專訪騰訊蘇奎峰：從數據要素到三大平臺 自動駕駛落地提速

數據是自動駕駛的“燃料”，這已經成為業界的共識。4月9日，中央決策層發布的一份重要文件正式確立了“數據要素”作為生產要素之一的重要性，數據資源成為急需挖掘的金礦。

事實上，數據元素的重要性和想象力并不局限于此。未來，汽車將不再是一個信息孤島，而是一個移動感知終端。它將與道路和云相連，通過大數據、人工智能等技術實現智能出行。數據是連接所有這些的核心因素。在眾多自動駕駛玩家中，構建“數據閉環”是騰訊助力行業發展并實現突破的關鍵路徑。高效利用數據元素背后更深層次的邏輯在于行業理解和基礎設施支持。騰訊云提供強大的云服務能力，并在此基礎上構建高效的自動駕駛數據服務體系。因此，對于數據元素如何驅動自動駕駛，騰訊有自己的理解。基于此，騰訊在自動駕駛業務中推出了三款極具破壞性的產品：大數據云平臺、模擬測試平臺和高精度地圖。新智駕將與騰訊自動駕駛業務中心總經理蘇奎峰進行對話，試圖了解騰訊如何利用數據元素驅動自動駕駛，以及三大業務高效聯動的邏輯。

在廣闊的網絡空間中，自動駕駛數據閉環是如何高效運行的？數據是建造大型虛擬建筑的一塊磚。對于自動駕駛來說，數據以各種形式貫穿研發、生產、測試和運營的生命周期。與此同時，數據的爆炸也呈指數級增長，可以想象玩家們正面臨著數據的海嘯。因此，在數據元素的使用中，玩家在兩個維度上的能力非常重要：首先，數據是閉環的，沒有閉環，數據的有效性就無法驗證；二是如何在數據閉環的基礎上實現高效的數據操作。蘇奎峰向新智能駕駛表示，自動駕駛的核心競爭力在于低成本獲取和高效利用數據元素和計算資源。高效收集和利用數據元素，以及提高數據流通環節的速度，是自動駕駛技術整個迭代的關鍵。為此，騰訊在自動駕駛業務上推出了大數據云平臺、模擬測試平臺、高精度地圖三大業務。要了解這三個業務平臺對數據閉環的高效驅動，有必要追溯自動駕駛數據生成的鏈條。蘇奎峰舉了一個新智路的例子：● 一輛裝有傳感器的自動駕駛汽車在路上收集了大量數據。基于這些數據，可以構建相應的場景數據集來訓練自動駕駛系統的算法；然后，基于這些數據，進行場景分析，建立相應的算法評估體系；

同時，它還建立了一個虛擬仿真環境，并生成測試場景。● 在自動駕駛汽車投放市場的運營階段，汽車產生的數據也可以自動回傳，成為數據閉環的新開端。通過OTA鏈接，可以為自動駕駛系統的迭代升級獲取新的數據“燃料”。同時，采集或傳輸的數據還可以反饋到高精度地圖，在云端進行更新并推送到車上。由此可見，圍繞數據采集、場景構建、測試驗證、操作更新等環節，已經形成了數據流通鏈。蘇奎峰還認為，提高數據元素利用效率是一個全鏈條的事情，而不是單點解決方案。例如，從數據收集的角度來看，知道要收集哪些數據至關重要。在了解了晝夜、擁堵路段和非擁堵路段的數據需求后，可以自動或手動校準和觸發動態場景，以提高數據采集效率，避免重復。車輛實際在道路上行駛后，一些有用的數據也可以根據相應的觸發條件自動過濾并傳輸回云端；

此外，騰訊還將提供一個數據管理系統，對收集到的數據進行標記，快速清理、過濾和搜索必要的數據，以實現高效流通。該工具鏈涵蓋了從數據采集、數據訓練、算法模塊評估到實際道路測試的整個自動駕駛環節。這個閉環系統中每個工具的每一個方面都在提高數據元素的流動和利用效率，以便快速解決問題或加快研發， ”蘇奎峰說。例如，當遇到Corner案例時，騰訊可以從數據庫中找到相關案例來注釋算法訓練，或者快速收集相應的數據，以確保數據循環的穩定性和有效性。目前，對于L2.5級以上的自動駕駛系統，騰訊可以提供云工具鏈等生產工具，包括場景分類器提供汽車端和云的一些標準，用戶可以根據自己的算法需求進行選擇。大數據云平臺、仿真、高精度地圖的三重支撐，建立在對數據閉環和高效運營的理解之上。騰訊在自動駕駛方面的目標也很明顯：為行業客戶提供能夠高效收集和利用數據元素的軟件和服務，提高數據環鏈速度，幫助行業技術發展，加快產品落地。換句話說，為行業客戶提供自動駕駛云開發的工具鏈，集成數據收集、培訓、評估、更新等流程。這也是蘇魁峰一直強調的騰訊在自動駕駛方面的工具屬性。騰訊的大數據云平臺、模擬測試平臺、高精度地圖構成了這些工具鏈的產品形態。以模擬測試平臺為例，可以理解為騰訊的模擬平臺TAD Sim是一款大型自動駕駛汽車角色扮演游戲，結合了專業游戲引擎、工業車輛動力學模型、虛擬現實交通流等技術。

蘇奎峰告訴新智家，模擬測試的一個非常核心的功能是能夠將收集到的數據轉換為有用的測試場景。他強調，“工具本身要求我們能夠使用數據，我們也有數據元素的儲備。但對于模擬來說，核心功能在于工具，而不是數據本身。有了這個工具，車輛收集的數據可以產生大量的測試場景。”騰訊的TAD Sim模擬平臺也可以提供獨立版本和云版本。單機版可以進行場景編輯以及各種測試和驗證。云版本在云中提供高并發測試功能，包括場景云模擬和虛擬城市云模擬。場景云模擬通過大量數據生成數百甚至數百萬個測試場景，并在云中大規模并行加速，實現自動駕駛算法的高效驗證。虛擬城市云模擬能夠加載真實或編輯的城市級高精度地圖，實現數百萬輛車流量和數千輛自動駕駛主車的并行加速，并進行7×24小時不間斷測試。通過不斷搜索Corner案例或積累算法處理較差的場景，豐富自動駕駛測試的場景庫。當然，這背后有騰訊強大的游戲技術支持的明顯痕跡。仿真系統可以分解數據鏈并分階段進行驗證，同時也可以集成和驗證數據鏈。這在某種意義上更接近實際的道路測試。然而，需要強調的是，實車測試始終是必要的，模擬永遠不能取代實車測試， ”蘇奎峰表示。此前，騰訊與國家智能網聯汽車試驗區合作建立了智能網聯車輛仿真實驗室。利用高精度地圖和仿真技術，將實驗區的地理全景數字化，實現了在仿真環境中安全高效的智能車實驗on測試平臺還依賴于大數據云平臺和高精度地圖的結合。蘇奎峰表示，云化是未來的一個主要趨勢。不僅數據存儲在云中，客戶端的許多服務和終端決策也會隨著云趨勢的加強而發生變化。“未來，隨著5G通信的增強……

離子鏈接，軟件架構和硬件架構的升級，以及云能力的增強，自動駕駛肯定會逐漸從端到云的分布遷移。“這也是騰訊建立大數據平臺的原因。此外，騰訊表示，TAD-Sim提供了一個地圖編輯器，可以直接編輯高精度地圖或導入實際制作的高精度地圖。TAD-Sim還提供了一種通用的高精度圖面接口，可以從地圖中加載道路特征信息，也可以導入三維環境信息，如建筑物和樹木。總的來說，無論是在車里還是在云中，這個閉環系統都是相互嵌套的。最終的演示形式可以是單獨的模塊，但如果你想提高數據流效率和開發效率，你需要將這個系統緊密耦合在一起，以最大限度地提高效率，”蘇奎峰說。閉環系統中算法和數據流的效率越高，自動駕駛的成本就越低，核心競爭力就越強。靈活的商業模式在工具鏈上有一個完整的閉環，但在商業戰略方面，騰訊的商業模式是靈活的。目前，“全家桶”“風格包裝顯然無法滿足主機制造商目前對產品定制的需求。它可以單獨作戰，也可以聯合作戰。也就是說，三大業務可以模塊化輸出，也可以整合成一場群戰。總之，它可以根據行業需求進行靈活組裝，甚至在一定程度上進行定制。同時在三大核心業務能力的支持下，騰訊也一直在完善其自動駕駛解決方案。與其他玩家相比，騰訊沒有基于自動駕駛分類對解決方案進行分類，而是根據用戶的高頻需求提供基于場景的自動駕駛解決方案，根據不同的場景和需求逐步實現自動駕駛落地。自2019年以來，騰訊一直瞄準高速和停車兩大用戶需求場景，并將針對這兩個場景推出自動駕駛量產解決方案。蘇奎峰告訴新智家，目前，騰訊高精度地圖團隊已經完成了國道、高速公路的高精度地圖數據采集和繪制工作，為實現高速場景下的自動駕駛奠定了基礎。

對于商業化落地，蘇奎峰表示，由于互聯網公司的介入，傳統主機制造商固有的合作模式將發生變化，尤其是軟硬件分離的趨勢越來越明顯。合作的模式和機制正在發生變化，目前騰訊和主機廠也在通過一些合作來推動模式的升級。例如，在汽車端的解決方案方面，騰訊可以同時提供地圖定位算法模塊和感知融合算法模塊。然而，不同的汽車制造商和傳感器配置仍然需要定制，通用模塊很難適應所有車型。在大數據云平臺方面，騰訊和寶馬中國聯合開發了一個自動駕駛高性能數據開發平臺，該平臺已交付使用。就像游戲中的輔助角色一樣，騰訊正在“輔助輸出”的概念下，將非常靈活的姿態融入主機制造商和行業玩家的自動駕駛生態系統。正如騰訊首席執行官馬化騰在他的Moments上所寫：“電動汽車公司開發自己的自動駕駛AI算法和大數據平臺。騰訊憑借其對高效數據閉環運營的理解和實踐，有望幫助汽車公司盡快實現自動駕駛的未來。

標簽：寶馬理念

汽車資訊熱門資訊