环。

一直以来，腾讯在交通层面的触手也不算少：腾讯乘车码、公共出行服务、智慧高速、智慧停车等，但始终缺少一个系统性的框架。

因此在9月10日，腾讯在全球数字生态大会智慧交通专场上，正式亮相了城市智慧交通解决方案“We Transport”。

同时，腾讯直接在会上腾讯启动了智慧交通生态合作伙伴计划，并发布《腾讯未来交通白皮书》。

可见，无论是技术业务谱图，还是生态合作伙伴，腾讯都势在必得。

从解决方案“We Transport”来看，腾讯将在 交通建设、交通管理、交通营运和交通出行服务 四个具体场景进行落地。

这是一个非常庞大而分散的产业链条。

对此，腾讯整合了自身的业务资源，提出了一个全新的业务和能力图谱。其中包含了 一个动态的数据底座和一个“5+5+3+3架构” 。

动态的数据底座里面既包含了腾讯自有的数据，同时也包含了交通运输数据，从而获得源源不断的数据来源。

同时，通过“5+5+3+3战略架构”，可以将整个数据底座上的信息充分的运用起来，提供给各个城市或者地区使用。

而“5+5+3+3战略架构”，则是五大基础设施、五大核心引擎，三大能力平台和三大生态。

这一系列 *** 作一气呵成，不难看出在新基建背景下，腾讯想在智慧交通领域大展拳脚的愿景。

当然，腾讯过往并非没有积累。

在自动驾驶和车路协同领域，目前腾讯在北京首钢冬奥园区已经做了5G边缘计算的车路协同场景验证；

在虚拟仿真技术层面，腾讯的TAD sim也已经落地了国家智能网联 汽车 （长沙）测试区；

此前，腾讯与广州地铁联合推出全国首个轨道交通智慧大脑“穗腾OS”；

今年6月，腾讯还与西安交通局达成战略合作，共同构建西安公共交通领域的智慧大脑；

7月，腾讯与交通部公路院联合发布“公共交通出行大数据平台”，推动交通大数据在交通产业发展中融合应用。

通过资源的整合，腾讯在智慧交通层面的能力和规划更加一目了然，在项目合作和生态建设上也更具吸引力和竞争力。

事实上，华为在2017年就进入了交通领域。2018年，华为推出主打交通信号优化的“TrafficGo方案”。

同年10月，推出华为云EI城市智能体，跟应急、环保、水务、水利、燃气等场景共同成为城市智能体的组成部分。

不过，在此后的一年多里，华为的智慧交通信息大多停留在新品发布的阶段。

直到今年6月23日，华为才透露更多信息，在线上首次详细完整地介绍了其“交通智能体”解决方案。

“交通智能体”是华为智慧交警业务的大旗，以智慧城市为建设目标，面向新基建，为交警客户打造的端到端完整解决方案。

据新智驾了解，这个方案主要分为三大部分： 感知层、交管大脑、执行体 。

在感知层面，华为布局了软件定义摄像机SDC、全系路口等产品和方案。通过感知端的智能化升级，实现路网全息感知（全智能、全要素、全天候），实现路口数据全量精准刻画；

而“交管大脑”层则通过感知数据的汇聚，挖掘视图资源，赋能执法管控、车辆综合研判、路况分析、态势分析、精准服务、交通组织优化、信控优化策略等7大业务。

最终在执行层上，基于大数据情报串联实战应用，实现交通业务上的管理闭环。

目前，华为的“交通智能体”在天津、无锡、深圳、湖南等城市已经应用落地。

可以看到，不同于百度和腾讯，华为的智慧交通方案更加垂直化，在硬件上也更加底层和深入。

但这不意味着，华为在智慧交通的布局只在 交警 端有动作。

智能 汽车 是未来智慧交通的一个核心组成，华为也这上面花了大力气。

在9月26日的北京车展上，华为就全面展出了其在 汽车 方面的布局。

展台上，华为展出了包括激光雷达、角雷达、双目摄像头、鱼眼摄像头、多合一电驱动系统，以及全新一代的MDC智能驾驶计算平台等产品， 几乎囊括了全部智能驾驶 汽车 所涉及的硬件 。

从感知、规划、到控制，这些硬件对于打造一辆聪明的车来说，无疑是至关重要的。

此前，华为C-V2X产品线总裁吕晓峰就表示：智慧的路+聪明的车，是智慧交通和自动驾驶的终极方向。

因此除了打造智能 汽车 硬件之外，华为还自研了一系列的车路协同产品：5G 车载模组 MH5000、路测单元、网关等产品。

而在自动驾驶方面，华为除了自研MDC智能驾驶计算平台等，还能够提供包含虚拟仿真在内的自动驾驶云服务、高精度地图产品，促进智能驾驶快速发展。

虽然这些能力都分散在不同的组织架构，但依然是华为智慧交通大框架上不可缺少的核心组成。

跟华为一样，阿里的智慧交通业务板块也分属不同的组织架构。

作为改善城市交通拥堵的 探索 性项目，杭州城市数据大脑项目在2016年6月启动。其中交通大脑，就是阿里云城市大脑中最为核心的业务，与城管、文旅、卫生 健康 等业务并行。

在2014-2019年间，阿里通过全资收购高德地图（定位与导航）、合资成立千寻位置（高精地图）、收购浩鲸 科技 （运营商ICT、交通）等一些列进行了交通大脑的版图布局。

2019年8月15日，阿里云联合千方 科技 、高德地图推出“城市大脑•交管联合解决方案”。这个交管联合方案主要包括： 三层基础架构、四大核心能力和六大应用场景 。

此外，阿里云推出的四款AI视觉平台天曜、天鹰、天机、天擎能够对城市道路的交通事件、事故进行全方位的感知。

但阿里云的智慧交通方案也远不止于。

2019年6月14日，阿里云联合高德地图推出了智慧高速解决方案，通过底层数据处理和视频感知，来处理高速公路上不同场景下的问题，实现异常事件发现处置、未来路况预测、公众出行引导、出行安全治理等应用。

同年的杭州云栖大会期间，阿里云还联合多家生态伙伴发布了 智慧高速自由流解决方案 。基于这个方案的“高速自由流稽核项目”于2019年末正式落地广东。

这个项目采用了阿里云的云计算、AI视觉识别和数据技术，能够快速处理海量数据，能在海量中准确识别车辆，更加清晰地 反应 车辆在高速公路上的实际通行与收费情况，解决高速收费站撤站后带来的难题。

在智能车端方面，阿里的智能网联 汽车 业务资源主要集中在斑马网络。

2020年5月，斑马网络实现了战略重组，阿里将AliOS的完整技术体系和核心技术人才全都注入了斑马网络。后者拥有AliOS底层架构代码完整的所有权和使用权，并可授权 汽车 品牌或其指定合作伙伴使用。

而在更高级的自动驾驶层面，则是由阿里的达摩院来负责。

2020年的云栖大会上，阿里发布了首款自动驾驶物流小车——小蛮驴，来满足末端物流场景、提供最后三公里配送服务的物流需要。

同时，阿里还亮相了自动驾驶车辆的技术图谱。

在算法层面，达摩院提出了 “小前台、大中台” 算法架构，利用自动驾驶机器学习平台AutoDrive来提升算法的研发效率。同时，阿里还进行了软硬协同设计，以减少硬件成本，同时带来功耗降。

总地来看，阿里虽然也没有形成智能 汽车 、自动驾驶、交通大脑统一的业务大版图，但每个板块的定位和发展都是非常清晰且深入，并且资源也都相互共享。

其内部生态包括了达摩院、高德地图、数据智能、IoT物联网等团队，外部则是有千方 科技 、浩鲸 科技 、斑马网络、千寻位置、公路科学研究院等合作伙伴。

通过内外的联动，也得以勾画出阿里在大交通上的版图模样。

随着各家的智慧交通方案的到位，传统的交通行业正在被重塑。但对于交通行业来说，无论怎么升级，保证安全、提升效率才是真正的关键。玩家只有认真地在产品上打磨这两点，才能在赛道上立足脚跟，放眼未来。

　大数据引领经济浪潮 成为国家战略
在信息社会，随着社交网站、微博、微信等互联网应用不断加快，海量数据正在行政管理、生产经营、商务活动等众多领域不断产生、积累、变化和发展，大数据由此也从概念走向实践。数据资源正和土地、劳动力、资本等生产要素一样，成为促进经济增长的基本要素。
大数据引领新经济革命浪潮大数据即将带来一场颠覆性的革命，它将推动社会生产取得全面进步，助推医疗、零售业、制造业、金融、能源等各行各业产生根本性变革。大数据在临床诊断、研发、付款和定价、新运营模式等方面发挥了显著效果；零售行业中，在市场分析、销售规划、运营以及供应链等方面利用大数据进行分析优化；制造业中，大数据可以有助于了解客户的需求，全面提升产品设计、研发和销售等；金融行业(行情 股吧 买卖点)中，大数据发挥处理海量数据时快速、准确的优势，在较短的时间内构建准确的、实时的、贴切市场需求的模型；能源行业(行情 股吧 买卖点)中，随着传感器的广泛引入，大数据对传感器创造的海量数据进行快速、及时地分析。中国发展大数据的现实意义1大数据有助于破解中国社会转型中的难题。中国经济已进入转型期，社会进入矛盾凸显期，改革进入攻坚期，增长进入换档期。宏观经济形势错综复杂、各种社会改革盘根错节、群体性事件频发等突出问题，仅仅依靠现有的管理手段与方法已明显落后。大数据能高效处理瞬息万变的海量信息，能有效破解转型中的社会难题。比如，2008年马云利用淘宝网的海量数据早半年成功地预测到了金融危机，大数据可以提高宏观经济预测的准确性。大数据同样能及时处理和分析海量交通信息，及时转化成出行指南，缓解交通拥堵。大数据更能及时处理瞬息万变的空气质量变化情况，准确判断污染源。例如位于亚特兰大的通用电气(GE)能源监测和诊断中心，每周7x24小时实时收集全球50多个国家约1550台燃气轮机的数据。2大数据催生新产业，带来经济增长新空间。随着大数据在商业企业、政府公共事业、国防军事等领域应用，大数据日益形成一个新产业。大数据是一个事关国家社会发展全局的产业。《“十二五”国家战略性新兴产业发展规划》提出支持海量数据存储、处理技术的研发与产业化。围绕产业链上下游，大数据必将带动智能终端的普及应用、物联网、云计算等产业的蓬勃发展，高性能服务器产业的发展和信息技术服务业等产业的发展。3大数据能有效减少社会运行成本，提高经济与社会运行效率。医疗卫生行业，能够利用大数据避免过度治疗、减少错误治疗和重复治疗，从而降低系统成本、提高工作效率，改进和提升治疗质量。麦肯锡报告估计美国医疗行业每年通过数据获得的潜在价值超过3000亿美元，能够使得美国医疗卫生支出降低超过8%。公共管理领域，能够利用大数据有效推动税收工作开展，提高教育部门和就业部门的服务效率；零售业领域，通过在供应链和业务方面使用大数据，能够改善和提高整个行业的效率，充分利用大数据的零售商有可能将其经营利润提高60%以上。4大数据带来精准营销，改变传统商业模式。大数据能有效改善企业的数据资源利用能力，提高从数据到信息的转化率，让企业的决策更为准确，从而提高整体运营效率。百度通过大数据实现精准营销。阿里巴巴通过对淘宝网客户交易记录进行分析，能够以极低的成本准确评定每个商户的信用等级，阿里巴巴2010年开展的淘宝网中小企业无抵押贷款，至今累计坏账率也仅有194%，而且盈利可观。5大数据推动政府开放，提高公共决策的预见性和响应性。为了响应大数据战略，政府开展逐步公开已有数据，如美国推出了政府数据在线网站(datagov)，英国推出了政府数据公开网站(datagovuk)，数据开放推动政府不断开放。发达国家已上升为国家战略全球发达国家已经充分认识到大数据时代的发展趋势，纷纷将大数据上升为国家战略。哪些个人信息是可以获取的，怎样使用，以及个人是否允许这种使用，这都需要立法界定五项建议我们已经进入大数据时代，面对大数据革命浪潮，中国应着力做好以下几方面的工作：1将发展大数据上升为国家战略。政府应顺应信息技术发展趋势，抓住大数据带来的生产效率提升和经济社会运行成本降低的战略机遇，研究大数据发展趋势，评估大数据对中国政府、经济与社会运行所带来革命性影响，制定未来五年或更长时间发展主要目标、重点任务、行动计划和保障措施，将大数据战略上升为国家战略，通过体制机制创新，盘活政府及社会的数据资源，将数据资源转化为生产力。2加快政务数据资源开放。随着中国电子政务的深入发展，信息系统基本覆盖了中国政府的核心业务。政务在日常行政审批和为民提供公共服务时产生了大量业务数据。包括个人的户籍、卫生医疗保障、教育、就业等方面的数据，企业的工商、税务和基本法人信息，自然资源的气象、地震、土地、矿产资源、环境资源、海洋等部门的信息，还包括知识产权、进出口、出入境等相关政务数据。在这些数据中，有很多属于非敏感信息，政务应根据中国信息公开法，主动开放政府掌握的非敏感信息，提高信息资源的社会开放度，积极迎接大数据革命浪潮。3营造大数据产业发展的市场环境。大数据是一个前景十分广阔的新兴产业，但当前仍然存在很多制约产业发展的因素。加快制定大数据标准和指南，鼓励重要领域关键技术研发。政府应充分发挥市场机制的作用，鼓励企业创新，保护知识产权，防止出现数据资源垄断，营造大数据产业发展的市场环境。出台鼓励大数据产业发展的财税政策，重点支持大数据的核心技术和推广应用。政府部门在气象、统计、医疗卫生等领域实施大数据重大应用示范工程，积极探索大数据在政府部门中的应用，在全社会形成推广示范效应。4加快数据安全立法。大数据时代的安全与传统安全相比更为复杂。一方面大量的数据汇总，涉及到企业运营数据、客户信息、个人的隐私和各种行为的详细记录，对数据的合法抓取和使用需要法律保障。另一方面，中国关于信息产权不清晰，缺乏对信息的所有权、使用权和收益权的规定，这就导致了无法形成一个健全的信息资源市场，无法真正发挥市场在信息资源方面的优化配置作用，这就需要通过法律手段，对信息资源产权进行界定，以便公众理解哪些个人信息是可以获取的，怎样使用，以及个人是否允许这种使用。
5加快大数据专业人才引进与培养。掣肘全球大数据产业发展的瓶颈之一就是人才短缺。政府可以采取培养和引进人才相结合策略。一方面加快高水平大数据人才的引进，另一方面重点培育数据挖掘、机器学习等方面的专业人才。政府应该出台激励措施并对企业管理者进行数据分析技术培训，提高大型企业管理人员的数据分析能力

---