高阶智驾进化，能否打破效率魔咒？

随着汽车行业竞争步入中场赛，车企们的竞争焦点却开始收束——高阶智驾，成了一张必须拿下的终场赛入场票。

随着高阶智驾装配率不断提升，智驾的比拼已经变成技术、工程、产品的“铁人三项”。头部车企不约而同进行饱和式投入，利用规模效应掌握了更多用于迭代的数据和资金，这又进一步帮助销量转化。而更多车企依然深陷在软硬件竞赛之中。

“中国车企今后想做全球化，技术含量越来越高，数据要求越多，其实成本也会越来越高。不见得会有这么多玩家在智能驾驶这个领域了。”蔚来智能驾驶副总裁任少卿在一次媒体采访中说。极越夏一平更是直言:“没有500亿元是做不好智驾的”。”

“强者恒强”的进化效率魔咒，能否被打破？取舍和合作的重要性，不亚于绝对力量的对抗。

腾讯智慧出行副总裁刘澍泉分享过一个思考:“今天你是要基于巨人的肩膀上去做创新，还是要自己重新去建造一个巨人的地基？大家越来越回归理性，各自做各自擅长的事情。”

智能电动车竞争，走入水面之下

同样一条路线，打开智能驾驶，体验千差万别。差距是怎么产生的？

外界的围观焦点，往往落在端到端开发进展上。而真正带来差距的，往往是围绕算法、算力、数据的底层能力。

事实上，从数据采集、存储和传输阶段，成本和效率的差距就已经拉开了。

当基础的信号数据和海量的感知数据汇总到云端后，需要处理数据的量级从PB甚至到达EB级，并持续增长，对基建性能是一个很大的挑战。从传统的采集车，到如今上千万量级的量产车，实时海量数据处理和交互，对于网络的接入质量、稳定性能、分布式云的能力提出了更高的要求。

此外，仿真训练也是考验车企数据利用能力的一个重要环节。

由于智能驾驶系统测试成本高昂，仿真测试成为提升开发效率的重要手段。然而生成具有代表性且可动态调整的随机场景一直是仿真系统的难题。且天气、施工等因素带给真实道路无穷无尽的复杂性，仿真系统若不能全面覆盖不同场景，结果可能偏差过大。

这要求车企必须开发更加先进的场景生成器，结合AI与大数据的能力，创建出多样化、具有高度随机性且真实的场景。

并且，训练智驾大模型对算力的需求非常高。涉及到大量传感器数据的实时处理时，计算和存储的需求会大幅增加。高精度仿真模型需要强大的计算平台支持，尤其在大规模并发仿真时，系统的计算负担和成本将会陡增。

大洋彼岸的特斯拉解决算力问题的方式是堆资源，所谓大力出奇迹。通过自建DOJO超算，来处理海量的视频数据，加速Autopilot和完全自动驾驶系统的迭代，2024年10月，特斯拉的算力总规模将达到100 Exa-Flops，相当于30万块英伟达A100显卡的算力总和。

智能电动车的竞争，已经从硬件构建、软件定义过渡到AI驱动，其底层在于云计算、数据驱动决策和AI大模型的规模化应用。关注水面之下的能力，变得前所未有的重要。

虽然驶向高阶智驾的道路需要算力和数据来铺就，但大包大揽并不适合所有人，而且不确定性非常强。

一个好消息是，算力和数据，某种程度上可以看作数字基建，与供应商合作，能避免重复造轮子，把有限的资源用在上层算法的开发。随着价格战的愈演愈烈，车企的每一分钱都要花的有价值。

有限资源的游戏里，搭建进化飞轮

效率提升的需求催生出新机遇，一众科技公司取代了传统供应商的位置，开始崭露头角，成为推动智能电动车技术革命的一股重要力量。

不同于在车圈存在感最强的华为、下场与吉利集团合作打造整车品牌的百度，腾讯是其中尤其特别的一个。从自身资源禀赋来看，尽管腾讯更多被外界认知是一家以To C业务为主的企业，但腾讯在云和地图等关键技术和产品上的布局，正在成为智能驾驶行业的硬通货和关键筹码。

9月5日，2024腾讯全球数字生态大会在深圳举行。会上，腾讯对外分享了智能汽车云、智驾地图等核心产品能力升级的最新进展以及实践案例成果。

“未来可能只有5%-10%是水面之上的，其他的都是水下的。”腾讯智慧出行副总裁刘澍泉表示。

针对“冰山之下”的能力建设，腾讯智慧出行副总裁钟学丹在当天大会上表示:“腾讯始终专注于做好‘冰山之下’的基础设施，让汽车行业伙伴能够全力聚焦在核心能力的进化上，更专注于上层的智能化应用创新，专注于模型和算法的迭代，专注于用户体验的持续完善。”

总的来看，腾讯推出的“车云一体数据闭环”方案，核心提供了五大支柱能力，包括车端数据解决方案、云基础设施、云端数据处理平台、云端智算训练平台以及全链路安全合规服务。

在钟学丹看来，数据闭环的核心痛点有二。

一是大规模数据交付周期长、成本高，经常成为智驾算法迭代的瓶颈之一。对此，腾讯向车企推出了经过了预处理加工的资料类的数据产品，主打快速高效，车企可以直接将其用于bev路口训练的真值，端到端模型训练等，研发效率大幅提高。

二是如何从海量数据中，高效的挖掘出高价值的数据。对此，腾讯推出了数据万象服务和向量数据库。支持多模态检索，提升检索和存储效率。

此外，一站式车端数据解决方案，囊括了数据采集，数据脱敏处理，以及数据上传和数据下行通道，可以在车、云两端进行高效率的海量数据交换。具备广泛系统兼容性，支持弱网环境的高效数据交换。且加解密性能提升显著，相比行业竞品，非对称加密提高50%，对称加密提高1.87倍。并且做到“专云专用”，实现金融级安全。

云基础设施方面，遍布全球的云基础设施和3200+边缘加速节点，可以为智能汽车提供高质量的就近接入服务。在资源规模上，腾讯全网超100万台服务器部署规模，算力调度总规模超过1.5亿核，并提供16EFLOPS的智算算力，实现云上云下分布式混合算力形态部署。

在智算训练方面，腾讯可以提供高性能、多样化的算力平台和完备的工程平台。大模型训练效率加速30%，推理性能提升最高2.5倍，推理场景的GPU利用率提升了60%。开箱即用的人工智能开发平台TI，可全面支持一键调用多种领域的预训练大模型，并且实现2倍以上的推理加速。

此外，得益于过去二十多年腾讯在移动互联网领域积累的大量的安全和合规实战经验，云、管、端能够全方位兼顾安全合规与数据闭环运行效率。

这一切都指向帮助车企快速通过数据反馈、迭代，提高智能汽车产品的迭代效率。

例如长安汽车，从2018年开始开始与腾讯合作，建立统一的数据中台和功能中台，统一的营销运营、时间管理、实时反馈异常等。

“整个公司正在构建一种新的商业模式，我把它叫做天上一朵云，空中一张网，中间一平台，地上全场景。”长安汽车首席智能驾驶技术官陶吉表示。

在智驾版块，长安汽车和腾讯也有非常充分的合作，合作范围囊括了静态的训练数据、即将量产的高阶智驾方案搭载高精地图和轻地图、仿真技术等等。

云图一体，加速智驾落地

影响高阶智驾普及度和用户体验的另一重因素，是智驾地图。

长安汽车首席智能驾驶技术官陶吉表示，从技术趋势来看，高精地图的作用从直接变成了间接应用，从直接提供规划控制，变成了直接交给神经网络和感知模型作为训练数据。端到端在训练初期，依然需要很多的地图信息。

并且，人车共驾模式在未来相当长的一段时间内依然将是主流。在复杂路段上人驾与车驾的频繁切换、车驾过程中自驾路径与座舱导航路径不一致所导致的恐惧感、以及室外驾驶与室内停车的联动等问题，仍是用户痛点。

基于行业首创的“一张图”地图生产模式，腾讯还在此次会上发布了“智驾地图8.0”舱驾一体解决方案，完成了“一张图”体系的建设，同时满足人驾与车驾的需求。

基于云图一体化，地图要素能够在云端实时处理，进行云端多程建图，并实时反馈给车辆。轻量化和开放的数据支持，让车企的智驾系统能够快速、灵活地调用数据，大大降低了技术复杂性。

目前，蔚来车主已经率先体验到腾讯智驾地图的优势。

许多车主经常在大型多层停车场中耽误许多时间，到处寻找电梯间，蔚来与腾讯合作推出了停车场导航后，全面接入了腾讯停车场内地图数据。

比如，NOMI可以智能推荐距离目的地步行最短的停车位，实现“车位级”精准导航。停车位、充电桩、电梯间、商家等信息在地图上一目了然。甚至还能推荐距离电梯间最近的停车区域，也可以引导至最合适的充电位，让用户体验“有求必应”的快乐，少走路，多省心。

汽车行业的“卖铲人”

在产业链中扮演什么样的角色，如何自我定位，对一家企业的发展有着更加深远的影响。

对于前文钟学丹提到的“始终专注于做好‘冰山之下’”，刘澍泉做出了进一步的解释:

“我们团队设立之初就把这个命题定义好了，我们扮演的角色就是数字化助手，也就是别人可以去挖金，我们给大家提供铲子，这是我们扮演的角色。”

在众多场合，腾讯都强调重申“永不造车”。凭借其云计算、大数据、人工智能等核心技术能力，为车企提供从车端到云端的全方位服务。这让主机厂、产业链合作伙伴都能够更放心地与腾讯合作。

而腾讯在云、图服务中最大的优势，是腾讯云、腾讯地图、腾讯出行服务构成的“金三角”。刘澍泉表示，今天在国内已经找不到任何一家供应商能把以上三个服务集中在一起的，甚至两个都没有。以端到端为例，腾讯能提供训练数据，是因为有腾讯地图，有整个数据链路的合规，还有腾讯云这种迭代效率最高的形式。

“我实际上是用云化的方式去做地图，而不是用地图的方式做云。”

落实到具体使用场景中，以上三者的配合，能带来无与伦比的丝滑体验。

另外一个常常被外界忽略的优势，是腾讯处理海量大数据的经验，以及与C端打交道的经验。

截止到目前，有九成车企首选腾讯作为汽车云服务伙伴，合作覆盖超过100家车企和出行科技公司，为超过30家车企和出行科技公司提供海外云服务。腾讯在汽车公有云市场的增速稳居行业第一，2倍于市场平均增速。腾讯智能座舱解决方案的搭载量已经超过1500万辆车。

当前，众多云厂商纷纷入局汽车行业，一部分主机厂投入巨大资源进行全栈自研。但与此同时，新技术颠覆行业，也给腾讯汽车业务夺得更大市场创造了时间窗口。To B的生意道阻且长，但前途光明。

2018年至今，6年来腾讯的研发投入超过3000亿元。从腾讯的历史来看，只要腾讯看准一了一个市场的长期价值，往往是能在这里坚持到最后的那家企业。

正如腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生所说:“To B的技术以及市场渗透可能是以十年作为单位，大模型是一场马拉松，现在可能才跑到一公里。”