苏奎峰：自动驾驶，腾讯只做软件和服务

2020年1月10-12日，中国电动汽车百人会第六届年度论坛在钓鱼台国宾馆正式举行。本次论坛以“把握形势，聚焦转型，引领创新”为主题，继续秉承“传递权威信息，广泛讨论，促进交流合作”的目标，试图帮助业内人士梳理分析产业形势，探讨回应产业关切，寻找未来3-5年产业调整的方向和路径。在10日上午的自动驾驶论坛上，腾讯自动驾驶业务中心总经理苏奎峰就全球自动驾驶前沿技术和发展趋势发表了对自动驾驶场景的看法。

以下为嘉宾精彩实录，未经本人审核，已删除。实际上，我们不太强调L1、L2、L3、L4和L5。我们更倾向于强调场景，我们应该为客户解决什么样的问题，在高速拥堵的时候，或者在拥堵模式下，无论是解决用户的手脚问题。针对这些问题，我今天简单分享一下腾讯在自动驾驶领域做的一些工作。自动驾驶服务首先要了解用户的需求。我们在自动驾驶中划分了几个场景，包括乘用车和一些特殊场景，还有出租车出行服务。对于我们来说，首先要了解当前客户的需求，尤其是在乘用车这么大的市场规模下。我们可以看到用户的两个痛点。首先，上下班的时候，上高速可能要三到五分钟，下高速后到公司也要三到五分钟。80%以上的时间是在高速公路这样的封闭环境中运行，或者是高峰时段拥堵的城市道路。另一个是长途。当我们长途旅行的时候，这个场景里有拥堵，有高速巡航。在这两个高频出行场景中，我们用户的痛点是显而易见的，我们更愿意为这两个场景做一些服务。所以长途出行和拥堵的城市交通环境是我们研究自动驾驶非常重要的业务方向，包括和一些汽车厂商做一些深度合作。从数据驱动的角度来看，我们更喜欢把它们放在一起研究，因为即使在HWP模式下，我们实际上也有拥堵的路况。即使在TJP工作模式下，他也可能会遇到在四环上巡航80公里的状态，所以会有模式切换，但是我们需要解决的功能设置和场景响应也是一样的问题。在这些场景之后，腾讯愿意成为软件和服务的提供者，帮助行业发展。对这些场景做研究，收集数据然后做一些算法来搭建我们的云平台，仿真平台，高精地图。这些都不是为了给车厂提供整体解决方案，我们更愿意用灵活的模块化甚至场景模块化来帮助这个行业的发展。在整个布局上，我们将在云平台、仿真、高精地图的开发上投入巨资。我们相信这些方面也是互联网公司的优势，可以帮助车企发展。要做好云平台，做好仿真，做好高精地图。一定要自己做算法的研究，知道痛点在哪里，核心问题在哪里。我们要做好这些定位、感知、决策和核心算法。除了功能安全，我们还需要在系统安全上投资。当然，我们腾讯有科恩实验室，我们的实验室在整个信息安全，尤其是汽车领域，应该是全球相对领先的。云平台模拟+高精地图，解决用户痛点。在布局上，我们利用云平台仿真和高精地图来支撑车端的算法，解决核心痛点。在整个数据平台方面，我们在2019年与宝马合作，打造宝马在中国的自动驾驶开发平台。对于自动驾驶，尤其是L2.5以上的自动驾驶，一旦放开，其实就是场景驱动的数据驱动模式，永远不会改变。我们需要一个高效的开发平台，在高效利用数据、高效获取数据、高效获取计算资源的情况下，满足系统的要求。因此，我们在世卫组织期间建立了一个闭环系统……研发，而且我们会和车企合作，利用腾讯云的能力和自动驾驶相关研究的能力，支持车企和Tier1做研发。在仿真方面，其实很多车企都在用传统的仿真软件做仿真，但是一旦自动驾驶系统在2.5以上，其实有很多场景可以驾驶。场景的驱动系统除了剪辑场景，更多的是道路场景，大量场景需要加速。甚至说需要模拟大量现实中很少遇到的场景，需要搭建虚拟城市的场景。所以在仿真领域，除了单一版本的仿真，我们还会做场景仿真。场景模拟的核心是云加速，我们会产生大量的场景。每一次更新迭代，都需要数百万场景并行加速，快速验证需要云的并行计算加速。另外，很多场景在现实中是很难遇到的，哪怕是偶尔。我该怎么办？我们需要建立一个虚拟城市，在这个虚拟城市中运行随机的交通流来沉淀这个场景。这是腾讯在模拟方面做的。当然，我们现在和主机厂有一些商业合作，已经实现了云、单机版本的落地。实际上，模拟是在开发阶段进行验证的。自动驾驶是一个学习和进化的过程，在自动驾驶的整个生命周期中，甚至在汽车的生命周期中，都在不断进化和迭代。在这个过程中，我从车上反馈了一些数据。另外，我们需要这些我们处理不了的场景。经过仿真系统的大量验证，我们需要对OTA进行升级。目前和未来，自动驾驶系统中的仿真是伴随整个自动驾驶生命周期的过程，不再是传统的、简单的、只在开发阶段使用的工具。这是我们在模拟中有几个核心的功能。一个是交通流量，我们会收集很多数据来看这个交通流量。中国幅员辽阔，各个城市的交通驾驶行为并不完全相同，甚至大相径庭。我们会收集各个城市的数据来训练这个交通流，模拟当地的算法。在虚拟城市中，我们采集了国家高速公路的地图，可以自动快速生成国家高速公路。在做自动驾驶测试验证的时候，完全可以模拟在国家高速公路上行驶的场景，包括传感器模型。正是因为我们使用了Enrique引擎，所以我们可以从最底层获得他们的支持，从而开发出更精确的传感器模型。同时，他从最底层支持我们验证传感器模型和物理模型的一致性。同时，当我们构建3D环境时，我们将从最低的引擎级别加速3D城市级别的模拟。我们认为城市层面的三维重建模拟也是一个世界性难题。我们从最底层的引擎层面构建城市、灯光、天气、虚拟仿真，这是最核心的功能点。另外一个平台是我们的高精地图平台，高精地图就是数据和车的软件。无论对于车载终端，还是除了汽车之外的车载终端软件系统，我们都会利用我们在地图定位方面的优势。我们有全球顶尖的专家来做这个，我们会建立一个完整的闭环来做这个云服务系统。我们只是针对拥堵环境和高速巡航这两个场景定义了这些硬件。对于腾讯来说，硬件门槛太高。我们从不涉足任何硬件和传感器。我们只做软件和服务。这是我们一直非常清楚的。所以我们愿意和车厂和Tier1合作。就算我们做软件，哪怕一个小点给你带来价值，我们也愿意提供。不会有捆绑模式，我们更喜欢灵活。原因是我们认为自动驾驶本身是一个进化的过程。不再是传统的卖一块硬件的商业模式，而是未来逐步升级软件的服务模式。基于这样的服务模式，我们相信一定会有一些共同的合作点。所以自动驾驶解放双手后，对腾讯来说会有更好的内容生态。腾讯在内容生态上更有优势。我们有音乐，视频，游戏和微信，等等。基于这些内容，我们希望能够……给已经摆脱的司机和乘客更好的内容服务，这样我们才会把千人千面的服务生态推广给客户。对于腾讯来说，做自动驾驶，我们希望从云端打通服务，和你合作，打通汽车的入口。我们希望通过这样一个入口，为用户带来更多的内容和服务生态体系，为行业整体助力，让你在这个移动智能空间享受到更好的服务。我的分享到此为止。谢谢你。2020年1月10-12日，中国电动汽车百人会第六届年度论坛在钓鱼台国宾馆正式举行。本次论坛以“把握形势，聚焦转型，引领创新”为主题，继续秉承“传递权威信息，广泛讨论，促进交流合作”的目标，试图帮助业内人士梳理分析产业形势，探讨回应产业关切，寻找未来3-5年产业调整的方向和路径。在10日上午的自动驾驶论坛上，腾讯自动驾驶业务中心总经理苏奎峰就全球自动驾驶前沿技术和发展趋势发表了对自动驾驶场景的看法。

以下为嘉宾精彩实录，未经本人审核，已删除。实际上，我们不太强调L1、L2、L3、L4和L5。我们更倾向于强调场景，我们应该为客户解决什么样的问题，在高速拥堵的时候，或者在拥堵模式下，无论是解决用户的手脚问题。针对这些问题，我今天简单分享一下腾讯在自动驾驶领域做的一些工作。自动驾驶服务首先要了解用户的需求。我们在自动驾驶中划分了几个场景，包括乘用车和一些特殊场景，还有出租车出行服务。对于我们来说，首先要了解当前客户的需求，尤其是在乘用车这么大的市场规模下。我们可以看到用户的两个痛点。首先，上下班的时候，上高速可能要三到五分钟，下高速后到公司也要三到五分钟。80%以上的时间是在高速公路这样的封闭环境中运行，或者是高峰时段拥堵的城市道路。另一个是长途。当我们长途旅行的时候，这个场景里有拥堵，有高速巡航。在这两个高频出行场景中，我们用户的痛点是显而易见的，我们更愿意为这两个场景做一些服务。所以长途出行和拥堵的城市交通环境是我们研究自动驾驶非常重要的业务方向，包括和一些汽车厂商做一些深度合作。从数据驱动的角度来看，我们更喜欢把它们放在一起研究，因为即使在HWP模式下，我们实际上也有拥堵的路况。即使在TJP工作模式下，他也可能会遇到在四环上巡航80公里的状态，所以会有模式切换，但是我们需要解决的功能设置和场景响应也是一样的问题。在这些场景之后，腾讯愿意成为软件和服务的提供者，帮助行业发展。对这些场景做研究，收集数据然后做一些算法来搭建我们的云平台，仿真平台，高精地图。这些都不是为了给车厂提供整体解决方案，我们更愿意用灵活的模块化甚至场景模块化来帮助这个行业的发展。在整个布局上，我们将在云平台、仿真、高精地图的开发上投入巨资。我们相信这些方面也是互联网公司的优势，可以帮助车企发展。要做好云平台，做好仿真，做好高精地图。一定要自己做算法的研究，知道痛点在哪里，核心问题在哪里。我们要做好这些定位、感知、决策和核心算法。除了功能安全，我们还需要在系统安全上投资。当然，我们腾讯有科恩实验室，我们的实验室在整个信息安全领域，尤其是汽车领域，应该是全球相对领先的。云平台模拟+高精地图，解决用户痛点。在布局上，我们利用云平台仿真和高精地图来支撑车端的算法，解决核心痛点。在之三……整个数据平台中，我们在2019年与宝马合作，搭建了宝马在中国的自动驾驶开发平台。对于自动驾驶，尤其是L2.5以上的自动驾驶，一旦放开，其实就是场景驱动的数据驱动模式，永远不会改变。我们需要一个高效的开发平台，在高效利用数据、高效获取数据、高效获取计算资源的情况下，满足系统的要求。所以我们在整个研发过程中构建了一个闭环系统，我们会和车企合作，利用腾讯云的能力和自动驾驶相关研究的能力，支持车企和Tier1做研发。在仿真方面，其实很多车企都在用传统的仿真软件做仿真，但是一旦自动驾驶系统在2.5以上，其实有很多场景可以驾驶。场景的驱动系统除了剪辑场景，更多的是道路场景，大量场景需要加速。甚至说需要模拟大量现实中很少遇到的场景，需要搭建虚拟城市的场景。所以在仿真领域，除了单一版本的仿真，我们还会做场景仿真。场景模拟的核心是云加速，我们会产生大量的场景。每一次更新迭代，都需要数百万场景并行加速，快速验证需要云的并行计算加速。另外，很多场景在现实中是很难遇到的，哪怕是偶尔。我该怎么办？我们需要建立一个虚拟城市，在这个虚拟城市中运行随机的交通流来沉淀这个场景。这是腾讯在模拟方面做的。当然，我们现在和主机厂有一些商业合作，已经实现了云、单机版本的落地。实际上，模拟是在开发阶段进行验证的。自动驾驶是一个学习和进化的过程，在自动驾驶的整个生命周期中，甚至在汽车的生命周期中，都在不断进化和迭代。在这个过程中，我从车上反馈了一些数据。另外，我们需要这些我们处理不了的场景。经过仿真系统的大量验证，我们需要对OTA进行升级。目前和未来，自动驾驶系统中的仿真是伴随整个自动驾驶生命周期的过程，不再是传统的、简单的、只在开发阶段使用的工具。这是我们在模拟中有几个核心的功能。一个是交通流量，我们会收集很多数据来看这个交通流量。中国幅员辽阔，各个城市的交通驾驶行为并不完全相同，甚至大相径庭。我们会收集各个城市的数据来训练这个交通流，模拟当地的算法。在虚拟城市中，我们采集了国家高速公路的地图，可以自动快速生成国家高速公路。在做自动驾驶测试验证的时候，完全可以模拟在国家高速公路上行驶的场景，包括传感器模型。正是因为我们使用了Enrique引擎，所以我们可以从最底层获得他们的支持，从而开发出更精确的传感器模型。同时，他从最底层支持我们验证传感器模型和物理模型的一致性。同时，当我们构建3D环境时，我们将从最低的引擎级别加速3D城市级别的模拟。我们认为城市层面的三维重建模拟也是一个世界性难题。我们从最底层的引擎层面构建城市、灯光、天气、虚拟仿真，这是最核心的功能点。另外一个平台是我们的高精地图平台，高精地图就是数据和车的软件。无论对于车载终端，还是除了汽车之外的车载终端软件系统，我们都会利用我们在地图定位方面的优势。我们有全球顶尖的专家来做这个，我们会建立一个完整的闭环来做这个云服务系统。我们只是针对拥堵环境和高速巡航这两个场景定义了这些硬件。对于腾讯来说，硬件门槛太高。我们从不涉足任何硬件和传感器。我们只做软件和服务。这是我们一直非常清楚的。所以我们愿意和车厂和Tier1合作。就算我们做软件，哪怕一个小点给你带来价值，我们也愿意提供。不会有捆绑模式，我们更喜欢灵活。这是因为我们……我认为自动驾驶本身是一个进化的过程。不再是传统的卖一块硬件的商业模式，而是未来逐步升级软件的服务模式。基于这样的服务模式，我们相信一定会有一些共同的合作点。所以自动驾驶解放双手后，对腾讯来说会有更好的内容生态。腾讯在内容生态上更有优势。我们有音乐，视频，游戏和微信，等等。基于这些内容，我们希望能够给已经摆脱的司机和乘客更好的内容服务，这样我们就把千人千面的服务生态推广给客户。对于腾讯来说，做自动驾驶，我们希望从云端打通服务，和你合作，打通汽车的入口。我们希望通过这样一个入口，为用户带来更多的内容和服务生态体系，为行业整体助力，让你在这个移动智能空间享受到更好的服务。我的分享到此为止。谢谢你。

标签：宝马北京

汽车资讯热门资讯