感測器是智慧網聯車的基礎，這對國內微控制器廠商也是一個方向性的指向。中國科學院院士何積豐曾指出，若完全實現自動駕駛，每輛網聯車大概需要安裝200多個感測器。王剛表示，即使具備如此多的感測器，由於視角、高度等限制，車載感測器也無法覆蓋到所有盲區，他直言：“無人駕駛汽車真正需要的是一個安置於車輛之外的‘視覺大腦’，我們要想辦法讓路變得更聰明。”

阿里巴巴車路協同實驗室設計了一套連通“視覺大腦”的“神經節”——“感知基站”。這是一種安置在路面上的路測單元硬體，通過鐳射雷達技術捕捉道路實時資訊，再通過V2X的方式將資訊實時地傳送給車輛，起到增強車輛感知能力，擴充套件車輛感知範圍的作用。“就像把車的眼睛移到路上，開啟自動駕駛的上帝視角。”王剛做了個比喻。據悉這些“眼睛”能幫車輛看到600、700公里之外的路況，而且通過靜制動，讓靜止的基站檢測移動的車輛和行人，能夠進一步提高檢測的精度。

除了技術，成本也是阿里設計“車路協同”方案時的一大考量。據我國2017年公安部交通管理局公佈的資料表示，截至2017年底，全國機動車保有量達3.10億。在我國當前自主研發的感測器效能不足，國外感測器價格居高不下的前提下，倘若在路面安裝成本更為低廉的“感知基站”，或許可以儘早在國內實現無人駕駛的落地。

如今阿里巴巴的“車路協同”戰略版圖已經初顯雛形，各單元分工明確：阿里雲是“大腦”，通過智慧演算法，在雲端進行統一的路網資源平衡分析，提供未來路況的精準預測；AliOS則將成為一個車路雲協同計算系統，以V2X/5G車聯網通訊技術為基礎，以路側感知單元為計算節點，對道路的靜態資訊和動態路況進行數字化建模；達摩院人工智慧實驗室承擔了感知基站的建設工作；此外高德、千尋提供的高精度地圖，以及支付寶加持的高速自由流支付也為整個“車路協同”提供了重要的商業化基礎。

阿里巴巴人工智慧實驗室首席科學家王剛告訴《IT時報》記者，依靠單車智慧很難實現安全、可靠的自動駕駛落地。究其原因，一方面來自車輛本身感測器的感知限制，另一方面則受限於自動駕駛所依賴的高精度地圖的實時更新，提升這兩項技術，均需要車企承擔高昂的成本。