汤道生表示，去年腾讯云业务减亏有很大的进步，通过效率提升，有所为有所不为，让业务变得更聚焦，距离实现盈利的目标不会太远。在专注性上，腾讯确实是那个一向内敛并最早明确自己方向的那个巨头。这也让它在汽车行业获得了最多的朋友和伙伴。
文丨智驾网 王欣丨浪浪山与明知山
下场造车的阿里、提速当中的百度阿波罗，坚持不造车的腾讯，第N次明确了自己的业务生存之道。
曾经的BAT三巨头在新造车运动的第十年已逐步清晰了自己的智能汽车、智慧出行的定位。
当然BAT也有共同的地方，那就是同时押注生成式AI，数据的争夺无比激烈，有更多场景落地意味着可以获得更多的数据，而汽车与出行都是其AI的应用领域之一。
冰山之下的腾讯
9月5日，一年一度的2024腾讯全球数字生态大会在深圳国际会展中心召开。
腾讯宣称，要为智能汽车做好“冰山之下”的基础设施支持。
何为“冰山之下”？
如果说，当前大家对智驾水平的评判关注点更多在自动泊车和智能座舱体验上，则是浮留在“冰山之上”的标准，这是消费者能直接感知到的部分；而“冰山之下”的能力，指的是基础设施能力和数据闭环能力，这些能力虽无法直接感知，但这些“看不见”的能力建设，直接决定智能汽车迭代的速度和消费者为一辆车买单意愿。
针对“冰山之下”的能力建设，腾讯智慧出行副总裁钟学丹在当天大会上表示：
“腾讯始终专注于做好“冰山之下”的基础设施，让汽车行业伙伴能够全力聚焦在核心能力的进化上，更专注于上层的智能化应用创新，专注于模型和算法的迭代，专注于用户体验的持续完善。”
腾讯所谓向车企提供“冰山之下”的基础设施能力，指的是 云基础设施、车端数据解决方案、云端数据处理平台、云端智算训练平台以及全链路安全合规。
云基础设施能为智能汽车提供强大的计算和存储能力。通过云端服务器，汽车可以实现远程升级、数据分析和处理等功能。
这也是车企通过云端推送软件更新，来优化自动驾驶算法和智能座舱功能的核心能力。
在 云基础设施层面 ，腾讯目前有遍布全球的云基础设施和3200+边缘加速节点，可以为智能汽车提供高质量的就近接入服务。
在资源规模上 ，腾讯全网超100万台服务器部署规模，算力调度总规模超过1.5亿核，并提供16 EFLOPS 的智算算力，并实现云上云下分布式混合算力形态部署。
另外，腾讯可提供一站式车端数据解决方案，囊括了数据采集，数据脱敏处理，以及数据上传和数据下行通道，可以在车、云两端进行高效率的海量数据交换。该方案具备广泛的系统兼容性，并且能够很好的适用于车端的弱网环境，在加解密性能上，相比于行业竞品，非对称加密性能提高了50%，对称加密提高了1.87倍。
在云端数据平台 ，腾讯表示具备丰富的数据存储和处理产品。
例如，多模态的数据检索产品“数据万象”，基于视觉语言大模型构建了图像检索和图像标注功能，还可以通过文本来检索视频，准召率超过95%。在智算训练方面，腾讯可以提供高性能、多样化的算力平台和完备的工程平台（大模型训练效率加速30%，推理性能提升最高2.5倍，推理场景的GPU利用率提升了60%）。
在智算训练方面 ，腾讯可以提供高性能、多样化的算力平台和完备的工程平台。大模型训练效率加速30%，推理性能提升最高2.5倍，推理场景的GPU利用率提升了60%。开箱即用的人工智能开发平台TI，可全面支持一键调用多种领域的预训练大模型，并且实现2倍以上的推理加速。
这五大能力作为支柱，构建起腾讯要做的“车云一体数据闭环方案”。
云，已是汽车产业的新生产力，车云一体化的数据驱动模式将成为智能汽车产业竞争的关键。
腾讯副总裁、腾讯智慧交通与出行总裁钟翔平再次明确表示，腾讯坚持“车云一体、云图为基”的战略。
毕竟，在智驾领域，地图和云端算力是最核心的基建。
02. 智驾云图构建车企用图新模式
大会当天，腾讯正式发布了“智驾地图8.0”舱驾一体解决方案，对各层级地图数据要素的进一步分类、整合与加工，完成了“一张图”体系的建设。
为了满足人驾与车驾的需求，腾讯打磨出更精细的数据还原和逼真的渲染技术，为驾驶员提供更真实清晰的车端导航地图。
在车驾领域，为自动驾驶提供了更轻量化、更开放的数据支持，帮助自动驾驶系统得到快速升级迭代同时降到最低成本。
这次的智驾地图8.0版本功能升级背后，腾讯团队们又是怎么做的呢？
腾讯地图副总裁张少宇在接受智驾网等媒体采访时表示：
“我们在技术的储备上，首先有车位的停车地图，基本上之前大家对停车场使用的场景，导航到停车场路口就停了，所以我们一方面要把每个车位的位置刻画出来，同时要建设停车场内部的一些道路，这是从数据的基础。”
“在算路引导上，刚才提到停车场内部的道路去停车场，同时我们为了把用户的场景做得更自然，还做了停车区推荐的功能，因为用户到停车场停车位，最终是为了去实现他的一些需要，比如你去楼上购物，选一个最方便的位置停车，如果你是电车，希望说能够指引到对应的充电停车区域，也把这样的停车位的停车功能做进去了。在整体的功能上给客户指引序曲停车区域，基于这个停车区域进行路线规划和引导。”
张少宇此番所言，也映射当下例如小鹏、华为等车企都在攻克的车位到车位技术，随着腾讯的加入，有望成为一个通用性技术。
它意味着智驾最后五百米有个强大的供应商支持，对于这一技术与智驾方案的对接，张少宇给出的回答是：
挺有机会的。因为能够帮助这些自动驾驶方案厂商在这些场景去用它所需要的停车数据，至少从基础的地图建图方面可以给他提供一个更好的机制。
腾讯也在针对一些车企客户在补能方面的需求，基于云图模式构建出了停车场数据地图，通过车企的车端数据，打造出了非常精细化的停车场地图，甚至包括了充电桩、停车位、电梯间等数据。
除此之外，腾讯地图此次还推出了智驾云图服务，这项服务包括合规建图、训练加速和多元化的云图服务。
它最大的变化是随着智驾能力对感知能力依赖的加强，对地线高精地图的需求下降。腾讯将地图做成了一个在线的云化的图，以云化的形式服务客户。
这也会降低合作伙伴购买地图更新迭代的成本，而且调用量越大，用得越多，单价则越低，如果合作伙伴有数据回传，改善图的产品力，也会额外带来商业成本上的降低。
据张少宇表示，目前，腾讯在导航图、智驾图等领域，已经成为100多家车企和出行公司的首选合作伙伴。
在toC市场，高德、百度与腾讯三强鼎立，但腾讯地图略有靠后，而在toB特别是汽车市场，腾讯地图的份额并不落后。
而高阶智驾的大规模落地给了腾讯地图一次赶超的历史性契机，张少宇向智驾网表示：”智驾确实是一次难得的机遇。“
当天在大会现场，腾讯邀请到蔚来、长安、鉴智机器人等不同领域合作伙伴，分享各家面向AI汽车时代布局和实践的探索和思考。
一众合作伙伴的到场，实则也更能说明腾讯智驾云图的另一个护城河，在于长期以来的开放生态。
03.一心只作工具人的腾讯汽车业务
“开放”，是腾讯智慧出行近年来向外界输出最频繁的词汇。
腾讯智慧出行副总裁刘澍泉在今年4月腾讯智慧出行技术开放日上表示：“腾讯在与车企合作开发的过程中采取了非常开放的态度，腾讯并不会包揽一切，而是和车企深度合作，达成一种既是商业合作又是技术合作的关系。”
刘澍泉在这次大会上又重申：“我们不是监控，我们是跟着行业一起走。”
做好“工具人”，是腾讯汽车业务的生存之道。
过去几年，腾讯汽车一直不厌其烦向外界喊话，不造车、不做硬件、甚至不做智驾的“灵魂”全栈算法。业内也开始有人向腾讯发问，比如：腾讯会不会错过当下火热的具身智能新浪潮？
刘澍泉向智驾网坦言： “如果我们去做算法，岂不是和客户去争灵魂了？我们内部特别明确，要有建立起这个边界的逻辑。”
刘澍泉将腾讯比作“铲子”，他希望能给客户提供最好的铲子工具，让别人可以去挖金。
“ 这个铲子就包括我们的腾讯云，也包括我们的腾讯地图，更包括我们的整个出行服务，也就是现在的微信和小程序去承载的出行服务，这是我们的定义。 ”他说。
用车圈更容易理解的定义，刘澍泉称 腾讯扮演的是一个非常非常纯粹的软件Tier2。
这其实和很多企业是相悖的观点，当前不少企业将全栈自研视为智能化下半场终局，认为牢牢握在自己手中，企业才不会是一幅有技术没话语权的空壳。
但也有企业认为，摊子铺太大，在地图、算力等方面进行大规模投入，是一种资源浪费的低水平内卷。
而对于那些全栈自研派的车企而言，有腾讯这样的合作伙伴，生态合作也更为“可控”许多。
今年4月时，在腾讯智慧出行技术开放日上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生重新阐述了腾讯在汽车赛道的定位： 坚持做好汽车产业升级的“数字化助手”和“生态共建者”。
他解释称，一方面，腾讯将不断夯实云、图等核心技术能力，为汽车智能化发展筑牢底座。
腾讯在明确了不做硬件、不造车的前提下，这意味着腾讯云整体战略发展节奏会更看重利润的落地。
而腾讯汽车业务战略经历不断地调整后，这些年正在逐渐收拢其服务范畴，做好产业“工具箱”的角色定位愈加明确。
汤道生表示，去年腾讯云业务减亏有很大的进步，通过效率提升，有所为有所不为，让业务变得更聚焦， 距离实现盈利的目标不会太远 。
那么腾讯的智慧出行业务会不会像华为的车BU独立成为引望引入车企入资入股呢？
刘澍泉向智驾网强调：”我们更关注软件座舱、云、地图和大数据，这是我们的核心，不像华为车BU软硬都有，腾讯与车企共建生态，未来没有独立、引入车企投资的可能性。因为我们跟他们的定位不同。举一个简单的例子，如果独立，地图的资质怎么办？算力怎么办？如果没有微信的话，座舱的生态怎么办？小程序的服务场景从哪里来？
他说： “腾讯表面上看起来是相对松散的这样一个管理，但实际上在产品内核上面是很内聚的这样的一个企业。”
在专注性上，腾讯确实是那个一向内敛并最早明确自己方向的那个巨头。
【关注智能汽车，关注智驾网视频号】
合作or新闻线索提供，联系邮箱：editor@autor.com.cn 爆料交流、联络、添加微信：xinwell0709
