11月12日，第三十一届中国汽车工程学会年会暨博览会(SAECCE 2024)在重庆开幕。会上发布了《2025年度中国汽车十大技艺趋势》，并文书持重种植汽车行业国度级编削平台挽回体。
腾讯智谋出行副总裁钟学丹出席“新汽车编削程序与推行”论坛，发表主题为《汽车数字化新基建的念念考与推行》的演讲。他示意，跟着汽车参加“AI驱动”的时间，数据质料和范围径直影响到了车的才能水平，数据闭环才能成为汽车智能化的中枢“增长飞轮”。
钟学丹示意，腾讯专注于为配合股伴作念好“冰山之下”的数字基建，搭建车云一体的数据闭环才能，让OEM全力聚焦在智能驾驶、智能座舱和EE架构等“水面之上”的中枢才能上，并造成我方独有的上风和体验。现在，腾讯照旧与多家车企配合伸开落地推行。
“AI驱动汽车”时间，数据闭环才能落地的中枢挑战
智能汽车履历了硬件构建、软件界说两个时间，正在迈向AI驱动的时间。硬件构建了单车智能的基础野心和协同才能架构，软件界说则让智能化愈加纯真多变，而AI驱动正在让智能不错握续进化。跟着智能汽车浸透率和数据量的快速增长，落地数据闭环才能也靠近着一系列挑战。
当先，如今上千万量级的量产车遍布寰球，无数及时海量数据处理和交互需求，关于相聚的接入质料、默契性能、永别式云的才能皆提议了更高的条目。其次，从基础的信号数据到感知数据，当这些海量数据汇总到云霄后，将给传统的基础设施带来高大挑战。在云上，需要处理PB致使EB级的数据，原有的存储、野心等基建性能，难以应付快速拓展的数据范围。第三，跟着模子复杂度越来越高，传统的V字型软件开导样式很难适用于数据闭环，影响迭代效用。当下研发之间交互的是数据以及模子，需要有对应的器用能快速串联数据接入-标注-磨砺-评测等表率。终末，汽车行业的安全合规条目，正在从通用性条目走向专科性条目，在近几年，照旧持续颁布了数十项规则，安全合规方面的条目愈加严苛。
在这么的布景下，构建车云一体、以AI加握的数据闭环，对海量数据进行更高效的网罗、存储、处理和分析，将成为智能汽车的中枢“增长飞轮”。
“车云一体”数据闭环的五大相沿才能
数据闭环是横跨车端和云霄的体系化才能，从车端的数据采集，到通过相聚传输上云，再到云霄进行数据和算法的处理，进而迭代新的才能下发到车端，驱散功能升级，统统的链路异常长且复杂。车云一体数据闭环背后需要五大相沿才能：车端数据惩办决议、云基础设施、云上的数据平台、AI Infra算力平台以及端到端的安全及合规决议。
在车端，腾讯提供一站式的数据惩办决议，囊括了车端数据采集、数据脱敏处理，以及数据上传和数据下行通说念，不错在车云两头进行高效用的海量数据交换。现在，腾讯匡助某车企买通了“车图云”端到端链路，车端感知到的说念路交通变化，不错在云霄驱散秒级捕捉、分钟级下发更新。通过“云霄建图”的神情，进一步开释车端算力，同期多乘大数据交融算法进一步擢升舆图准确率，舆图数据成分平均准确率擢升至99%，智能驾驶复杂路口通过率擢升了20%。
在云基础设施方面，腾讯云在华东、华北两地种植了专为汽车行业量身定制的云专区，机房与相聚平定于公有云，但与公有云同源、同架构，且数据全经由背叛国度关于自动驾驶数据安全合规条目。现在，腾讯是独一具备“双专区”架构的云厂商，进一步擢升了保险智能驾驶业务的聚合性。
在云上数据处理平台方面，腾讯推出了云尔类的数据家具，在原始的采集云尔上进行预处理加工后造成，不错用于BEV路口磨砺的真值、端到端模子磨砺等。比较于从零驱动采集况兼加工数据，径直采购数据不错大幅提高研发效用。在BEV真值数据哄骗场景中，自动化标注率擢升了10倍，标注老本裁汰90%。此外，腾讯还推出了数据万象处事和向量数据库等家具，通过腾讯的检索式数据挖掘才能，使配合股伴基于图片和翰墨进行愈加精准的需求界说和检索，径直从海量数据中把所需数据高效搜索出来，时效性由周级擢升到了秒级。
在AI Infra方面，腾讯不错提供高性能的算力集群，全面适配异构芯片，为自动驾驶提供更苍劲的算力资源。同期，腾讯为车企大模子磨砺提供了完备的工程器用，举例开箱即用的机器学习TI平台，全面支握一键调用多种领域的预磨砺大模子，可驱散2倍以上的推理加快。
在合规和安全方面，腾讯在当年二十多年的转移互联网领域积聚了无数的安全和合规实战教师，领有400+项国表里各样专科认证，已为20余家车企提供网联汽车安全惩办决议，输出多个外洋级网联汽车安全连络效用，冒失在云、管、端全方面兼顾安全合规与数据闭环运行效用。腾讯的数据闭环决议合乎最新的合规监管条目，不错驱散一站式合规作。
通过这一整套“车云一体”的数据闭环，不错有用擢升统统数据链路的运行效用，裁汰开导运维难度和老本，加快哄骗编削和发布速率，况兼裁汰推行落地的风险。
钟学丹示意，现在，照旧有100家车企与出行科技公司与腾讯伸开配合，腾讯弥远专注于作念好“冰山之下”的基础设施，让汽车行业伙伴冒失全力聚焦在中枢才能的进化上，更专注于表层的智能化哄骗编削，专注于模子和算法的迭代，专注于用户体验的握续完善。