" 今年的汽车行业更卷了。" 不少参加过今年几个大型车展的业内人都发现，汽车智能化下半场里一个突出矛盾是，不仅要卷技术先进性，还要卷合规性，既要快，又要稳。
这背后是智驾平权时代到来使然。放眼望去，如今不少一二十万的车型都配备了辅助驾驶、座舱大模型等功能，智能汽车已走进了广泛的 C 端大众。
所以，要快，但不能野蛮发展，任风险扩散；要稳，但不能进展迟缓，让体验掉队。这也对汽车云服务商们提出了更高维的要求。
而纵观一众汽车云厂商，腾讯汽车云是个特别的存在：它是一个手握 To C、To B 两类优势牌面，并将之相互打通的玩家。
首先，在 C 端，腾讯拥有大量 " 超级入口 "：微信，腾讯会议，腾讯地图、QQ 音乐等，这些都是大众日常高频使用的 APP，也是保证用户体验的基本前提。
而在 B 端，一方面，这些 C 端超级 APP 让腾讯汽车云找到了立足点和基本盘，就连一位汽车云友商高管也曾直言：" 我们和微信、QQ 音乐都有合作。在座舱场景中，你很难绕开他（腾讯）。" 另一方面，从 C 端沉淀下来的经验，还在不断转化成腾讯汽车云 To B 的技术势能。
这种兼具 B、C 两端优势的特点，正在成为智驾平权时代下，汽车云服务赛道里的关键差异。
不断优化对物理世界的连接，座舱体验才能更接地气
对于大多数 C 端汽车用户而言，与其说是购买的是高大上的技术，不如说是一种实实在在的产品体验。而其中，出行导航的体验尤为关键，堪称首要刚需。
这时候，导航地图作为连接人与车，车与道路环境等物理世界的核心媒介，往往是产品力最直观的体现，也贯穿了中国汽车智能化的发展史。
2017 年，钟学丹在腾讯地图事业部里牵头负责车联网业务。在做一个市场调研项目时，他和同事们收到了一个汽车用户反馈最多的痛点：
车载地图不好用，缺点很多，比如是离线的、无法及时更新，定位也不准等等。性能和手机地图没法比，以至于很多人都在车上另外安装了手机支架，使用手机导航。
如何攻克这一痛点？钟学丹等人开始花大力气优化车载导航，开启了车端智能化征途。
彼时，行业发展尚处早期，汽车 " 云端 " 能力还未受到足够重视，业内目光主要聚焦在 " 车端 "。
在不少消费者的印象里，当时市面上能买到的，所谓的 " 智能化 " 体验，大多都是预装方案，类似于交付一个黑盒安装到车上，其实并不具备 OTA 能力。腾讯对地图导航、语音、娱乐等一系列车载产品的优化，可以说恰逢其时。
2018 年，腾讯集团展开了腾讯历史上的第三次组织架构调整，史称 "930 变革 "。这次变革中，腾讯成立云与智慧产业事业群（CSIG），从消费互联网向产业互联网升级。
随着 CSIG 的成立，车联网业务也从地图事业部里独立出来，成立了 " 智慧出行事业部 "，由钟学丹负责。
单独成立出行事业部的必要性是什么？
腾讯内部人告诉雷峰网，从功能属性上讲，地图事业部属于产品线，主要做通用型产品；智慧出行事业部属于行业线，承担销售职能，更贴近市场和客户的产品需求，提供更垂直的解决方案交付，走好服务客户的 " 最后一公里 "。
2020 年前后，车端堆料带来的驾驶体验逐渐到达一个瓶颈期，车企和方案商们开始转向云端求解，汽车行业对云计算的需求随之变大。
也正值此时，2021 年腾讯开始推行集团业务全面上云，CSIG 也随之做出调整：把云作为整个 CSIG 的底座，支撑其全线产品。于是，包括智慧出行在内的 CSIG 各行业线都开始向云转型，大规模、趋势性地与云建立起强链接。
在不少智慧出行部门员工的回忆里，彼时，部门不仅在战略战术上强调云，还吸收了一批云计算人才，大家经常开会研讨，看怎么把云端和车端结合起来，推动智能汽车产品的突破。更多故事细节，可添加作者微信 xf123a 交流。
有了云端的支持，车端体验确实有了进一步的提升，但这种提升起初并没有大家预想的那么大。
直到 2024 年，情况开始逆转。
"2024 年之前，自动驾驶与 AI 和大模型的关联性都比较弱，更多还是代码堆积。但进入 2024 年，大模型对汽车的支持明显增强，带来了不少智驾体验上的升级。" 腾讯智慧出行解决方案总经理费玉霞表示。
费玉霞告诉雷峰网，在座舱场景里，许多看似简单的问答互动，例如天气查询和行程规划，在有了大模型支持后，变得能用、易用，而这些 C 端体验提升的背后，都离不开云与 AI 的双重飞跃。
而类似的智能体验还在增多。比如，腾讯智慧出行正在实现从室外道路到室内停车位的无缝导航衔接，帮助用户轻松找到更方便的停车位并智能规划续接路线。
过去一年已经覆盖全国 100 城 5000 个室内停车场地图的建设，并整合了微信小程序生态，一起来提升用户出行体验。
不仅如此，事实上，腾讯在人车交互上并未步于导航和出行，而是有着更大的 " 野心 "。
在汽车越来越像一个 " 大号 " 手机的当下，如何占据这一大型智能终端的 " 超级入口 "，是一个更为 " 关键 " 的问题，也是腾讯在智能汽车领域里的目标之一。
尤其是，通过大模型接入车载生态，车与人的互动正在变得更加顺畅自如。
从目前已公开的布局看，腾讯正在把 " 超级入口 " 的重任寄希望于 " 地图 "。对此你若有不同看法，可添加作者微信 xf123a 讨论。
在腾讯对智能汽车的未来设想中，让地图 LBS（位置服务）、AI Agent 能力，与丰富的微信小程序生态相结合。让用户直接对话地图，可能用户说的并不是一个 " 目的地 " 而是一个 " 出行目的 "。
当用户说出想法后，AI Agent 便开始结合地图路线，帮助用户规划目的地、行程、餐饮消费、用车保养、商场购物等需求。
再比如，用户一句话语音即可提前餐厅排队拿号，并让车载助手实时同步排队进度。
由此地图也就从提供 " 目的地导航 " 变成了提供 " 解决方案 "，成为涵盖用户衣食住行娱等方面的全功能性超级入口。而伴随着这一设想的逐步落地，腾讯也将进一步拓宽对物理世界的连接。
将云与地图能力融合一体，智驾研发才能更高效
不仅如此，眼下，这些 C 端 " 超级入口 " 还在不断转化为 B 端势能。
事实上就在前些年，智驾实现方式还是以机械传统的 " 代码 + 人工 " 为主，后来才逐渐开始 AI 化，大模型化。伴随一路进化而来的是：以驾驶数据、地图数据为主的数据正变得越来越重要。
费玉霞告诉雷峰网，2020 年前后，市面上的智能驾驶还只是若干个功能的组合，其中绝大部分都是通过 " 专家系统 " 的方式实现的。但到了 2023 年，BEV+Transformer 成了智驾实现的主流方式。
一个现状是，目前国内市面上 20 万左右售价的主流车型大都选择采购 BEV+Transformer 这一训练技术方案。
" 过去一年国内智能驾驶行业的普遍做法是：先用高精地图做模型训练，然后用轻量级高精地图或导航级地图来完成辅助驾驶。腾讯在去年所服务的科技公司和车企，大部分都采用了上述方案。" 费玉霞补充道。
" 模型要升级，对训练数据的要求也会随之提高。这时候，真实的、实时更新、精准的高质量数据，能够显著提升车企在研发和测试新一代模型时的效率，而这正是腾讯擅长所在。"
来自前端物理世界的地图等车端数据，源源不断输向后端，这些海量交互数据形成了大模型时代下车端与云端之间高效循环的生产线，加速着汽车智驾的研发效率。
例如去年，腾讯发布了 " 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，除继续提升 C 端用户的智驾体验外，腾讯地图还通过统一的地图和数据平台，实现人驾和车驾共用一张图、共享一份数据。
这样不仅提升了自动驾驶系统的研发效率，还大幅降低了自动驾驶训练的成本。
不仅如此，腾讯在助力智能驾驶研发时，还更加注重合规性。"合规 " 是一个与腾讯汽车云伴随的高频词汇，这背后是腾讯在 C 端互联网领域里长达二十多年的安全合规的经验积累，以及养成的对合规运营的高度重视。
费玉霞告诉雷峰网：" 与其他行业里已经成熟的合规要求不同，智驾领域的合规还在持续建设中，这就要求服务商在提供合规服务时，能按照政府的法律法规对合规方案做持续迭代、实时刷新，而这并非易事。"
她表示，腾讯在汽车云赛道里的合规是 " 分数更高 " 的合规——不止及格，而是要比八九十分还要高的水平。而腾讯汽车云之所以能做到持续的、高水平的合规，主要原因有两点：一是 " 云图一体 " 的架构设计；二是 " 汽车云专区 " 的打造。
在云图一体方面。
腾讯汽车云的多位从业者告诉雷峰网，近年来，" 云图为基、车云一体 " 是腾讯智慧出行业务重要的战略，这体现在方方面面。
比如在合规方面，腾讯云提供的全流程数据合规服务，就有地图的合规经验和资质做兜底验证。
利用 " 云图一体化 " 的优势，在车端数据传输前，做到 " 金融级 " 加密，确保合规后再传输；云上处理数据时，通过 " 专云专用 " 的智能驾驶云专区，进行有效的数据隔离。整个流程都依托腾讯地图的甲级图商资质，去做验证，最大程度保障合规。
云和地图业务的整合，是腾讯的优势之一。
" 腾讯的云与地图是真正打通的——两大业务同在一个事业群群组，同一套组织架构可以让两者更好地融合、协同。" 费玉霞告诉雷峰网，腾讯云和腾讯地图两大团队会一起持续迭代合规方案，基于实时变动的法规要求，持续去 check 产品的合规性。
在汽车云专区方面。
腾讯汽车云以 " 自动驾驶云专区 " 的形式来确保高水平的合规。
截止目前，腾讯打造了国内最大规模的智能驾驶云专区，已在华东、华北拓展了四个云专区。
费玉霞告诉雷峰网，汽车云专区有诸多优势，是严格遵从自然资源部安全合规要求，机房与网络独立于公有云，保障了全流程的数据合规。
雷峰网了解到，尽管市面上有不少 " 智驾云专区 "，但不同专区严格意义上存在不小差异。
费玉霞告诉雷峰网，按照自然资源部的要求，地图测绘等涉密数据需要保存在物理隔离的环境里，而不是在原有大的云计算资源中切一块出来用于自动驾驶。后者属于逻辑隔离，而非腾讯汽车云所坚持的、更严格的物理隔离。更多关于汽车云专区的布局故事，可添加作者微信 xf123a 交流。
" 这背后涉及到一个风险概率问题。而风险概率在合规安全性评估中，从来都是重中之重。" 她补充道。尤其随着今年以来的智驾普惠运动的推进，更高效、高水平的安全、合规，正在成为行业发展的关键。
不止于此。在钟学丹看来，眼下，汽车产业正进入到深度、全面应用 AI 大模型的阶段。云厂商需要提供全栈 AI 能力，助力汽车行业像用水用电一样，" 用好 "AI 工具，打造 " 好用 " 的 AI 应用。
在这一判断下，近期腾讯汽车云又发布了面向汽车行业的全栈 AI 能力，包含底座、平台、应用三大层级：
不仅以 " 云原生高性能智算 " 为核心，搭建了一套集算、存、网、数于一体的 AI 底座；还利用平台化能力，把 " 数据—模型—业务 " 这一链路，打造成 " 闭环高速公路 "，解决数据链条断开、接口对不齐、幻觉问题反复出现等问题。
同时，以 " 产品即能力 " 为核心，打磨出一套真正开箱即用、能顺畅落地的智能座舱 + 导航 + 服务体系。
这一套下来，为车企和智驾方案商等在 " 大模型上车 " 方面，提供了一整套可部署、可落地的有效路径。
结语
如果从服务车联网业务算起，汽车云供应商们在这一行已深耕有十多年之久。
在钟学丹看来，如今各家汽车云服务商在 IaaS 层等基础设施技术方面都达到了较高水平，难以拉开太大差距。此时，腾讯兼具 B、C 两端势能的优势就凸显出来了：能够更多维度地服务汽车行业客户。
这种多维的核心特征在于 " 全栈、全链条 " 的服务模式：从车端到云端再回到车端，形成了一个数据高效流转、体验及时反馈的 " 飞轮闭环 "。
在不少企业用户看来，在汽车云赛道里，腾讯是少有的能把 C 端物理世界与 B 端数字世界打通并形成完整闭环的服务商。
不管是早期对用户驾驶体验的重视，还是后来推出的 " 车云一体 " 数据闭环方案，又或是现在面向汽车行业的全栈 AI 能力，都体现了 " 多维服务 " 这一理念。
而这正是智驾平权时代下，市场方最核心的诉求。
