时隔不久，早在自动驾驶领域有所布局的腾讯再次出现在公众视野，区别于此前，此次腾讯首次面向社会单独为自动驾驶业务举办了技术开放日。12月7日，腾讯自动驾驶总经理苏奎峰、仿真业务负责人孙驰天、数据云平台产品负责人王钰悉数到场，详细为现场人员介绍了其在自动驾驶领域的战略布局。
即便将时间定在周末，腾讯总部大厦二层的这间小会议室里依旧座无虚席。开放日正式举行的一周前，腾讯就在名为“腾讯产业互联网”的公号上开放了报名通道，当天到场的有来自整车厂、科技公司等对自动驾驶感兴趣的百名人士。大厦之外，还停放着几辆腾讯改装的自动驾驶汽车。
会议现场，苏奎峰再次重申了“腾讯不造车，也不做硬件”的初衷。明显，做好软件和服务才是腾讯的目标，他们将服务对象瞄向车企。
基于数据平台、模拟仿真和高精度地图三大基础平台，腾讯自行研发了融合定位、环境感知、决策规划等核心算法，主要针对L2以上场景产品研发，提供模块化软件和服务，助力自动驾驶产品快速落地。
但要想实现自动驾驶量产应用，企业必须将用户需求作为首要考虑要素。苏奎峰认为，上下班通勤拥堵和长途旅行驾驶疲劳两种特定情况，已经成为目前用户在出行方面的痛点。为解决此问题，腾讯自动驾驶正在推进高速巡航（HWP）与拥堵巡航（TJP）相结合的解决方案，力求在国内120 km/h的限速前提下，实现纵向和侧向跟车（包括上下匝道等）功能。
该功能的实现需要大量数据做驱动。所以，如何高效收集和利用数据，如何提高数据循环链路速度，如何利用数据做测试验证，成为制约自动驾驶技术迭代的关键。对此，腾讯开发了自动驾驶数据云平台和TAD Sim自动驾驶模拟仿真平台，而这两个平台的构建需要建立在高精地图的基础之上。因此，高精地图也被腾讯摆在了重要战略位置上。
自动驾驶数据云平台方面，腾讯通过线上工具链，进行算法预标注，以实现样本自动化生产，其中包括全要素目标检测、跨相机目标跟踪、语义分割等图像标注、3D激光点云标注、以及精准图像与3D点云融合标注、变道标注等多种自动驾驶研发专用样本。“区别于线下工具，云端标注能够平均节省50%以上的人工标注成本。”王珏表示。
与此同时，该云平台还能提供便捷图形化界面交互、KPI评测体系等算法训练评测服务，并能够支持大规模场景数据集检索使用的统一数仓管理服务。
基于以上功能，腾讯自动驾驶数据云平台不仅能够为车企及自动驾驶开发、测试及运营部门，提供软硬件开环系统的测试验证、典型交通场景的闭环验证、传感器模型及其它环境模型验证。同时还能提供自动驾驶车队管理调度、运行监控、轨迹跟踪、在线反馈，以及高精度地图、算法模型、软件OTA升级等整套服务。
自动驾驶模拟仿真平台方面，依托于在游戏领域的技术积累，腾讯将游戏引擎、工业级车辆动力学模型、虚实一体交通流等技术应用在其仿真平台TAD Sim，利用场景编辑器、路采数据、和数据交通流生成虚拟场景，提供场景型云仿真和虚拟城市型云仿真两种模式，对自动驾驶技术进行测试验证。
孙驰天称，有别于传统模拟测试软件，腾讯更加注重数据的利用率，凭借云端运行的方式，其能够利用现有数据资源生成更多场景。除测试验证自动驾驶技术外，腾讯的模拟仿真平台还可以为政策制定部门、交通管理部门提供交通调度管理、道路及交通规划、自动驾驶法规研究等方面的测试。
作为两个平台构建基础，在高精地图的布局上，腾讯一方面在云端存储大量数据，形成数据闭环体系，实时反映在高精地图中；另一方面，其能够在车端实时观察地图，一旦发现出现变化，就采用众包方式去验证和更新地图，以保持其精度和鲜度。
据孙驰天介绍，通过高精度地图，TAD Sim可以完成不同环境下的几何模拟，以及测试车辆的感知能力、决策能力、和车辆控制的模拟仿真。
截至目前，基于以上三大基础平台（数据平台、模拟仿真、高精度地图），成立近四年的腾讯已基本构建了自动驾驶核心能力。对于腾讯而言，接下来要做得是将业务重点放在技术迭代和做好用户服务上。
会后，苏奎峰、孙驰天、王钰共同接受了包括亿欧汽车在内的核心媒体的采访。
以下为采访实录（有删改）：
Q：腾讯对自己的定位是什么？只做软件服务商的话，未来将如何适配硬件？
苏奎峰：腾讯的定位是提供软件和服务，助力车厂自动驾驶业务快速落地。未来，我们会把更多资源投入到能够助力车厂的软件服务、供应链、核心软件上面。关注好客户需求，做好用户服务。
但腾讯只提供软件，不代表不碰硬件，因为软件需要基于整车硬件进行优化。首先，在软件架构设计层面，我们会尽可能搭建一个能够兼容各个平台的算法；其次，我们会针对不同车型和厂家进行优化。由于自动驾驶对算法算力要求高，底层优化非常关键，一定要做到适配，这个步骤一定不能绕过去。所以，针对硬件的优化也是软件的一部分。
Q：现在腾讯的仿真平台需要多少机器资源？仿真场景能不能和实际路测场景相匹配？
孙驰天：腾讯云是可扩展的，现在是根据我们提交的需求来扩展资源。我们提交的场景越多，腾讯云给到的资源就会越多，这是动态的。从现实来看，虚拟场景和真实场景是能对应上的。真实场景的路测，可以在仿真系统里复现和测试。但仿真系统测试完之后，如何能在路上做一模一样的测试，很难，除非找个演员。
Q：腾讯仿真平台的最大卖点是什么？
孙驰天：我们比较重视数据的利用率，也就是如何能最大限度把采集的数据利用起来。我们更重视如何用现有数据资源生成更多场景，这需要很大算力，我们主要在云上运行，这是我们和传统车辆仿真软件比较大的一个区别。
苏奎峰：自动驾驶需要大量数据来做一些基于数据的验证，这不单纯是仿真自己的问题，还是生成技术手段的问题。因此我们的云端、感知、决策，所有团队都会助力仿真团队做好这件事。同时，腾讯在游戏、AI方面都有一定的技术积累，能为仿真提供帮助。
Q：在数据采集标注和仿真方面，目前腾讯的付费模式是什么？
苏奎峰：仿真方面，我们会根据客户需求，提供单机版和云端版。会为客户提供基础配置，也会根据客户需求提供不同配置，至于服务费和运维方式，是要具体谈的。标注的话就按标注的章，都有计费方式去收费，如果客户有测试资质，我们可以提供从采集到标注的一条龙服务，如果客户已经有数据了，需要我们标注，我们只提供标注服务也可以。现在市场上也有一些小标注公司的成本也很低，但不知道他们是不是合法合规经营，腾讯的态度是，国家法律规定是红线底线，绝对不会碰。
Q：在高精地图实时更新这方面，腾讯目前是在测试阶段？是通过众包方式实现更新的吗？
苏奎峰：对，云端和车端的验证，我们技术层面都打通了。依靠很多车在马路上跑，才能更新自动驾驶数据，而不是通过再采集、再分析的方式。当然这是低成本的数据更新，这两个不太一样。
更新分两种，一种是大规模众包方式，前提条件是我已经有一定的基础。还有一种情况是，如果新修一条路，我们一定要拿激光先采一遍，做一个底图上去。不同的更新有不同方法和策略，但都是为了保证高精地图的可靠性、准确性、实时性。单独派采集车的话，周期比较长，频率很低。但如果有上百万辆自动驾驶车去跑，会回传很多数据，自动驾驶车本身也有感知能力，很多已经检测到了，分辨出了差异化，再传回来，实现更新。
Q：除众包之外，腾讯通过怎样的自由手段更新高精地图？
苏奎峰：比如V2X、5G路测的一些节点。但像目前基础设施还无法覆盖足够大的范围，5G的成本也很高，这就要考虑商业化问题。如果只更新五公里、十公里、一百公里的示范区，是没有问题的，各种手段都可以，但是要在全国范围内一遍遍刷新的话，就存在一定的商业逻辑在里面。
Q：关于高精地图制作成本，腾讯成本大概是在什么量级？现在来看，城市内道路的高精地图采集成本是比较高的吗？
苏奎峰：量级差别还是蛮大的。城区道路的要素很多，环境也差。采集时，城区的车辆多，拥堵情况多。这种情况下，地面的要素就看不到了，可能这次看了20%，下次再堵的时候，又看了20%，就需要一次一次采集。我们现在还没有大规模生产。小规模生产和大规模生产也有很大差异性，很难横向比较。
现在看来城市内道路的采集成本有点高，但也未必，主要取决于技术手段和技术实力。
Q：腾讯现阶段的业务重心是不是在HWP和TJP方面？
苏奎峰：这是我们落地的一个方向，比如仿真云，我们布了大量人力，但在这过程中，我们L4也在做测试，做技术迭代。当下不会投入太多资源，比如把50%或者80%的资源放在L4，不会的。我们资源会有倾斜，倾斜到当下产业阶段，产业需要什么，我们就做什么。
Q：腾讯以后会不会去掉激光雷达，走与特斯拉相似的路线？
苏奎峰：激光雷达去不去掉，是取决于场景的。现在一些激光雷达的距离、激光点的密度远远满足不了未来真正自动驾驶的需求，我们需要更好的激光雷达。现阶段很难拿到满足要求的激光雷达，并不代表不做激光雷达。没有激光雷达，很多场景是解决不了的，尤其是城区这种场景。现在，早期买的激光雷达基本都需要替换，激光雷达没有想象得那么好，尤其机械部件，容易随着时间的增加而磨损，但他又对光学要求很高，时间一长，会出现很多问题。
作者：张男
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
