“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，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。