传感器是智能网联车的基础，这对国内单片机厂商也是一个方向性的指向。中国科学院院士何积丰曾指出，若完全实现自动驾驶，每辆网联车大概需要安装200多个传感器。王刚表示，即使具备如此多的传感器，由于视角、高度等限制，车载传感器也无法覆盖到所有盲区，他直言：“无人驾驶汽车真正需要的是一个安置于车辆之外的‘视觉大脑’，我们要想办法让路变得更聪明。”
阿里巴巴车路协同实验室设计了一套连通“视觉大脑”的“神经节”——“感知基站”。这是一种安置在路面上的路测单元硬件，通过激光雷达技术捕捉道路实时信息，再通过V2X的方式将信息实时地发送给车辆，起到增强车辆感知能力，扩展车辆感知范围的作用。“就像把车的眼睛移到路上，开启自动驾驶的上帝视角。”王刚做了个比喻。据悉这些“眼睛”能帮车辆看到600、700公里之外的路况，而且通过静制动，让静止的基站检测移动的车辆和行人，能够进一步提高检测的精度。
除了技术，成本也是阿里设计“车路协同”方案时的一大考量。据我国2017年公安部交通管理局公布的数据表示，截至2017年底，全国机动车保有量达3.10亿。在我国当前自主研发的传感器性能不足，国外传感器价格居高不下的前提下，倘若在路面安装成本更为低廉的“感知基站”，或许可以尽早在国内实现无人驾驶的落地。
如今阿里巴巴的“车路协同”战略版图已经初显雏形，各单元分工明确：阿里云是“大脑”，通过智能算法，在云端进行统一的路网资源平衡分析，提供未来路况的精准预测；AliOS则将成为一个车路云协同计算系统，以V2X/5G车联网通信技术为基础，以路侧感知单元为计算节点，对道路的静态信息和动态路况进行数字化建模；达摩院人工智能实验室承担了感知基站的建设工作；此外高德、千寻提供的高精度地图，以及支付宝加持的高速自由流支付也为整个“车路协同”提供了重要的商业化基础。
阿里巴巴人工智能实验室首席科学家王刚告诉《IT时报》记者，依靠单车智能很难实现安全、可靠的自动驾驶落地。究其原因，一方面来自车辆本身传感器的感知限制，另一方面则受限于自动驾驶所依赖的高精度地图的实时更新，提升这两项技术，均需要车企承担高昂的成本。