“今年的汽車行業更卷了。”不少參加過今年幾個大型車展的業內人都發現，汽車智能化下半場里一個突出矛盾是， 不僅要卷技術先進性，還要卷合規性，既要快，又要穩。

這背后是智駕平權時代到來使然。放眼望去，如今不少一二十萬的車型都配備了輔助駕駛、座艙大模型等功能，智能汽車已走進了廣泛的C端大眾。

所以，要快，但不能野蠻發展，任風險擴散；要穩，但不能進展遲緩，讓體驗掉隊。這也對汽車云服務商們提出了更高維的要求。

而縱觀一眾汽車云廠商，騰訊汽車云是個特別的存在：它是一個手握To C、To B兩類優勢牌面，并將之相互打通的玩家。

首先，在C端，騰訊擁有大量“超級入口”：微信，騰訊會議，騰訊地圖、QQ音樂等，這些都是大眾日常高頻使用的APP，也是保證用戶體驗的基本前提。

而在B端，一方面，這些C端超級APP讓騰訊汽車云找到了立足點和基本盤，就連一位汽車云友商高管也曾直言：“我們和微信、QQ音樂都有合作。在座艙場景中，你很難繞開他（騰訊）。”另一方面，從C端沉淀下來的經驗，還在不斷轉化成騰訊汽車云To B的技術勢能。

這種兼具B、C兩端優勢的特點，正在成為智駕平權時代下，汽車云服務賽道里的關鍵差異。

不斷優化對物理世界的連接，座艙體驗才能更接地氣

對于大多數C端汽車用戶而言，與其說是購買的是高大上的技術，不如說是一種實實在在的產品體驗。而其中， 出行導航的體驗尤為關鍵，堪稱首要剛需。

這時候，導航地圖作為連接人與車，車與道路環境等物理世界的核心媒介，往往是產品力最直觀的體現，也貫穿了中國汽車智能化的發展史。

2017年，鐘學丹在騰訊地圖事業部里牽頭負責車聯網業務。在做一個市場調研項目時，他和同事們收到了一個汽車用戶反饋最多的痛點：

車載地圖不好用，缺點很多，比如是離線的、無法及時更新，定位也不準等等。性能和手機地圖沒法比，以至于很多人都在車上另外安裝了手機支架，使用手機導航。

如何攻克這一痛點？鐘學丹等人開始花大力氣優化車載導航，開啟了車端智能化征途。

彼時，行業發展尚處早期，汽車“云端”能力還未受到足夠重視，業內目光主要聚焦在“車端”。

在不少消費者的印象里，當時市面上能買到的，所謂的“智能化”體驗，大多都是預裝方案，類似于交付一個黑盒安裝到車上，其實并不具備OTA能力。騰訊對地圖導航、語音、娛樂等一系列車載產品的優化，可以說恰逢其時。

2018年，騰訊集團展開了騰訊歷史上的第三次組織架構調整，史稱“930變革”。這次變革中，騰訊成立云與智慧產業事業群（CSIG），從消費互聯網向產業互聯網升級。

隨著CSIG的成立，車聯網業務也從地圖事業部里獨立出來，成立了“智慧出行事業部”，由鐘學丹負責。

單獨成立出行事業部的必要性是什么？

騰訊內部人告訴雷峰網，從功能屬性上講，地圖事業部屬于產品線，主要做通用型產品；智慧出行事業部屬于行業線，承擔銷售職能，更貼近市場和客戶的產品需求，提供更垂直的解決方案交付，走好服務客戶的“最后一公里”。

2020年前后，車端堆料帶來的駕駛體驗逐漸到達一個瓶頸期，車企和方案商們開始轉向云端求解，汽車行業對云計算的需求隨之變大。

也正值此時，2021年騰訊開始推行集團業務全面上云，CSIG也隨之做出調整：把云作為整個CSIG的底座，支撐其全線產品。于是，包括智慧出行在內的CSIG各行業線都開始向云轉型，大規模、趨勢性地與云建立起強鏈接。

在不少智慧出行部門員工的回憶里，彼時，部門不僅在戰略戰術上強調云，還吸收了一批云計算人才，大家經常開會研討，看怎么把云端和車端結合起來，推動智能汽車產品的突破。更多故事細節，可添加作者微信 xf123a 交流。

有了云端的支持，車端體驗確實有了進一步的提升，但這種提升起初并沒有大家預想的那么大。

直到2024年，情況開始逆轉。

“2024年之前，自動駕駛與AI和大模型的關聯性都比較弱，更多還是代碼堆積。但進入2024年，大模型對汽車的支持明顯增強，帶來了不少智駕體驗上的升級。”騰訊智慧出行解決方案總經理費玉霞表示。

費玉霞告訴雷峰網，在座艙場景里，許多看似簡單的問答互動，例如天氣查詢和行程規劃，在有了大模型支持后，變得能用、易用，而這些C端體驗提升的背后，都離不開云與AI的雙重飛躍。

而類似的智能體驗還在增多。比如，騰訊智慧出行正在實現從室外道路到室內停車位的無縫導航銜接，幫助用戶輕松找到更方便的停車位并智能規劃續接路線。

過去一年已經覆蓋全國100城5000個室內停車場地圖的建設，并整合了微信小程序生態，一起來提升用戶出行體驗。

不僅如此，事實上， 騰訊在人車交互上并未步于導航和出行，而是有著更大的“野心”。

在汽車越來越像一個“大號”手機的當下，如何占據這一大型智能終端的“超級入口”，是一個更為“關鍵”的問題，也是騰訊在智能汽車領域里的目標之一。

尤其是，通過大模型接入車載生態，車與人的互動正在變得更加順暢自如。

從目前已公開的布局看，騰訊正在把“超級入口”的重任寄希望于“地圖”。對此你若有不同看法，可添加作者微信 xf123a 討論。

在騰訊對智能汽車的未來設想中，讓地圖LBS（位置服務）、AI Agent能力，與豐富的微信小程序生態相結合。讓用戶直接對話地圖，可能用戶說的并不是一個“目的地”而是一個“出行目的”。

當用戶說出想法后，AI Agent便開始結合地圖路線，幫助用戶規劃目的地、行程、餐飲消費、用車保養、商場購物等需求。

例如，根據車輛實時行駛路線，智能推薦順路的咖啡館，用戶一句話語音即可在車載小程序中完成咖啡點單，核銷碼還會自動發送到用戶手機上，到店直接快捷核銷，完成復雜的服務閉環操作。

再比如，用戶一句話語音即可提前餐廳排隊拿號，并讓車載助手實時同步排隊進度。

由此地圖也就從提供“目的地導航”變成了提供“解決方案”，成為涵蓋用戶衣食住行娛等方面的全功能性超級入口。而伴隨著這一設想的逐步落地，騰訊也將進一步拓寬對物理世界的連接。

將云與地圖能力融合一體，智駕研發才能更高效

不僅如此，眼下，這些C端“超級入口”還在不斷轉化為B端勢能。

事實上就在前些年，智駕實現方式還是以機械傳統的“代碼+人工”為主，后來才逐漸開始AI化，大模型化。伴隨一路進化而來的是： 以駕駛數據、地圖數據為主的數據正變得越來越重要。

費玉霞告訴雷峰網，2020年前后，市面上的智能駕駛還只是若干個功能的組合，其中絕大部分都是通過“專家系統”的方式實現的。但到了2023年，BEV+Transformer成了智駕實現的主流方式。

一個現狀是，目前國內市面上20萬左右售價的主流車型大都選擇采購BEV+Transformer這一訓練技術方案。

“過去一年國內智能駕駛行業的普遍做法是：先用高精地圖做模型訓練，然后用輕量級高精地圖或導航級地圖來完成輔助駕駛。騰訊在去年所服務的科技公司和車企，大部分都采用了上述方案。”費玉霞補充道。

“模型要升級，對訓練數據的要求也會隨之提高。這時候，真實的、實時更新、精準的高質量數據，能夠顯著提升車企在研發和測試新一代模型時的效率，而這正是騰訊擅長所在。”

來自前端物理世界的地圖等車端數據，源源不斷輸向后端，這些海量交互數據形成了大模型時代下 車端與云端之間高效循環的生產線，加速著汽車智駕的研發效率。

一方面，地圖數據可以作為智能駕駛模型訓練的“真值”數據，并幫助智駕系統更好地理解道路拓撲和空間結構，讓駕駛更懂路、更安全；另一方面，地圖也為智駕系統提供更合理的選路和導航規劃建議。

例如去年，騰訊發布了“智駕地圖8.0”艙駕一體解決方案，對各層級地圖數據要素的進一步分類、整合與加工，除繼續提升C端用戶的智駕體驗外，騰訊地圖還通過統一的地圖和數據平臺，實現人駕和車駕共用一張圖、共享一份數據。

這樣不僅提升了自動駕駛系統的研發效率，還大幅降低了自動駕駛訓練的成本。

不僅如此，騰訊在助力智能駕駛研發時，還更加注重合規性。 “ 合規”是一個與騰訊汽車云伴隨的高頻詞匯， 這背后是騰訊在C端互聯網領域里長達二十多年的安全合規的經驗積累，以及養成的對合規運營的高度重視。

費玉霞告訴雷峰網：“與其他行業里已經成熟的合規要求不同，智駕領域的合規還在持續建設中，這就要求服務商在提供合規服務時，能按照政府的法律法規對合規方案做持續迭代、實時刷新，而這并非易事。”

她表示，騰訊在汽車云賽道里的合規是“分數更高”的合規——不止及格，而是要比八九十分還要高的水平。而騰訊汽車云之所以能做到持續的、高水平的合規， 主要原因有兩點：一是“云圖一體”的架構設計；二是“汽車云專區”的打造。

在云圖一體方面。

騰訊汽車云的多位從業者告訴雷峰網，近年來，“云圖為基、車云一體”是騰訊智慧出行業務重要的戰略，這體現在方方面面。

比如在合規方面，騰訊云提供的全流程數據合規服務，就有地圖的合規經驗和資質做兜底驗證。

利用“云圖一體化”的優勢，在車端數據傳輸前，做到“金融級”加密，確保合規后再傳輸；云上處理數據時，通過“專云專用”的智能駕駛云專區，進行有效的數據隔離。整個流程都依托騰訊地圖的甲級圖商資質，去做驗證，最大程度保障合規。

云和地圖業務的整合，是騰訊的優勢之一。

“騰訊的云與地圖是真正打通的——兩大業務同在一個事業群群組，同一套組織架構可以讓兩者更好地融合、協同。”費玉霞告訴雷峰網，騰訊云和騰訊地圖兩大團隊會一起持續迭代合規方案，基于實時變動的法規要求，持續去check產品的合規性。

在汽車云專區方面。

騰訊汽車云以“自動駕駛云專區”的形式來確保高水平的合規。

截止目前，騰訊打造了國內最大規模的智能駕駛云專區，已在華東、華北拓展了四個云專區。

費玉霞告訴雷峰網 (公眾號：雷峰網) ，汽車云專區有諸多優勢，是嚴格遵從自然資源部安全合規要求，機房與網絡獨立于公有云，保障了全流程的數據合規。

雷峰網了解到，盡管市面上有不少“智駕云專區”，但不同專區嚴格意義上存在不小差異。

費玉霞告訴雷峰網，按照自然資源部的要求，地圖測繪等涉密數據需要保存在物理隔離的環境里，而不是在原有大的云計算資源中切一塊出來用于自動駕駛。 后者屬于邏輯隔離，而非騰訊汽車云所堅持的、更嚴格的物理隔離。 更多關于汽車云專區的布局故事，可添加作者微信 xf123a 交流。

“這背后涉及到一個風險概率問題。而風險概率在合規安全性評估中，從來都是重中之重。”她補充道。尤其隨著今年以來的智駕普惠運動的推進，更高效、高水平的安全、合規，正在成為行業發展的關鍵。

不止于此。在鐘學丹看來，眼下，汽車產業正進入到深度、全面應用AI大模型的階段。云廠商需要提供全棧AI能力，助力汽車行業像用水用電一樣， “用好”AI工具，打造“好用”的AI應用。

在這一判斷下，近期騰訊汽車云又發布了面向汽車行業的全棧AI能力，包含底座、平臺、應用三大層級：

不僅以“云原生高性能智算”為核心，搭建了一套集算、存、網、數于一體的AI底座；還利用平臺化能力，把“數據—模型—業務”這一鏈路，打造成“閉環高速公路”，解決數據鏈條斷開、接口對不齊、幻覺問題反復出現等問題。

同時，以“產品即能力”為核心，打磨出一套真正開箱即用、能順暢落地的智能座艙+導航+服務體系。

這一套下來，為車企和智駕方案商等在“大模型上車”方面，提供了一整套可部署、可落地的有效路徑。

結語

如果從服務車聯網業務算起，汽車云供應商們在這一行已深耕有十多年之久。

在鐘學丹看來，如今各家汽車云服務商在IaaS層等基礎設施技術方面都達到了較高水平，難以拉開太大差距。此時，騰訊兼具B、C兩端勢能的優勢就凸顯出來了： 能夠更多維度地服務汽車行業客戶。

這種多維的核心特征在于“全棧、全鏈條”的服務模式：從車端到云端再回到車端，形成了一個數據高效流轉、體驗及時反饋的“飛輪閉環”。

在不少企業用戶看來，在汽車云賽道里，騰訊是少有的能把C端物理世界與B端數字世界打通并形成完整閉環的服務商。

不管是早期對用戶駕駛體驗的重視，還是后來推出的“車云一體”數據閉環方案，又或是現在面向汽車行業的全棧AI能力，都體現了“多維服務”這一理念。

而這正是智駕平權時代下，市場方最核心的訴求。

雷峰網原創文章，未經授權禁止轉載。詳情見 轉載須知 。