如果要问所有参展商，今年上海车展与往年有哪些不同，得到最高频的回答一定是“智能化”。

人工智能的爆发式发展正在推动汽车智能化进入深水区，也成为车企寻求差异化优势的核心因素之一。无论是智能辅助驾驶的架构革新，还是智能座舱的体验升级，车企对AI能力的需求从未像今天这样迫切，而AI能力服务商也在摩拳擦掌。

4月22日，在上海车展开幕前夕，腾讯宣布面向汽车行业升级全栈AI能力，涵盖AI基础设施（AI Infra）、AI开发与应用平台（AI Platform）及AI场景化应用（AI Application），帮助汽车行业实现模型开发、模型部署及模型应用。

这是腾讯又一次在汽车行业宣布能力升级。在过去数年时间里，不造车的腾讯已经成为汽车智能化领域极其重要的参与者。

目前，腾讯提供的云服务已经覆盖了100多家车企和出行科技企业，其中有30多家使用了腾讯的海外云服务。在汽车公有云领域，腾讯增速位居行业第一，是市场平均增速的两倍，而其旗下智能汽车产品搭载量已经超过1500万辆车。

在近日接受界面新闻新闻的独家专访时，腾讯智慧出行副总裁钟学丹详细阐述了腾讯切入汽车赛道的缘由，以及腾讯能够为汽车行业带来的改变。

在他看来，高性能算力、精准数据闭环、快速迭代的AI模型，是汽车智能化的三大底层要素，但也是许多车企的薄弱环节。这也导致车企在将AI技术转化为AI应用的过程中面临一系列挑战：

训练模型需要大量高质量数据，车企拥有海量繁杂数据但却不知如何筛选与提炼为大模型所用，并面临着“规模-效率悖论”。而在模型能力方面，车企在基础设施和工具链的布局还不够全面，基于预训练的Scaling Law也达到瓶颈；当AI应用真正在车端落地时，车企则难以找到最佳的转化方式。

腾讯将自己定位为汽车产业的数智化助手和生态共建者。钟学丹认为，腾讯的优势在于独到的数据闭环能力、丰富的模型训练经验，以及广泛的用户连接能力，能够把AI能力转化成对用户需求的实现。前两者决定了模型的能力、效果和质量，后者则关乎用户最核心的使用体验。

“汽车产业已经进入到深度、全面应用AI大模型的阶段。”钟学丹表示，腾讯通过提供全栈、好用的AI工具箱，能够帮助车企跨越对数据工程、模型优化和应用场景接入上的难题，最终让汽车行业像用水用电一样，用好AI工具，做出更好的AI应用。

那也是汽车智能化大潮真正的“质变”时刻。

以下是采访全文：

大模型已经走入汽车的服务日常

界面新闻：参加这届上海车展，和过去车展最大的区别在哪？

钟学丹：汽车产业这两年有很多显著变化。电动化方面，过去两年新能源车的市场占比已经成为超越燃油车占比，智能化方面，智能座舱、智能辅助驾驶也在持续快速更迭中，尤其是2023年大模型涌现出来，越来越展现出了强大的生命力，对汽车产业也有很大的推动力。

一方面，端到端大模型，对智能驾驶技术带来突破性进展，加速落地的可能性；另一方面，大模型在汽车产业内部的应用，不管是智能座舱的能力还是在车企的研发、生产、制造以及营销和服务等领域都可以看到大量的落地。所以从今年上海车展来看，智能化不是一个口号，而是在所有车里都能感受到。

界面新闻：汽车是不是最大的AI端侧应用？

钟学丹：目前来看，汽车是最先或者最适合做端侧应用的智能设备。一方面，基于端到端大模型的智能驾驶，本身就是端侧的模型的应用；另一方面，随着小参数模型能力越来越强大，以及座舱内算力的提升，在端侧直接运行一个模型有了可能性，也能帮我们实时解决车端的各种问题和应用，它会是最现实、最直接的应用场景。我们也会做到端侧和云侧的结合，这一定是端云结合的体验。

界面新闻：智能驾驶哪些方面更依赖AI？

钟学丹：端到端模型让智能驾驶从规则驱动，走向了数据驱动的范式，这个范式本身就是AI基础的能力，包括在模型侧的能力；在数据侧，除了车辆采集的数据，未来智能驾驶会大量应用到合成数据，来优化很多小场景下的体验。因为我们不可能把所有的场景都采得这么完整，通过数据的合成，可以更真实地还原特殊场景。合成数据也很依赖AI的能力帮助数据质量提升。并且，现在并不是简单地去要更多数据，而是如何提升数据的质量，这个地方AI也能发挥它的作用。

界面新闻：能不能具体举例AI如何应用到汽车的日常使用中？

钟学丹：举几个例子，今天的智能驾驶更多是车自己去开到一个目的地，AI介入后可能会让智能驾驶系统与用户之间有更好的互动。比如，主动与用户沟通，帮助去理解智能驾驶当下做的决策是怎样，基于怎样的经验和策略，也会针对用户的偏好，喜欢开的效率优先、还是更稳一些，来做相应的调整，让我们获得更安心的体验。

另一方面，当我们有端侧AI能力的时候，也可以帮助我们更好的理解当下环境，比如某个路口交规，比如对用户驾驶行为进行提醒，就可以更好地帮助车主理解在当前环境下怎样驾驶才是更安全合规的。我们还可以在车上很方便地帮用户完成日常生活任务，比如点餐、咖啡甚至各种服务。

界面新闻：从商业逻辑来看，本质上我们还是要把汽车卖出去。智能驾驶、AI，会不会成为新一轮汽车消费的动力？

钟学丹：用户对一台更懂他的车肯定有很强的诉求，最终买的是体验而不是技术。如何让AI技术跟用户的使用体验更好的结合，这才是用户真正会去买单的点。有了AI的能力后，我们会让语音交互变得更自然、更好理解。早期的语音经常会遇到跟车吼半天也没有响应，今天不仅是能理解、回答，还能服务，这个感觉是完全不一样的。

界面新闻：汽车上AI之后，它对整个产业链会有哪些变化？比如智能驾驶带动了激光雷达、摄像头，带动了地平线、英伟达这样的公司。

钟学丹：跟硬科技的关联度没有那么强，但整个应用和服务生态的产业链会产生很大的变化。第一方面，AI必然会带来算力的需求，会促进云厂商基础底层算力、芯片领域的发展，以及在大的网络集群方面的能力，需要持续进化迭代，才能满足更大量业务需求和场景。

有了这个基础后，相当于我能理解用户了，但我们不能只理解他，而是要帮他做事情，应用和服务要跟上，比如我们现在在做的AI Agent，这就考验各个应用和服务如何跟AI能力打通和接入，像今天比较火的MCP servers，它会给大家提供很好的服务接入的方式，这会使整个产业链都会开放自己的能力，而不是像以前用户在各个应用之间来回跳转这么麻烦。

界面新闻：所以产业链上你认为最大的变化是算力，第二是AI带来的服务。

钟学丹：对。

界面新闻：影响更大的是互联网厂商？

钟学丹：互联网公司和互联网服务的产业，不管是服务类、应用类、内容类都会相应产生很多变化，包括今天生成式的AI，我们可以用车去创作很多事情，它也会产生更多的内容，这些内容可以更好地跟用户分享，获得更好的体验，这些都会使相应的场景和生产方式不一样。

就像有了无人机之后，大家可以有更方便的拍摄视角，车其实也是个很好的内容创作（窗口），我创作的内容也可以帮助用户获得更好的体验。所以它不只是我们说的服务上，它是一个更数字化的链路，或者叫生态链的跃迁。

界面新闻：在这个阶段会不会诞生超级应用服务商，像手机有移动互联网后带来很多超级APP？

钟学丹：在这个阶段还不太容易显现出来，而且随着AI技术的应用，我们可能要摒弃掉超级应用的概念，用户会更多地跟他所感兴趣的服务链接，如何提升链接的效率和服务质量才是更重要的。之前我们更希望通过一个应用满足用户某个特定需求，今天会更碎片化，更多是结合不同的服务和能力完成用户需求，这个需求往往是跨应用、跨服务的，可能不是一个简单的超级应用概念。

汽车智能化大潮，腾讯能做什么？

界面新闻：腾讯现在能给车企提供哪些能力，在AI上的定位又是什么？

钟学丹：助力车企提升AI能力是我们最核心的诉求。我们不是要帮他们拼凑好工厂的每个零部件，更多是帮助车企完成基础设施的搭建，帮助车企用好AI能力来加速场景化应用。

所以从AI的Infra、到AI的Platform，再到AI的Application，每层我们都会为车企提供相应的基础设施和工具，帮助他们更好地搭建能力。

举个例子，今天车企其实有大量数据，但这些数据怎么用？我们原来应用数据的方式是用大数据平台来做分析和理解，但今天是新的范式，需要把现有的数据变成些更高质量的数据，那么对数据的理解和筛选就很重要。如何更好地加工和生成这些数据？这是我们可以帮助车企完成的工作。

第二层，你有模型后，这些模型怎么能更好地运行和使用？随着模型参数越来越大，每次模型训练都是一次历险，最近OpenAI最新的发布也谈到他们最新的模型遇到很多坑，他们从万卡到十万卡的过程中会面临很多挑战。我们在互联网行业已经有很好的模型应用和服务经验，可以很好地帮助车企避坑。

第三层是在应用层，如何让AI的能力，跟应用和服务场景对接。能力是一方面，但到应用层，用户追求的是体验，不会说你有多少好的技术我就会买单，这时候需要把这些能力跟我们实际应用场景结合起来，并且打出更适合用户体验的交互方式，这些方面我们也会提供相应的产品和工具，帮助车企更好地完成这个过程。

界面新闻：有具体的客户案例吗？大家现在都有AI，腾讯在AI上差异是什么？

钟学丹：一方面我们有自己的基础大模型——混元，另一方面我们很开放地在拥抱开源，这使得我们在模型的能力持续进化和迭代。并且，腾讯本身有很大的应用场景，我们现在已经有超过700个应用接入了混元大模型的能力，我们不只是讲这个能力有多好，而是已经把这些能力在我们的产品中持续迭代打磨，让用户真正用起来。所以我们更多的优势在于，我们更懂得如何用好AI能力，以及如何在这个过程中给用户带来更好的体验。

界面新闻：华为阿里也在做类似的事情，那腾讯的侧重点在哪个方向上？

钟学丹：第一，基础模型大家都有而且都在持续迭代，腾讯会更多的重视把AI与应用场景、产品结合；第二，我们把AI的能力更多普惠到用户，这是我们做的跟别人不太一样的。

目前大模型不是有和无的问题，比如你今天看到的这些模型，并不是说一个模型把另一个模型打败，或者说这个模型有超强的能量。这些东西大家可以很快地都具备，并不是独特的点。更重要的是这些AI能力能不能真的帮助用户改善体验，获得更好的愉悦感，而不是做一些所谓标新立异的东西，好的产品跟实际生活是很自然的融入，而不是一种割裂。

界面新闻：腾讯怎么跟自动驾驶公司合作？提供什么能力给他们？

钟学丹：前面提到的AI的Infra，Platform、Application这几个能力都有，对自动驾驶公司来讲更重要的是AI Infra的能力，这方面我们跟他们是互补的，他们更关注创造模型的完整体验上，但这些模型训练、数据梳理背后都需要很强大的Infra的能力，我们可以提供很好的支持。

第二，我们地图的能力，一方面，我们在地图数据上积累的很多工作链，帮助他提升训练的效率；另一方面，我们提供智能驾驶所需要的基础地图能力，今天大家说“无图”并不是真的没有图，只是没有高精地图，在整个驾驶的过程中仍然有地图的需求，怎样让地图帮助提升智能驾驶体验、更少犯错都是很重要的，所以我们和在智能驾驶地图领域有深度的合作。

界面新闻：如果现在跟车企说几个要跟腾讯合作做AI的几个理由，你会用哪几个理由？

钟学丹：第一，在数据能力上，腾讯确实有独到的能力。一方面我们有地图，也有仿真、数字孪生的技术基础，这些都是对数据工程能力上的增强。

第二，在模型训练的算力、网络和存储领域，腾讯自己踩过很多坑，所以有很好的经验。我们也跟很多行业客户持续打磨，这个过程中积累下来的经验可以帮助车企在模型部署、训练以及应用的过程中更好地提升体验。

第三，在应用层，一方面我们会为车企提供很多应用组件，帮助他在数据库或者在数据的提取能力上打造领先优势。另一方面，车企更关注的是在车端，在车端腾讯有广泛的生态连接能力。我们理解用户，最终要把用户的想法转换成他服务需求的实现，这也是我们相对独特的优势。我们可以触达更宽泛的内容，以及更好帮助服务形成体验闭环。

界面新闻：腾讯最大的优势还是在最后的用户体验跟服务上。

钟学丹：前面两个也很重要。没有前面这两个，后面就做不起来了，特别是数据的能力。我们现在帮助很多智能驾驶合作伙伴搞的地图，已经能明显看到提升的价值，这是一个非常显著的优势。

为什么老强调这个？因为这是面对大模型时，大家往往会忽视的东西。大家往往会关注模型怎样，关注应用，而不去看数据，但数据会决定后面模型的能力、效果和质量，这个源头很重要。这也是我们要帮助车企提升的核心能力，这个能力强了，后面才有更好的产出。

AI时代，坚守“不造车”的边界

界面新闻：在内容和应用生态上，腾讯有很多手机上的用户，有可能会迁移到汽车上吗？

钟学丹：我们18年底就发布了车载微信，这次也会发布新版车载微信，在各方面有很大的提升。另一方面，我们把微信的小程序生态引入到了车上，帮助用户满足头部和长尾的需求。

微信的小程序是当前最完整的应用生态，它不仅有各个头部的应用，同时也有长尾的应用，满足大家方方面面的需求。尤其是对出行来说，大家开车往往会用到一些小程序，这些小程序里在应用商店里可能排不上号，但它就是你出行过程中会需要的服务，这就是我们很好的优势，我们在长尾化的能力上更好地服务大家。

界面新闻：这些能力终归还是要接入系统的，车载系统是各式各样的，怎么把你们想要的用户体验更好地嵌入各个系统生态中？

钟学丹：这也是我们这几年一直致力于做的事情。早期算力不行，后来每个主机厂都在做自己平台化的能力，这会简化我们进入的难度。

另一方面，我们回尽量让产品更标准化，从服务体验的角度看问题，这样我们也解决了和很多客户适配的问题。我们跟大部分主机厂在这个领域都有合作，能很好地理解大家各自平台的特性，我们的产品如何在不同平台上落地，这方面我们有很好的实践经验和能力。

界面新闻：我们都知道腾讯不造车，但在AI时代，腾讯在汽车领域的定位会不会发生一些改变？这里面的商业和技术逻辑是什么？

钟学丹：这跟整个腾讯公司的边界都有关系。腾讯还是一家致力于做好自己事情的一家公司。造车是一个非常火热的方向，但是对腾讯来讲，跟主机厂合作可能是一种更好的模式。

腾讯不做硬件，我们作为一家科技公司，更关注数字化的技术，做基础和普适化的数字化技术能力，通过基础能力的提升帮助车企强化自身专业能力，而不是每个的细分领域都做专业化技术的拓展，这是我们看到的更有价值的事。而且腾讯一直期待我们的技术和服务可以服务更广泛的人群，而不是跟行业竞争和对抗。

界面新闻：总结来看，腾讯在AI上的核心定位是，一方面提供底层能力，提供数据模型、算力，其次是汽车应用端的能力，中间比如车本身，智能驾驶全栈算法，各个零部件，腾讯不参与。

钟学丹：大致是这样。在底层上构建基础设施的服务能力。有些不是（车企）的核心业务，但又非常需要，怎么把这些能力做更好，让车企降本增效；另一方面，上层我们会参与，我们有更广泛的用户基础和触点，这些也可以帮助他更好的连接用户。一个是我们的基础设施上的优势，一个是我们的用户优势，来更好地服务大家。