清华大学智能技术与系统国家重点实验室教授、博士生导师、人工智能研究院视觉智能研究中心主任邓志东：当前自动驾驶、车路协同等应用场景对AI与智能化程度要求越来越高。智能网联汽车产业对5G环境下数据智能赋能的移动边缘计算产业发展提出迫切需求。从根本解决长尾问题，需要结合语义与知识、逻辑与规则，实现下一代视觉认知智能的突破，通过“合力支撑”解决L4自动驾驶的落地难题。

北京万集科技股份有限公司创始人、董事长兼总经理翟军：智能网联汽车推动交通数字的变革，通过提取周围道路特征，构建厘米级高精地图，作为整个系统的空间基准。通过点云和视频数据进行三维建模，实现真实世界1:1还原，组成道路数字底座。最后在数字底座统一的时空标准上，接入前端所感知所获取的交通要素，实现对道路的数字化重构。

北京理工大学教授、博士生导师、电动车辆国家工程实验室主任王震坡：北京理工大学构建的新能源汽车汽车的运行监测和管理平台已经形成了监控和管控的体系。实现对车辆的运行检测，构建安全知识体系库和官方模型库，便于识别部件风险、整车风险、运行风险。同时实现对车辆分布、车辆速度、轨迹的辨识。对于电池、电机和电控的不同特征值进行监测。

国汽(北京)智能网联汽车研究院有限公司专务副总经理王跃建：“中国智能网联汽车基础数据服务平台”包含1个核心4项要素与6种能力。1个核心指中国标准ICV自动驾驶场景库，4项要素指标准、数据、工具和平台，6种能力包括场景采集、车辆设计与开发、场景数据管理平台构建、场景大数据处理与分析、自动驾驶软硬件在环测试、场景数据云仿真应用和感知算法开发与测评。

北京觉非科技有限公司CEO李东旻：车和路之间的时空同步将成为未来的关键，当前车端和路端智能多场景落地场景下，车路协同的技术鸿沟逐渐抹平。核心的技术软件包含融合感知算法、时空同步、空间同步，能够打通车和路技术云体系。面向不同的场景，实现真正意义的车路协同。

东南大学副教授、交通学院副院长，东南大学-威斯康星大学智能网联交通联合研究院副院长曲栩：道路载运工具逐渐向智能化、网联化、共享化与电动化趋势发展，而道路交通系统在面向道路基础设施、面向交通系统优化与车辆自动驾驶过程中向信息化、智能化和自动化演变，交通管理与控制也在向精细化、主动化和个体化发展。车路协同辅助驾驶及交通优化技术要从面向群体向面向个体转变，将智能网联车作为移动的交通控制器，通过协同管控行驶，主动消散拥堵波，提升交通运行效率。