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》，并秘书认真配置汽车行业国度级变调平台融合体。

腾讯机灵出行副总裁钟学丹出席“新汽车变调要领与试验”论坛，发表主题为《汽车数字化新基建的想考与试验》的演讲。他暗示，跟着汽车参预“AI驱动”的期间，数据质料和限度径直影响到了车的才调水平，数据闭环能力成为汽车智能化的中枢“增长飞轮”。

钟学丹暗示，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能力，让OEM全力聚焦在智能驾驶、智能座舱和EE架构等“水面之上”的中枢能力上，并造成我方私有的上风和体验。现在，腾讯依然与多家车企配合伸开落地试验。

“AI驱动汽车”期间，数据闭环能力落地的中枢挑战

智能汽车履历了硬件构建、软件界说两个期间，正在迈向AI驱动的期间。硬件构建了单车智能的基础蓄意和协同能力架构，软件界说则让智能化愈加天真多变，而AI驱动正在让智能不错握续进化。跟着智能汽车渗入率和数据量的快速增长，落地数据闭环能力也靠近着一系列挑战。

最初，如今上千万量级的量产车遍布宇宙，大量及时海量数据处理和交互需求，关于蚁集的接入质料、褂讪性能、别离式云的能力王人提议了更高的条款。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表后，将给传统的基础设施带来繁密挑战。在云上，需要处理PB以致EB级的数据，原有的存储、蓄意等基建性能，难以支吾快速拓展的数据限度。第三，跟着模子复杂度越来越高，传统的V字型软件斥地模式很难适用于数据闭环，影响迭代遵循。当下研发之间交互的是数据以及模子，需要有对应的用具能快速串联数据接入-标注-考试-评测等本事。终末，汽车行业的安全合规条款，正在从通用性条款走向专科性条款，在近几年，依然赓续颁布了数十项王法，安全合规方面的条款愈加严苛。

在这么的配景下，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蚁集、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”数据闭环的五大复古能力

数据闭环是横跨车端和云表的体系化能力，从车端的数据采集，到通过蚁集传输上云，再到云表进行数据和算法的处理，进而迭代新的能力下发到车端，兑现功能升级，系数的链路非常长且复杂。车云一体数据闭环背后需要五大复古能力：车端数据管制决策、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策。

在车端，腾讯提供一站式的数据管制决策，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谈，不错在车云两头进行高遵循的海量数据交换。现在，腾讯匡助某车企买通了“车图云”端到端链路，车端感知到的谈路交通变化，不错在云表兑现秒级捕捉、分钟级下发更新。通过“云表建图”的形态，进一步开释车端算力，同期多乘大数据交融算法进一步种植舆图准确率，舆图数据身分平均准确率种植至99%，智能驾驶复杂路口通过率种植了20%。

在云基础设施方面，腾讯云在华东、华北两地修复了专为汽车行业量身定制的云专区，机房与蚁集沉寂于公有云，但与公有云同源、同架构，且数据全历程信赖国度关于自动驾驶数据安全合规条款。现在，腾讯是独一具备“双专区”架构的云厂商，进一步种植了保险智能驾驶业务的鸠合性。

在云上数据处理平台方面，腾讯推出了尊府类的数据居品，在原始的采集尊府上进行预处理加工后造成，不错用于BEV路口考试的真值、端到端模子考试等。比较于从零运行采集况且加工数据，径直采购数据不错大幅提高研发遵循。在BEV真值数据诈欺场景中，自动化标注率种植了10倍，标注资本镌汰90%。此外，腾讯还推出了数据万象处事和向量数据库等居品，通过腾讯的检索式数据挖掘能力，使配合股伴基于图片和笔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，时效性由周级种植到了秒级。

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，腾讯为车企大模子考试提供了完备的工程用具，举例开箱即用的机器学习TI平台，全面支握一键调用多种界限的预考试大模子，可兑现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挪动互联网界限积蓄了大量的安全和合规实战教养，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管制决策，输出多个国外级网联汽车安全料到遵循，无意在云、管、端全方面兼顾安全合规与数据闭环运行遵循。腾讯的数据闭环决策相宜最新的合规监管条款，不错兑现一站式合规作。

通过这一整套“车云一体”的数据闭环，不错有用种植系数数据链路的运行遵循，镌汰斥地运维难度和资本，加快诈欺变调和发布速率，况且镌汰履行落地的风险。

钟学丹暗示，现在，依然有100家车企与出行科技公司与腾讯伸开配合，腾讯长久专注于作念好“冰山之下”的基础设施，让汽车行业伙伴无意全力聚焦在中枢能力的进化上，更专注于表层的智能化诈欺变调，专注于模子和算法的迭代，专注于用户体验的握续完善。