騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生
2025上海車展期間，汽車巨頭、新銳勢力紛紛祭出自己的黑科技，誓要在這場行業(yè)頂級盛宴上吸睛無數(shù)。而在車企光鮮亮麗的發(fā)布會之外，一場關(guān)于汽車智能化未來的底層技術(shù)博弈也悄然展開。
騰訊在上海車展期間舉辦了2025年智慧出行技術(shù)開放日，不同于往年展示一些酷炫卻不明所以的技術(shù)概念，這一次騰訊將“全棧AI”實打?qū)嵉財[到了臺前，試圖憑借覆蓋基礎(chǔ)設(shè)施、開發(fā)平臺、終端應(yīng)用的一整套AI能力體系，為汽車智能化這場終局之戰(zhàn)提供堅實的技術(shù)底座。
這不僅是騰訊智慧出行的能力展示，更像是一場面向未來產(chǎn)業(yè)格局的“技術(shù)宣言”。當智能汽車成為產(chǎn)業(yè)拐點的共識，騰訊希望通過云、圖、大模型三位一體的能力體系，在新一輪產(chǎn)業(yè)博弈中成為賦能者、基礎(chǔ)設(shè)施提供者，甚至——新規(guī)則的制定者。
從“上車”到“住車”：騰訊的全棧AI布局邏輯
首先得承認，這一次騰訊的出手，是成體系的。
“全棧AI”并不是空洞的概念炒作，其背后是騰訊明確的戰(zhàn)略布局與系統(tǒng)能力建設(shè)。此次騰訊強調(diào)的三層架構(gòu)，分別對應(yīng)基礎(chǔ)設(shè)施（Infra）、開發(fā)平臺（Platform）和應(yīng)用場景（Application），幾乎涵蓋了汽車智能化轉(zhuǎn)型的所有環(huán)節(jié)，我們可以分別來看。
基礎(chǔ)設(shè)施層（Infra）是整個AI體系的“地基”。騰訊打造了國內(nèi)規(guī)模最大的智能駕駛云專區(qū)，算力強大到足以在短短四天內(nèi)完成萬億參數(shù)大模型的訓練，而業(yè)內(nèi)普遍耗時數(shù)周甚至更長。此外，騰訊云智算還能做到智能駕駛訓練連續(xù)300小時不中斷，這也成為了它敢提出“車云一體”戰(zhàn)略的底氣。
平臺層（Platform）則更像是車企的技術(shù)賦能工具箱。鐘學丹在交流中具體解釋了平臺層的邏輯：“我們在基礎(chǔ)的Infra層，比如算力、存儲和網(wǎng)絡(luò)，是基礎(chǔ)的能力。在Platform層，我們則用自己訓練模型積累的經(jīng)驗，幫助車企優(yōu)化這些能力，像數(shù)據(jù)標注、數(shù)據(jù)回溯，我們都會用大模型幫助數(shù)據(jù)提效或者提質(zhì)。” 換句話說，這個平臺并非簡單提供工具，而是要真正幫助車企以更低門檻、更高效率實現(xiàn)AI能力的快速迭代與精準落地。
至于應(yīng)用層（Application），騰訊的座艙端側(cè)大模型尤其值得關(guān)注。這一模型將AI能力從云端搬到車載本地，延遲不到0.3秒，“你話未說完，回答已開始”。對此，鐘學丹坦言：“端側(cè)模型的普及節(jié)奏取決于兩個關(guān)鍵因素：車端算力以及模型和車端應(yīng)用的結(jié)合程度。我們和多家車企在合作，但車的量產(chǎn)和普及還需要時間，因為即便是2B的小參數(shù)模型，對算力依然有一定要求?！?/p>
此外，騰訊還將AI agent與微信生態(tài)、地圖生態(tài)深度融合，希望借助生態(tài)優(yōu)勢為用戶創(chuàng)造真正流暢的智能體驗，甚至希望用戶逐步適應(yīng)“住在車里”的智能生態(tài)邏輯。這種邏輯并非遙不可及，騰訊的座艙AI早已能處理用戶語音訂咖啡、找路、規(guī)劃行程等實際場景，讓“住車”時代離我們更近一步。
從“上車”到“住車”，騰訊正試圖用全棧AI布局，把汽車智能化從簡單的應(yīng)用層滲透到每個用戶體驗的細枝末節(jié)，讓AI真正變得“無感可用”，就像水和電一樣深入生活日常。
大模型不是概念炒作，而是車企的必選項
與前兩年的概念上車不同，今年的大模型似乎真的開始“開車了”。
在行業(yè)內(nèi)，越來越多車企意識到：智能化不是選項，是必備；AI能力不是加分項，而是起跑線。
鐘學丹在交流中談到：“從2023年ChatGPT引爆至今，車企從云端接入大模型，已經(jīng)逐步進入到與座艙深度融合的階段。我們今天發(fā)布的AI agent，正是為了打破車內(nèi)應(yīng)用邊界，提升用戶體驗。”
他舉例稱，目前已經(jīng)有車企不再滿足于“生成一張桌面壁紙”，而是將大模型用于車載服務(wù)內(nèi)容的生成、智能提醒、語音交互等多維度場景，
同時，本地RAG技術(shù)與小參數(shù)模型相結(jié)合，也讓“大模型上車”從夢想照進現(xiàn)實。在本次發(fā)布的2B模型上，騰訊已實現(xiàn)了端側(cè)秒回推理，與傳統(tǒng)語音系統(tǒng)相比，用戶體驗有質(zhì)的飛躍。
但需要看到的是，智能座艙的AI agent并非一鍵上線，而是一個復(fù)雜的生態(tài)協(xié)同工程：既需要底層算力與模型優(yōu)化，也需要車企配合打通應(yīng)用生態(tài)。
正如鐘學丹坦言：“端側(cè)模型普及的速度，受限于車端算力與車企系統(tǒng)生態(tài)對接的節(jié)奏?！?/p>
這意味著，AI雖然被稱為車企的“第二引擎”，但啟動它，需要一整套高效、低延遲、強生態(tài)的技術(shù)與協(xié)作體系，而騰訊，正在試圖成為這套體系的中樞。
從智能到出海：“一朵云”撐起全球化野心
相比前幾年的“只談上車”，騰訊今年的重點還有一個轉(zhuǎn)向——出海。
2024年，中國汽車出口量首次超過日本，成為全球第一出口國。中國車企全球化進程加速，如何建立合規(guī)、可控的海外IT基礎(chǔ)設(shè)施，成為“走出去”的基礎(chǔ)門檻。
騰訊的應(yīng)對是“一朵云，全球通”。
目前，騰訊云已在全球21個區(qū)域部署了56個可用區(qū)，構(gòu)建起覆蓋六大洲的算力網(wǎng)絡(luò)。比亞迪在全球多個國家的業(yè)務(wù)系統(tǒng)，正是依托騰訊云節(jié)點運行；一個月開上萬場跨國會議，離不開騰訊會議的支持與17種語言的翻譯能力。
鐘學丹指出：“車企出海所需的云服務(wù)，與游戲、視頻行業(yè)完全不同，它對數(shù)據(jù)合規(guī)、系統(tǒng)定制化、生態(tài)兼容性的要求更高?！?/p>
顯然，騰訊想扮演的，不只是國內(nèi)車企的“后勤部長”，更希望成為全球智能出行的數(shù)字化工具。
然而，理想豐滿，現(xiàn)實骨感。在騰訊大張旗鼓地布局全棧AI、試圖以“車云一體”引領(lǐng)智能汽車產(chǎn)業(yè)未來的同時，它同樣需要直面一些極其棘手的挑戰(zhàn)。
首先不得不面對的是產(chǎn)業(yè)主導(dǎo)權(quán)問題。過去幾年，以理想、問界、小鵬等為代表的造車新勢力，不斷深化其AI技術(shù)的自主研發(fā)，已經(jīng)展現(xiàn)出了極強的技術(shù)獨立性。他們不再滿足于依靠外部科技公司提供的標準化產(chǎn)品，而更傾向于通過自研的方式，將AI能力牢牢掌握在自己手里。
鐘學丹也坦誠地指出：“我們與車企的關(guān)系本質(zhì)上還是互補型合作。很多車企都有了自研的能力，我們作為技術(shù)助力者，當然希望車企越來越強?！?盡管騰訊目前與車企的合作呈現(xiàn)良性互補，但長期來看，車企自身AI技術(shù)能力的崛起，無疑會弱化騰訊在產(chǎn)業(yè)鏈中的話語權(quán)。車企與科技巨頭之間微妙的競合關(guān)系，或許才剛剛開始。
除此之外，AI技術(shù)本身的局限性也在悄然發(fā)酵。當前，AI模型普遍存在“幻覺”（hallucination）現(xiàn)象，即便是經(jīng)過精心優(yōu)化的小參數(shù)模型，也無法完全避免偶爾出現(xiàn)的錯誤回答。鐘學丹坦言：“AI模型的本質(zhì)就是預(yù)測下一個token的概率問題，不可能做到百分百的精準，只能通過精調(diào)行業(yè)相關(guān)的數(shù)據(jù)、引入知識庫、持續(xù)訓練優(yōu)化，盡可能降低模型出錯的概率。”
但汽車行業(yè)不同于其他消費級場景，任何AI“幻覺”帶來的錯誤，都可能導(dǎo)致用戶的安全問題甚至嚴重的事故。這種技術(shù)與安全之間的矛盾，注定會在AI進一步深入汽車智能化的過程中，不斷引發(fā)行業(yè)內(nèi)外的爭議和擔憂。
而更宏觀的挑戰(zhàn)，則源自于市場現(xiàn)實的冷酷與無情。當下中國汽車產(chǎn)業(yè)身陷規(guī)?？涨暗摹皟r格戰(zhàn)”旋渦之中，車企正在面對殘酷的降本增效壓力，每一分錢的成本都必須精打細算。盡管騰訊強調(diào)自己的AI能力能夠為車企提升效率、降低成本，但在實際落地過程中，要真正說服預(yù)算緊縮的車企投入巨額成本部署AI生態(tài)，并非易事。
鐘學丹也承認：“車企之間關(guān)于智駕‘平權(quán)’的討論背后，其實是算力、傳感器成本的博弈。真正要實現(xiàn)普及，成本控制依舊是巨大考驗。” 從這個角度來看，騰訊的全棧AI戰(zhàn)略并不僅僅是提供技術(shù)這么簡單，而是在進行一場更加深遠的價值觀與產(chǎn)業(yè)生態(tài)的說服戰(zhàn)。
騰訊試圖向行業(yè)描繪一個美好的智能汽車未來圖景，過程中必然面臨著來自客戶自主性增強、技術(shù)安全邊界模糊以及市場殘酷競爭的多重壓力。這些挑戰(zhàn)不是依靠一次技術(shù)發(fā)布、一場漂亮的大會就能徹底解決的，而是需要騰訊與汽車企業(yè)長期磨合，共同應(yīng)對技術(shù)、產(chǎn)業(yè)與市場的復(fù)雜局面。
畢竟，智能汽車的未來，從來都不是一場獨角戲，而是一場產(chǎn)業(yè)內(nèi)外各方勢力錯綜復(fù)雜、博弈不斷升級的生態(tài)共贏之戰(zhàn)。
成為智能汽車時代的“水電公司”
湯道生在演講中用一句話概括騰訊的目標：“我們不造車，但要幫助車企造好車、賣好車，用好車?！?/p>
這是一句聰明且理性的定位，也是一場更深層次“車云之爭”的開場白。騰訊全棧AI能力的發(fā)布，是一次從功能賦能走向底層重構(gòu)的信號，昭示著未來智能汽車產(chǎn)業(yè)的博弈，可能不再是車機系統(tǒng)誰更酷炫，而是誰的“AI底座”更穩(wěn)、更通用、更安全。
然而，冷靜觀察之下，這套全棧AI戰(zhàn)略真正能走多遠，仍然充滿不確定性。
騰訊雖然技術(shù)底座強大，但汽車產(chǎn)業(yè)鏈正在經(jīng)歷深刻變革。越來越多車企在加速自研，力求掌握核心技術(shù)主動權(quán)。在這樣一個去平臺化、強調(diào)自主可控的趨勢中，騰訊要如何在“不做車企老板”的前提下，持續(xù)維護自己在智能汽車領(lǐng)域的不可替代性？這是一個必須長期回答的問題。
另一方面，AI大模型在安全性、可靠性上的結(jié)構(gòu)性難題，短期內(nèi)依然無法徹底跨越；更現(xiàn)實的是，價格戰(zhàn)陰影下的汽車行業(yè)，正在用最冷酷的市場邏輯，考驗每一項新技術(shù)的投入產(chǎn)出比。
騰訊清楚這一切。正如騰訊智慧出行副總裁鐘學丹所說：“我們更多是一個助力者，真正的決定權(quán)在車企手中?！?這句話透露出騰訊對汽車行業(yè)邏輯的清醒認知，也暗含了某種必要的克制。
智能汽車的未來，注定不會只屬于某一家科技公司。騰訊，已經(jīng)邁出了一大步。但離成為真正意義上“水電公司”的角色，它仍然要經(jīng)歷更多硬仗，付出更多耐心。
（本文首發(fā)于鈦媒體App，作者｜李玉鵬）
熱門跟貼