全球C-V2X市场从16亿美元到279亿美元，年复合增长率33.1%——这不是预测，是正在发生的产业曲线。中国约20个城市启动车路云一体化试点，北京亦庄单城投资近百亿。这篇综述报告从市场规模、试点进展、技术演进和政策动态四个维度，系统梳理了车路云一体化从概念验证到规模化部署的趋势脉络。

全球C-V2X市场展现出强劲的增长潜力，预计将从2025年的约16亿美元增长到2035年的约279亿美元，复合年增长率高达33.1%。这一增长趋势反映了全球对车路协同技术的高度重视和广阔的市场需求。中国是全球推动车路云一体化最为积极的国家之一，2024年以来已在北京、上海、重庆、深圳等约20个城市启动应用试点。

美国密歇根大学获得980万美元联邦拨款，专门用于部署C-V2X技术并扩大安娜堡的互联车辆研究和部署规模。美国联邦通信委员会为C-V2X分配了5.9GHz专用频段，确保通信频率的专用性和安全性。欧洲推出智能网联汽车法规和数据治理法案，设立C-ITS平台推动成员国技术交流和标准统一。

北京亦庄作为国家级车联网先导区，"车路云一体化"项目投资规模达99.39亿元，致力于建设覆盖城市道路和高速公路的智能网联基础设施，同时探索政府投资与国企自筹相结合的"建运一体"商业模式。武汉市已开放3487公里智能网联汽车测试道路，覆盖区域超过3000平方公里，致力于打造全球最大规模的自动驾驶应用示范区。

浙江桐乡市计划投资逾4亿元，建设城市交通融合感知项目，重点建设云控平台、智能路口和算网融合平台，推动智能网联公交和交警信控系统的深度融合。截至2025年，中国已累计出台车路云相关政策超50项，覆盖技术研发、基础设施建设、商业模式探索等多个领域。

物理AI是下一代车路云一体化智慧交通体系的核心变革力量。传统纯软件AI存在算法与真实交通物理环境割裂的短板，而物理AI实现了感知硬件、嵌入式算力、智能推理算法与实体执行机构的深度耦合，构建"数据采集—本地推理—物理执行"端到端闭环。

轻量化、高鲁棒性交通专用物理AI模型是当前技术攻关的核心方向。基于大模型蒸馏、量化、剪枝技术开发面向交通场景的专用小尺寸推理模型；引入多模态自监督学习方法，扩充雨雪、沙尘、夜间、隧道等复杂场景样本库，提升恶劣环境下目标检测和轨迹预测精度；构建动态自适应推理机制，使物理AI可根据场景复杂度自主切换算力消耗等级。

云-边-端分布式物理AI协同体系是未来演进的核心方向。云端交通大模型完成全局知识学习与策略优化，定期下发更新轻量化模型至边缘、终端物理AI节点；各现场物理AI将本地场景特征、异常数据通过联邦学习方式回传云端，在不泄露原始交通数据的前提下完成模型持续迭代；建立多节点物理AI协同调度机制，实现相邻路口、路段感知信息互补，消除全域路网感知盲区。

软硬一体化集成硬件成为物理AI部署主流形态。推动感知传感器、边缘算力芯片、执行驱动单元一体化集成设计，打造标准化路侧物理AI一体机、车载域控物理AI单元。统一硬件接口、模型部署与数据交互行业标准，降低不同厂商设备间物理AI模型迁移、组网协同的适配成本。

中国将车路云一体化纳入"十四五"规划等国家战略，形成了"国家统筹+地方试点"的推进模式。工业和信息化部、交通运输部等多部门联合发布政策文件，明确车路云系统的技术要求、测试规范和应用场景。美国采用"市场主导、政府监管"的模式，重点推动技术标准的制定和市场机制的完善。欧洲注重欧盟内部的政策协同和数据安全保护，致力于打造统一的车路云发展环境。

当前政策法规存在的主要问题包括：政策协同不足——部分省份技术标准和数据格式存在差异，跨区域协同应用难以推进；法规空白待填补——交通事故责任划分、数据所有权界定、网络安全义务等尚无明确法律规定；标准体系不健全——中国、美国主要采用C-V2X标准，而欧洲部分国家仍在推进DSRC标准。

建立国家级的车路云协同工作机制，明确工业和信息化部、交通运输部、公安部等多部门的职责分工。积极推动跨区域政策协同，建立"长三角""粤港澳大湾区"等区域车路云协同发展联盟。针对车路云技术发展带来的新法律问题开展专项立法研究，制定专门的法律法规。加强国际间的政策交流与合作，积极参与全球车路云标准体系的构建，重点推进C-V2X通信协议、数据格式、安全认证等关键标准的统一。

结合5G-V2X的优势，车路云一体化在协同感知、协同决策、协同控制三大层面形成了诸多典型应用场景。超视距障碍物预警使车辆在弯道、遮挡等视线受限情况下能够提前数秒获得预警信息。交叉口全息感知全面掌握复杂路口的交通状况。弱势道路使用者保护通过路侧和车端协同感知，降低行人和非机动车事故风险。

当前物理AI多用于城市道路信号控制、单车主动安全防护，后续将延伸至高速自动驾驶编队、园区无人接驳、港口自动驾驶集卡、隧道全场景管控、恶劣天气应急交通疏导等场景。面向低空经济、车路云与智慧城市融合场景，探索路侧物理AI与无人机、城市物联网设施联动，构建空地一体化物理智能管控体系，进一步释放物理AI在交通安全、通行效率、低碳管控、应急处置领域的综合价值。