腾讯布局汽车AI基础设施

AI大模型的规模化应用，大概率会率先在智能电车产业落地。

刚刚举行的成都车展上，理想汽车发布了“通勤NOA”战略，计划在今年底，在100个城市落地城市通勤路线的导航辅助驾驶。

9月5日，小鹏汽车开始逐步release

由于城市NOA落地难度极大，且竞争极其激烈，使得车企不得不在智驾场景落地AI大模型。

与此同时，一些车企已开始着手在智能场景落地GPT大模型。2023年Q4，至少会有两款以上的车型在云端部署语言大模型；2024年Q4，随着高通骁龙Ride Flex、英伟达Thor等中央计算芯片的量产，届时将可实现AI大模型在智舱端的本地化部署，并大幅提升用户体验。

智能电车，在大模型的推动下，正从由软件定义体验高速转向由AI定义体验。

智能电车，也将成为大模型产业化应用的绝佳场景。

对于任何一家车企而言，如果不能掌握和落地AI技术，必将在智能电车的竞争中出局；任何一家科技巨头，如不能在智能电车产业有一席之地，都可能会错失AI落地的重大场景机遇。

智能电车，正成为AI竞赛的焦点战场。

腾讯布局汽车AI基础设施

没有一家科技巨头可以承受错过AI。

2023年9月7日-8日，腾讯全球数字生态大会在深圳举行。

在会上，该公司发布了千亿参数、用2万亿个token训练的混元大模型， 已有腾讯云、腾讯游戏、腾讯会议、微信搜一搜等腾讯内部50多个核心业务和产品接入混元。

关于AI大模型的应用方向，腾讯方面强调，做通用化大模型的这条路有点走偏了，不能解决产业实际问题和痛点。

在多个场合，腾讯方面都在强调，大模型要与产业结合、与数据结合，解决产业实际的问题。腾讯混元大模型也将作为行业大模型服务的底座，企业不仅可以直接通过API调用混元，也可以将混元作为基底模型，为不同产业场景构建专属应用。

毫无悬念，智能电车，成了腾讯AI战略落地的重要方向之一。

在该生态大会的的智慧出行专场上，腾讯集团副总裁、腾讯智慧交通与出行总裁钟翔平呼应了上述腾讯AI应用的理念。

钟翔平说：“腾讯致力于为汽车产业新智能化变革提供好底层基础设施。一方面，不断升级云端底座，满足行业对大模型、大算力和大数据的需求，另一方面，助力行业伙伴面向汽车垂类场景训练和精调行业大模型，打造出高可用的智能服务。”

随后，腾讯发布了在智能汽车云、智驾云图、智能座舱、数智化出海等领域的最新升级产品和方案。

在这次发布中，腾讯继续升级行业首创的智能汽车专有云。

在算力方面，腾讯智能汽车云融合了腾讯云领先的HCC高性能计算集群和腾讯自研星脉高性能计算网络，带来业界最高3.2Tbps带宽，算力性能提升3倍，通信性能提升10倍，计算集群GPU利用率提升60%以上，为智能驾驶大模型训练提供高性能、高带宽、低延迟的智算能力支撑。

在数据方面，依托腾讯向量数据库可以高效处理海量的视频、点云等非结构化数据，支持10亿级向量检索规模，百万级查询（QPS）能力，让智驾数据处理效率较传统数据库提升10倍，极大满足智能驾驶训练、推理及仿真场景的需求。

在训练加速方面，腾讯智能汽车云结合太极Angel训练加速框架，训练速度相比业界主流框架提高1倍，推理速度相比业界主流框架提升1.3倍。

据腾讯方面透露，该专属汽车云不仅在性能方面处于行业顶尖水平，在数据合规性和安全性上，能符合中国政策法规的要求。

博世、蔚来汽车、英伟达、奔驰、文远知行等企业目前都是腾讯智能汽车云的用户。

在智驾方面，腾讯另一个值得关注的举措是，在全产业智驾在提倡“无图化”的大背景下，对外发布了“智驾云图”。

腾讯认为，在城市NOA快速落地的浪潮中，由于车端感知、规控能力的提升，智驾系统对地图的精度以及元素丰富度的依赖正在逐步降低，但对地图的鲜度和覆盖度的要求更高了。

该地图在业内首个实现自动驾驶地图数据全面云化，结合动态交通信息、环境信息、用户驾驶经验和车企自有数据资产，进行云端多程建图，实现要素级、最快分钟级的在线更新，从而提升自动驾驶体验。

在智舱方面，腾讯本次发布主要聚焦在智舱大模型的应用上。

基于座舱垂域大模型的应用，结合感知车辆感知数据、语音输入和用户行为分析等因素，该模型能够提供场景化分析和智能决策，带给用户更自然的对话体验、生成式的交互界面、多样化的场景编排和更个性化的出行服务建议等，提升座舱智能体验。

腾讯智慧出行副总裁，腾讯智慧出行负责人钟学丹透露：“腾讯已经帮助20家车企搭建智能网联云平台，助力50多个汽车品牌打造新一代智能座舱体验，用户服务规模突破1000W辆车。面向汽车行业的公有云，用云量已达到40万核服务器、存储规模突破150PB。”

钟学丹进一步表示：“大模型驱动的汽车新智能时代才刚刚开始。”

智能电车跃向AI大模型时代

关于腾讯如何看待汽车智能化，以及腾讯如何在智能电车的智能下半场参与竞争，《建约车评》采访了腾讯智慧出行副总裁，腾讯智慧出行负责人钟学丹。

在被问及如何解释他们提出的汽车新智能这个概念时，钟学丹认为，第一阶段的汽车智能主要是指座舱，更多的是将安卓生态平移到舱内，那时候更多的是强调应用有没有、多不多，而不是强调体验。

新阶段的汽车智能，主要是AI大模型驱动，既包括智驾，也包括智舱。

钟学丹上述判断的背景是：

大模型、深度学习的突破，使得智能电车，正在加速从软件定义体验向AI定义体验阶段跃迁。

ChatGPT对于AI的价值在于，一个是让大模型成为AI的主流技术路线，让人们相信这个领域可以“大力出奇迹”；一个是通过Prompt精调，让AI大模型的可用性大幅度提升，为AI的普及奠定了基础。

在AI技术从论文到实验室并最终产业化的过程中，智能电车，作为人类历史上最有希望的第一代AI终端，将会发挥巨大的作用。

AI大模型技术的发展，最关键的一点是，能够找到一个有强烈刚需的应用场景，在应用大模型技术之后，能够显著改善用户体验，并有用户会为此买单，形成健康的商业模式，场景足够大可规模化复制，有很大的产业化价值。

智能电车的城市NOA竞争，正是一个完美的应用场景。

1.城市NOA的难度极大，原先的以CNN为主的AI技术解决方案，以及以规则为基础的规划解决方案，已经遇到了明显的瓶颈。目前看，只有AI大模型的解决方案，才能实现城市NOA的大规模落地，这也是为何当特斯拉采取Transformer模型之后，中国绝大多数车企最终都选择了跟进。

2.城市NOA的落地可以极大地提升用户驾驶体验，将会根本性改变智能电车的使用体验，极大提升驾驶的安全性和舒适性体验。城市NOA功能对于用户购车决策的影响正在日趋加大，进而会影响整个市场格局和产业格局。用户愿意为城市NOA买单，使得该功能的落地可以实现商业模式的闭环，激烈的竞争使得车企不得不跟进城市NOA的竞争，本质上是AI大模型的竞争。

3.英伟达OrinX、高通骁龙Ride、地平线J5、特斯拉Hardware4.0等大算力车端智驾芯片的量产，使得在车端落地大模型智驾方案成为可能。

4.智驾是一个非常标准化的应用场景，也是一个市场规模无比庞大的应用场景。

激烈的城市NOA竞争会带来数据规模的指数级攀升，原因在于，为了能够提升用户体验，模型的参数规模将会持续攀升，搭载城市NOA功能的车队规模将会持续扩大，以及由于体验的提升会让用户使用的频次越来越高。

2025年，一个车企仅仅在评估智驾场景的云计算费用，一个季度就是以10亿元人民币计。

这是为何特斯拉会打造Dojo，搭建庞大的AI基础设施。特斯拉Dojo，本质上就是AI大模型的训练工厂，他需要大规模提升AI大模型的训练效率和降低训练成本。

这也是为何腾讯会升级该公司的智能汽车云基础设施。

中国将会成为智驾场景AI大模型竞争的最主要的战场。

2023年Q4，在全球范围之内，中国将会成为率先大规模落地城市NOA的市场。

2024年，在中国市场的绝大多数头部新势力，以及一些势力雄厚的传统车企，将会在量产车上搭载城市NOA功能。

2023年5月，小鹏G6 580 Max这个版本，售价仅22.99万元，即可标配城市NOA功能。

2024年下半年，在15-20万元的价位区间，城市NOA也将会实现量产落地。

大模型的快速落地也将发生在智舱场景。

理想汽车不仅在智驾上应用大模型，在智舱端，同时发布了通用大模型Mind

2023年Q4，一些公司的将会在智舱上应用大模型，以提升语音助手的性能；2024年Q4，头部智能电车企业将会普遍在智舱场景落地AI大模型，并实现在车端的本地化部署。

在2024年Q4，无论是高通骁龙Flex，还是英伟达Thor的量产落地，将会支持上述趋势的落地。

和智驾大模型一样，基于车端的本地算力，丰富的感知系统，智舱的大模型也可以实现数据采集、标注、模型训练、云端验证、部署的整个数据闭环。

这样的数据闭环，将驱动智舱大模型实现更加快速的迭代。

对于一辆智能汽车而言，智驾大模型相当于小脑，智舱大模型相当于大脑。

一些特定的应用，也将会由一些第三方的领域大模型提供服务。

在那个时候，车载语音助手，将会进化为一个智能虚拟人助手。

在接下来的几年时间里，智能电车的体验，将会由AI模型决定。

智能电车，正在高速由软件定义体验向AI定义体验迈进。

与此同时，钟学丹认为，在AI时代，AI大模型重要，具有开放性、可扩展的云基础设施，对于车企而言，是另外一个必不可少的轮子。

在油车时代，汽车是一个机械产品，对于车企而言，他们的主要工作是打造一个车型，然后将它卖给用户，一切几乎就结束了。

在智能电车时代，车企不仅需要打造一辆辆交付给用户的硬件产品，他还需要给汽车上下写满软件，且OTA这些软件。

当然了，这还不够，对于智能电车的车企而言，还有一项至关重要的工作是，需要打造一个云端的平台，这个平台，连接着每一台汽车，汽车的传感器、各种各样的软件系统，每一个车主的手机APP……

钟学丹认为，云端后台的基于用户数据的运营，将会决定用户在使用终端时的体验。

在油车时代，车企只需要生产硬件产品，在智能电车时代，车企还需要打造终端软件，以及能够支持高并发、可扩张、灵活性的，逐步向AI应用转型的云后台。

对于任何一家车企而言，AI和云，是新智能时代在竞争中获胜的必要条件，没有一定会输，有也不一定会赢。

AI模型的进化速度，一方面，由终端数量决定，另一方面，由终端的输入输出系统决定，最后则由数据闭环和云基础设施决定。

在这里，云基础设施将发挥巨大作用，这也是一个无比庞大市场。

智能电车的云上战争

对于车企而言，面向C端用户，打造一个强大的、能够支持AI应用的云基础设施，日益成为新智能竞争中的关键。

对于科技巨头而言，智能电车的AI云之争，将会决定着他们在AI时代的市场地位。

第一，由于感知和算力方面的因素，AI时代的用云量显然会比移动时代高几个数量级。

第二，智能电车产业是规模庞大的、具有现实意义的AI云市场。

一方面，智驾将会成为第一个大模型实现量产和产业化的场景；在产生巨大用云量需求的同时，在给用户创造出了巨大的价值，实现了商业模式的闭环。

另一方面，智舱场景，大概率会是又一个大模型实现量产和产业化AI大模型的场景，在为用户创造价值的同时，也将会带来巨大的用云量。

最后，智舱场景必然会是当下、未来各领域大模型实现应用落地和数据闭环的核心场景。

这也是为何，智能电车的云上战争，云集了当今中国最为强大的一众玩家，除了腾讯之外，还包括阿里、华为、百度、字节等巨头。

如此激烈的智能电车“云上战争”，腾讯的策略是什么？

腾讯智慧出行负责人钟学丹认为，在能力上，腾讯云具备服务像微信、QQ、腾讯游戏等大型应用的丰富经验。

这个经验使得该公司在处理大数据、高并发具有很强的核心竞争力。

这也是为何，腾讯智能汽车云能够支持10万张GPU并行训练，这样的能力，在大模型竞争中，能够帮助用户提升训练速度、降低训练成本。

钟学丹还指出，因为腾讯的游戏在非常早的时候就已经是全球化运营，腾讯智能汽车云的另外一个优势是，具备极强的全球化部署能力，能够支撑中国本土汽车自主品牌出海的需求。

除此之外，钟学丹认为，腾讯有一个容易被忽略的优势，即该公司做C端产品、提升用户体验有着丰富的经验，而智能电车是一个典型的C端产品。

钟学丹指出，2B的云端后台和2C的云端后台截然不同，在开始的时候架构搭错了，后续要进行调整成本会非常高。

除了这些底层的能力，腾讯云的一个竞争策略是，强化智能汽车专有云的概念，只为智能汽车相关的业务服务。

基于云专区，腾讯智能汽车云能实现全栈与公网隔离，保障从研发到量产的全流程数据安全。同时，云上组件将针对行业特殊需求进行定向优化，做到“专云专用”。

在智驾的云服务方面，腾讯智能汽车云一站式有机集成自动驾驶研发与运营工具链、智能驾驶地图、运营服务等全方位能力，通过“一朵云、一站式”的方式满足智能汽车从研发到运营全链路的需求，助力用户降低架构复杂度。

在智驾的安全合规方面，腾讯依托云和地图方面的合规经验，为自动驾驶开发了一个端到端、全程合规的数据闭环服务，通过自动化、软件化和服务化的手段，保证平台功能紧随政策的变化来实时更新，确保自动驾驶业务的安全可控。

钟学丹认为，除了这些硬实力之外，腾讯还有一些友商不具备的软实力：

1.不造车，也不做智驾全栈算法。边界清晰、专注所长，与客户无利益冲突。

2.AI、云、图在一个相同的部门，会有更好的协同效应。

3.在海外市场深耕多年。

在这些因素的综合作用下，使得腾讯的智能汽车云，能够斩获具有广泛代表性的客户的认同。

在新势力层面，蔚来汽车在使用腾讯汽车智能云来训练自己的智驾系统。

在跨国车企层面，梅赛德斯奔驰在腾讯的帮助下，在中国市场合规的进行数据运营。

在传统头部自主品牌层面，长安与腾讯在智舱领域有深度合作。

在供应链层面，博世、英伟达等供应链巨头通过腾讯专属的智能化，在中国市场高效地训练智驾系统。

尾声

对于车企而言，AI大模型将会日渐成为定义用户体验的基础，成为市场竞争的关键。

对于科技公司而言，帮助传统车企打赢AI大模型之战，顺利的进入到AI时代，也将会决定他们能否在AI时代再续辉煌。

腾讯的姿势是，与车企结成利益共同体，一起向AI时代冲刺。

文章转载自公众号：建约车评