腾讯全栈AI升级,为汽车智能化装上“智慧引擎”

上观新闻
23 Apr

  4月22日,在上海车展启幕前夕,2025 TIME DAY·腾讯智慧出行技术开放日举行。腾讯宣布全面升级面向汽车行业的全栈AI能力,从AI基础设施、开发应用平台到场景化应用构建完整技术矩阵,为汽车产业提供从模型开发、部署到应用的一站式AI解决方案,助力车企打造真正“好用”的智能应用。

夯实智能化底座重塑产业生态

  腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生指出:“高性能算力、精准数据闭环、快速迭代的AI模型,是驱动汽车智能化的三大核心要素。”依托腾讯云和高精度地图的技术优势,腾讯正全力推进“车云一体”战略,旨在为车企搭建高效合规的数据闭环体系,构建贯穿驾驶研发、生产制造、用户服务全流程的智能化基础架构。

  目前,腾讯在汽车云服务领域已形成显著领先优势。服务超100家车企及出行科技企业,其中30余家使用其海外云服务;汽车公有云增速达行业平均水平的两倍,智能汽车产品搭载量突破1500万辆。通过“混元大模型+先进开源模型”的多模型策略,腾讯在AI能力的三大层级展开深度布局。

  在AI基础设施(AI Infra)层面,腾讯打造国内规模最大的智能驾驶云专区,在上海、河北怀来等地设立四大专区。这些专区实现高效跨区数据传输与远程容灾,既满足自然资源部安全合规要求,又保持公有云的高性能与易运维特性。其云原生智算底座更是性能卓越:万亿参数大模型训练周期缩短至4天,千卡单日故障率仅为业界平均水平的三分之一,网络通信效率提升一倍,数据存储读写速度达到行业10倍,为智能驾驶模型训练提供强大支撑。

  AI开发与应用平台(AI Platform)则为车企提供全链路数据闭环服务。从数据采集、标注到模型训练、仿真测试,腾讯以开源开放模式提供一站式工具链。腾讯云TI平台集成DeepSeek全系列模型支持,内置智能驾驶领域开源工具与自研Angel训练框架,模型训练性能提升30%;大模型知识引擎助力一汽丰田智能客服问题解决率从37%跃升至84%,显著优化服务体验。

场景化创新突破开启智能出行新时代

  在AI场景化应用(AI Application)领域,腾讯通过技术创新为用户带来颠覆性体验。全新推出的座舱端侧大模型基于混元2B小参数模型,结合车载专业知识精调和本地RAG技术,实现“秒级响应”——首包延迟低于0.3秒,在理解用户驾驶场景的基础上,提供实时驾驶建议、故障处理指导等贴心服务。面对复杂问题时,端侧与云端大模型协同工作,确保问题高效解决。

  AI智能体深度整合腾讯车载微信小程序、腾讯地图等生态资源,成为用户的智能出行助理。用户只需一句语音指令,即可完成咖啡点单等复杂操作,服务信息无缝同步至手机端。腾讯地图车载版搭载混元+DeepSeek双模型,推出AI导航智能体,通过深度语义理解精准挖掘用户需求,提供个性化出行方案。

全球云服务布局赋能车企出海

  随着中国汽车产业加速全球化布局,腾讯依托覆盖全球的云服务网络提供坚实支持。目前,腾讯云在全球21个地理区域、56个可用区运营,拥有3200个加速节点,可实现全球用户就近接入。为响应企业出海需求,腾讯云计划新建沙特、印尼、日本等多个海外数据中心,助力车企高效搭建本地化数字基础设施。

  以比亚迪为例,其全球业务系统全面迁移至腾讯云,通过新加坡、美国等多地节点实现数字化落地。腾讯会议凭借17种语言实时翻译功能,每月支撑超万场跨国会议,助力比亚迪跨越语言障碍,实现六大洲、30多个工业区的高效协同。

  腾讯集团副总裁、腾讯智慧出行总裁钟翔平表示:“AI正在改写汽车行业的竞争规则,‘快鱼吃慢鱼’的时代已然到来。”腾讯将持续深化AI技术应用,帮助车企提升用户服务水平、加速技术创新,在智能化浪潮中构筑核心竞争力,共同驶向汽车产业的智能未来

(文章来源:上观新闻)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10