专访腾讯苏奎峰：从数据要素到三大平台 自动驾驶落地提速

数据是自动驾驶的“燃料”，这已经成为业界的共识。4月9日，中央决策层发布的一份重要文件正式确立了“数据要素”作为生产要素之一的重要性，数据资源成为急需挖掘的金矿。

事实上，数据元素的重要性和想象力并不局限于此。未来，汽车将不再是一个信息孤岛，而是一个移动感知终端。它将与道路和云相连，通过大数据、人工智能等技术实现智能出行。数据是连接所有这些的核心因素。在众多自动驾驶玩家中，构建“数据闭环”是腾讯助力行业发展并实现突破的关键路径。高效利用数据元素背后更深层次的逻辑在于行业理解和基础设施支持。腾讯云提供强大的云服务能力，并在此基础上构建高效的自动驾驶数据服务体系。因此，对于数据元素如何驱动自动驾驶，腾讯有自己的理解。基于此，腾讯在自动驾驶业务中推出了三款极具破坏性的产品：大数据云平台、模拟测试平台和高精度地图。新智驾将与腾讯自动驾驶业务中心总经理苏奎峰进行对话，试图了解腾讯如何利用数据元素驱动自动驾驶，以及三大业务高效联动的逻辑。

在广阔的网络空间中，自动驾驶数据闭环是如何高效运行的？数据是建造大型虚拟建筑的一块砖。对于自动驾驶来说，数据以各种形式贯穿研发、生产、测试和运营的生命周期。与此同时，数据的爆炸也呈指数级增长，可以想象玩家们正面临着数据的海啸。因此，在数据元素的使用中，玩家在两个维度上的能力非常重要：首先，数据是闭环的，没有闭环，数据的有效性就无法验证；二是如何在数据闭环的基础上实现高效的数据操作。苏奎峰向新智能驾驶表示，自动驾驶的核心竞争力在于低成本获取和高效利用数据元素和计算资源。高效收集和利用数据元素，以及提高数据流通环节的速度，是自动驾驶技术整个迭代的关键。为此，腾讯在自动驾驶业务上推出了大数据云平台、模拟测试平台、高精度地图三大业务。要了解这三个业务平台对数据闭环的高效驱动，有必要追溯自动驾驶数据生成的链条。苏奎峰举了一个新智路的例子：● 一辆装有传感器的自动驾驶汽车在路上收集了大量数据。基于这些数据，可以构建相应的场景数据集来训练自动驾驶系统的算法；然后，基于这些数据，进行场景分析，建立相应的算法评估体系；

同时，它还建立了一个虚拟仿真环境，并生成测试场景。● 在自动驾驶汽车投放市场的运营阶段，汽车产生的数据也可以自动回传，成为数据闭环的新开端。通过OTA链接，可以为自动驾驶系统的迭代升级获取新的数据“燃料”。同时，采集或传输的数据还可以反馈到高精度地图，在云端进行更新并推送到车上。由此可见，围绕数据采集、场景构建、测试验证、操作更新等环节，已经形成了数据流通链。苏奎峰还认为，提高数据元素利用效率是一个全链条的事情，而不是单点解决方案。例如，从数据收集的角度来看，知道要收集哪些数据至关重要。在了解了昼夜、拥堵路段和非拥堵路段的数据需求后，可以自动或手动校准和触发动态场景，以提高数据采集效率，避免重复。车辆实际在道路上行驶后，一些有用的数据也可以根据相应的触发条件自动过滤并传输回云端；

此外，腾讯还将提供一个数据管理系统，对收集到的数据进行标记，快速清理、过滤和搜索必要的数据，以实现高效流通。该工具链涵盖了从数据采集、数据训练、算法模块评估到实际道路测试的整个自动驾驶环节。这个闭环系统中每个工具的每一个方面都在提高数据元素的流动和利用效率，以便快速解决问题或加快研发， ”苏奎峰说。例如，当遇到Corner案例时，腾讯可以从数据库中找到相关案例来注释算法训练，或者快速收集相应的数据，以确保数据循环的稳定性和有效性。目前，对于L2.5级以上的自动驾驶系统，腾讯可以提供云工具链等生产工具，包括场景分类器提供汽车端和云的一些标准，用户可以根据自己的算法需求进行选择。大数据云平台、仿真、高精度地图的三重支撑，建立在对数据闭环和高效运营的理解之上。腾讯在自动驾驶方面的目标也很明显：为行业客户提供能够高效收集和利用数据元素的软件和服务，提高数据环链速度，帮助行业技术发展，加快产品落地。换句话说，为行业客户提供自动驾驶云开发的工具链，集成数据收集、培训、评估、更新等流程。这也是苏魁峰一直强调的腾讯在自动驾驶方面的工具属性。腾讯的大数据云平台、模拟测试平台、高精度地图构成了这些工具链的产品形态。以模拟测试平台为例，可以理解为腾讯的模拟平台TAD Sim是一款大型自动驾驶汽车角色扮演游戏，结合了专业游戏引擎、工业车辆动力学模型、虚拟现实交通流等技术。

苏奎峰告诉新智家，模拟测试的一个非常核心的功能是能够将收集到的数据转换为有用的测试场景。他强调，“工具本身要求我们能够使用数据，我们也有数据元素的储备。但对于模拟来说，核心功能在于工具，而不是数据本身。有了这个工具，车辆收集的数据可以产生大量的测试场景。”腾讯的TAD Sim模拟平台也可以提供独立版本和云版本。单机版可以进行场景编辑以及各种测试和验证。云版本在云中提供高并发测试功能，包括场景云模拟和虚拟城市云模拟。场景云模拟通过大量数据生成数百甚至数百万个测试场景，并在云中大规模并行加速，实现自动驾驶算法的高效验证。虚拟城市云模拟能够加载真实或编辑的城市级高精度地图，实现数百万辆车流量和数千辆自动驾驶主车的并行加速，并进行7×24小时不间断测试。通过不断搜索Corner案例或积累算法处理较差的场景，丰富自动驾驶测试的场景库。当然，这背后有腾讯强大的游戏技术支持的明显痕迹。仿真系统可以分解数据链并分阶段进行验证，同时也可以集成和验证数据链。这在某种意义上更接近实际的道路测试。然而，需要强调的是，实车测试始终是必要的，模拟永远不能取代实车测试， ”苏奎峰表示。此前，腾讯与国家智能网联汽车试验区合作建立了智能网联车辆仿真实验室。利用高精度地图和仿真技术，将实验区的地理全景数字化，实现了在仿真环境中安全高效的智能车实验on测试平台还依赖于大数据云平台和高精度地图的结合。苏奎峰表示，云化是未来的一个主要趋势。不仅数据存储在云中，客户端的许多服务和终端决策也会随着云趋势的加强而发生变化。“未来，随着5G通信的增强……

离子链接，软件架构和硬件架构的升级，以及云能力的增强，自动驾驶肯定会逐渐从端到云的分布迁移。“这也是腾讯建立大数据平台的原因。此外，腾讯表示，TAD-Sim提供了一个地图编辑器，可以直接编辑高精度地图或导入实际制作的高精度地图。TAD-Sim还提供了一种通用的高精度图面接口，可以从地图中加载道路特征信息，也可以导入三维环境信息，如建筑物和树木。总的来说，无论是在车里还是在云中，这个闭环系统都是相互嵌套的。最终的演示形式可以是单独的模块，但如果你想提高数据流效率和开发效率，你需要将这个系统紧密耦合在一起，以最大限度地提高效率，”苏奎峰说。闭环系统中算法和数据流的效率越高，自动驾驶的成本就越低，核心竞争力就越强。灵活的商业模式在工具链上有一个完整的闭环，但在商业战略方面，腾讯的商业模式是灵活的。目前，“全家桶”“风格包装显然无法满足主机制造商目前对产品定制的需求。它可以单独作战，也可以联合作战。也就是说，三大业务可以模块化输出，也可以整合成一场群战。总之，它可以根据行业需求进行灵活组装，甚至在一定程度上进行定制。同时在三大核心业务能力的支持下，腾讯也一直在完善其自动驾驶解决方案。与其他玩家相比，腾讯没有基于自动驾驶分类对解决方案进行分类，而是根据用户的高频需求提供基于场景的自动驾驶解决方案，根据不同的场景和需求逐步实现自动驾驶落地。自2019年以来，腾讯一直瞄准高速和停车两大用户需求场景，并将针对这两个场景推出自动驾驶量产解决方案。苏奎峰告诉新智家，目前，腾讯高精度地图团队已经完成了国道、高速公路的高精度地图数据采集和绘制工作，为实现高速场景下的自动驾驶奠定了基础。

对于商业化落地，苏奎峰表示，由于互联网公司的介入，传统主机制造商固有的合作模式将发生变化，尤其是软硬件分离的趋势越来越明显。合作的模式和机制正在发生变化，目前腾讯和主机厂也在通过一些合作来推动模式的升级。例如，在汽车端的解决方案方面，腾讯可以同时提供地图定位算法模块和感知融合算法模块。然而，不同的汽车制造商和传感器配置仍然需要定制，通用模块很难适应所有车型。在大数据云平台方面，腾讯和宝马中国联合开发了一个自动驾驶高性能数据开发平台，该平台已交付使用。就像游戏中的辅助角色一样，腾讯正在“辅助输出”的概念下，将非常灵活的姿态融入主机制造商和行业玩家的自动驾驶生态系统。正如腾讯首席执行官马化腾在他的Moments上所写：“电动汽车公司开发自己的自动驾驶AI算法和大数据平台。腾讯凭借其对高效数据闭环运营的理解和实践，有望帮助汽车公司尽快实现自动驾驶的未来。

标签：宝马理念

汽车资讯热门资讯