原創｜小殼 編輯｜Jaden
随着汽車行業競争步入中場賽，車企們的競争焦點卻開始收束——高階智駕，成了一張必須拿下的終場賽入場票。
随着高階智駕裝配率不斷提升，智駕的比拼已經變成技術、工程、産品的 " 鐵人三項 "。頭部車企不約而同進行飽和式投入，利用規模效應掌握了更多用于叠代的數據和資金，這又進一步幫助銷量轉化。而更多車企依然深陷在軟硬件競賽之中。
" 中國車企今後想做全球化，技術含量越來越高，數據要求越多，其實成本也會越來越高。不見得會有這麽多玩家在智能駕駛這個領域了。" 蔚來智能駕駛副總裁任少卿在一次媒體采訪中說。極越夏一平更是直言：" 沒有 500 億元是做不好智駕的 "。"
" 強者恒強 " 的進化效率魔咒，能否被打破？取舍和合作的重要性，不亞于絕對力量的對抗。
騰訊智慧出行副總裁劉澍泉分享過一個思考：" 今天你是要基于巨人的肩膀上去做創新，還是要自己重新去建造一個巨人的地基？大家（應該）越來越回歸理性，各自做各自擅長的事情。"
智能電動車競争，走入水面之下
同樣一條路線，打開智能駕駛，體驗千差萬别。差距是怎麽産生的？
外界的圍觀焦點，往往落在端到端開發進展上。而真正帶來差距的，往往是圍繞算法、算力、數據的底層能力。
事實上，從數據采集、存儲和傳輸階段，成本和效率的差距就已經拉開了。
當基礎的信号數據和海量的感知數據彙總到雲端後，需要處理數據的量級從 PB 甚至到達 EB 級，并持續增長，對基建性能是一個很大的挑戰。從傳統的采集車，到如今上千萬量級的量産車，實時海量數據處理和交互，對于網絡的接入質量、穩定性能、分布式雲的能力提出了更高的要求。
此外，仿真訓練也是考驗車企數據利用能力的一個重要環節。
由于智能駕駛系統測試成本高昂，仿真測試成爲提升開發效率的重要手段。然而生成具有代表性且可動态調整的随機場景一直是仿真系統的難題。且天氣、施工等因素帶給真實道路無窮無盡的複雜性，仿真系統若不能全面覆蓋不同場景，結果可能偏差過大。
這要求車企必須開發更加先進的場景生成器，結合 AI 與大數據的能力，創建出多樣化、具有高度随機性且真實的場景。
并且，訓練智駕大模型對算力的需求非常高。涉及到大量傳感器數據的實時處理時，計算和存儲的需求會大幅增加。高精度仿真模型需要強大的計算平台支持，尤其在大規模并發仿真時，系統的計算負擔和成本将會陡增。
大洋彼岸的特斯拉解決算力問題的方式是堆資源，所謂大力出奇迹。通過自建 DOJO 超算，來處理海量的視頻數據，加速 Autopilot 和完全自動駕駛（FSD）系統的叠代，2024 年 10 月，特斯拉的算力總規模将達到 100 Exa-Flops，相當于 30 萬塊英偉達 A100 顯卡的算力總和。
智能電動車的競争，已經從硬件構建、軟件定義過渡到 AI 驅動，其底層在于雲計算、數據驅動決策和 AI 大模型的規模化應用。關注水面之下的能力，變得前所未有的重要。
雖然駛向高階智駕的道路需要算力和數據來鋪就，但大包大攬并不适合所有人，而且不确定性非常強。
一個好消息是，算力和數據，某種程度上可以看作數字基建，與供應商合作，能避免重複造輪子，把有限的資源用在上層算法的開發。随着價格戰的愈演愈烈，車企的每一分錢都要花的有價值。
有限資源的遊戲裏，搭建進化飛輪
效率提升的需求催生出新機遇，一衆科技公司取代了傳統供應商的位置，開始嶄露頭角，成爲推動智能電動車技術革命的一股重要力量。
不同于在車圈存在感最強的華爲、下場與吉利集團合作打造整車品牌的百度，騰訊是其中尤其特别的一個。從自身資源禀賦來看，盡管騰訊更多被外界認知是一家以 To C 業務爲主的企業，但騰訊在雲和地圖等關鍵技術和産品上的布局，正在成爲智能駕駛行業的硬通貨和關鍵籌碼。
9 月 5 日，2024 騰訊全球數字生态大會在深圳舉行。會上，騰訊對外分享了智能汽車雲、智駕地圖等核心産品能力升級的最新進展以及實踐案例成果。
" 未來可能隻有 5%-10% 是水面之上的，其他的都是水下的。" 騰訊智慧出行副總裁劉澍泉表示。
針對 " 冰山之下 " 的能力建設，騰訊智慧出行副總裁鍾學丹在當天大會上表示：" 騰訊始終專注于做好‘冰山之下’的基礎設施，讓汽車行業夥伴能夠全力聚焦在核心能力的進化上，更專注于上層的智能化應用創新，專注于模型和算法的叠代，專注于用戶體驗的持續完善。"
總的來看，騰訊推出的 " 車雲一體數據閉環 " 方案，核心提供了五大支柱能力，包括車端數據解決方案、雲基礎設施、雲端數據處理平台、雲端智算訓練平台以及全鏈路安全合規服務。
在鍾學丹看來，數據閉環的核心痛點有二。
一是大規模數據交付周期長、成本高，經常成爲智駕算法叠代的瓶頸之一。對此，騰訊向車企推出了經過了預處理加工的資料類的數據産品，主打快速高效，車企可以直接将其用于 bev 路口訓練的真值，端到端模型訓練等，研發效率大幅提高。
二是如何從海量數據中，高效的挖掘出高價值的數據。對此，騰訊推出了數據萬象服務和向量數據庫。支持多模态檢索，提升檢索和存儲效率。
此外，一站式車端數據解決方案，囊括了數據采集，數據脫敏處理，以及數據上傳和數據下行通道，可以在車、雲兩端進行高效率的海量數據交換。具備廣泛系統兼容性，支持弱網環境的高效數據交換。且加解密性能提升顯著，相比行業競品，非對稱加密提高 50%，對稱加密提高 1.87 倍。并且做到 " 專雲專用 "，實現金融級安全。
雲基礎設施方面，遍布全球的雲基礎設施和 3200+ 邊緣加速節點，可以爲智能汽車提供高質量的就近接入服務。在資源規模上，騰訊全網超 100 萬台服務器部署規模，算力調度總規模超過 1.5 億核，并提供 16 EFLOPS 的智算算力，實現雲上雲下分布式混合算力形态部署。
在智算訓練方面，騰訊可以提供高性能、多樣化的算力平台和完備的工程平台。大模型訓練效率加速 30%，推理性能提升最高 2.5 倍，推理場景的 GPU 利用率提升了 60%。開箱即用的人工智能開發平台 TI，可全面支持一鍵調用多種領域的預訓練大模型，并且實現 2 倍以上的推理加速。
此外，得益于過去二十多年騰訊在移動互聯網領域積累的大量的安全和合規實戰經驗，雲、管、端能夠全方位兼顧安全合規與數據閉環運行效率。
這一切都指向幫助車企快速通過數據反饋、叠代，提高智能汽車産品的叠代效率。
例如長安汽車，從 2018 年開始開始與騰訊合作，建立統一的數據中台和功能中台，統一的營銷運營、時間管理、實時反饋異常等。
" 整個公司正在構建一種新的商業模式，我把它叫做天上一朵雲，空中一張網，中間一平台，地上全場景。" 長安汽車首席智能駕駛技術官陶吉表示。
在智駕版塊，長安汽車和騰訊也有非常充分的合作，合作範圍囊括了靜态的訓練數據、即将量産的高階智駕方案搭載高精地圖和輕地圖、仿真技術等等。
雲圖一體，加速智駕落地
影響高階智駕普及度和用戶體驗的另一重因素，是智駕地圖。
長安汽車首席智能駕駛技術官陶吉表示，從技術趨勢來看，高精地圖的作用從直接變成了間接應用，從直接提供規劃控制，變成了直接交給神經網絡和感知模型作爲訓練數據。端到端在訓練初期，依然需要很多的地圖信息。
并且，人車共駕模式在未來相當長的一段時間内依然将是主流。在複雜路段上人駕與車駕的頻繁切換、車駕過程中自駕路徑與座艙導航路徑不一緻所導緻的恐懼感、以及室外駕駛與室内停車的聯動等問題，仍是用戶痛點。
基于行業首創的 " 一張圖 " 地圖生産模式，騰訊還在此次會上發布了 " 智駕地圖 8.0" 艙駕一體解決方案，完成了 " 一張圖 " 體系的建設，同時滿足人駕與車駕的需求。
基于雲圖一體化，地圖要素能夠在雲端實時處理，進行雲端多程建圖，并實時反饋給車輛。輕量化和開放的數據支持，讓車企的智駕系統能夠快速、靈活地調用數據，大大降低了技術複雜性。
對用戶來說，可以在駕駛時享受從室外到室内無縫銜接的導航服務，方便找到停車位和充電站。用戶還可以通過騰訊整合的生态系統，在上車前通過微信小程序預訂咖啡，到達時直接取走，更加方便快捷。通過統一的座艙地圖與自駕模式下的導航路徑，則可以避免因切換模式帶來的不一緻體驗，确保駕駛過程中的導航信息始終一緻和連貫。
目前，蔚來車主已經率先體驗到騰訊智駕地圖的優勢。
許多車主經常在大型多層停車場中耽誤許多時間，到處尋找電梯間，蔚來與騰訊合作推出了停車場導航後，全面接入了騰訊停車場内地圖數據。
比如，NOMI 可以智能推薦距離目的地步行最短的停車位，實現 " 車位級 " 精準導航。停車位、充電樁、電梯間、商家等信息在地圖上一目了然。甚至還能推薦距離電梯間最近的停車區域，也可以引導至最合适的充電位，讓用戶體驗 " 有求必應 " 的快樂，少走路，多省心。
汽車行業的 " 賣鏟人 "
在産業鏈中扮演什麽樣的角色，如何自我定位，對一家企業的發展有着更加深遠的影響。
對于前文鍾學丹提到的 " 始終專注于做好‘冰山之下’ "，劉澍泉做出了進一步的解釋：
" 我們團隊設立之初就把這個命題定義好了，我們扮演的角色就是數字化助手，也就是别人可以去挖金，我們給大家提供鏟子，這是我們扮演的角色。"
在衆多場合，騰訊都強調重申 " 永不造車 "。憑借其雲計算、大數據、人工智能等核心技術能力，爲車企提供從車端到雲端的全方位服務。這讓主機廠、産業鏈合作夥伴都能夠更放心地與騰訊合作。
而騰訊在雲、圖服務中最大的優勢，是騰訊雲、騰訊地圖、騰訊出行服務構成的 " 金三角 "。劉澍泉表示，今天在國内已經找不到任何一家供應商能把以上三個服務集中在一起的，甚至兩個都沒有。以端到端爲例，騰訊能提供訓練數據，是因爲有騰訊地圖，有整個數據鏈路的合規，還有騰訊雲這種叠代效率最高的形式。
" 我實際上是用雲化的方式去做地圖，而不是用地圖的方式做雲。"
落實到具體使用場景中，以上三者的配合，能帶來無與倫比的絲滑體驗。
" 做旅行規劃也好，一天的行程規劃也好，不是 A 到 B，B 到 C，給你做一個簡單的推薦。而是在你到達目的地後，我能夠調動起你的 POI，能夠調動起你的小程序，能夠讓你的小程序完成交易，幫你去排隊，幫你去繳費，這是一個導航地圖 + 微信的獨特能力的提供，我們沒有見到任何一家能夠形成這樣一個商業閉環。"
另外一個常常被外界忽略的優勢，是騰訊處理海量大數據的經驗，以及與 C 端打交道的經驗。
不同于許多機會主義驅動的互聯網公司，騰訊是一家以産品經理爲核心去構建的公司。微信的發明者張小龍，被譽爲中國互聯網行業最成功的産品經理之一。這也是騰訊 " 産品經理優先 " 文化的源頭。而産品經理的特點是高度重視用戶體驗，這在汽車行業供應商當中是一個特别的優勢。
截止到目前，有九成車企首選騰訊作爲汽車雲服務夥伴，合作覆蓋超過 100 家車企和出行科技公司，爲超過 30 家車企和出行科技公司提供海外雲服務。騰訊在汽車公有雲市場的增速穩居行業第一，2 倍于市場平均增速。騰訊智能座艙解決方案的搭載量已經超過 1500 萬輛車。
當前，衆多雲廠商紛紛入局汽車行業，一部分主機廠投入巨大資源進行全棧自研。但與此同時，新技術颠覆行業，也給騰訊汽車業務奪得更大市場創造了時間窗口。To B 的生意道阻且長，但前途光明。
2018 年至今，6 年來騰訊的研發投入超過 3000 億元。從騰訊的曆史來看，隻要騰訊看準了一個市場的長期價值，往往是能在這裏堅持到最後的那家企業。
正如騰訊集團高級執行副總裁、雲與智慧産業事業群 CEO 湯道生所說："To B 的技術以及市場滲透可能是以十年作爲單位，大模型是一場馬拉松，現在可能才跑到一公裏。"
我就知道你 " 在看 "
>
