做数字化转型的支持者，腾讯重申：不造车

更具智慧的交通，往往也意味着更具效率的交通。一些尝试已经落地。

据国内媒体报道，目前，腾讯联合生态伙伴助力襄阳打造了全国首个“智能网联+智慧交管”全域融合应用城市，率先将车联网平台与交管信控系统对接融合，例如建设了信控自适应路口，在任何一个路口，司机最多只需要等一个红灯就可通过，提升了通行效率。

观察者网注意到，近年来腾讯通过云、图、大数据、数字孪生等技术，持续推动交通、汽车行业的数字化转型。钟翔平日前透露，腾讯正在和国内高校共同探索交通大模型算法，通过分析环境和交通流数据，去预判和推演，提升交通的效率和安全性。

大模型在汽车、交通领域，都有哪些发力空间？企业背后的思考是什么？会有哪些布局？

9月8日，2023腾讯全球数字生态大会智慧交通专场、智慧出行专场在深圳举行。在大会现场，腾讯分享了对于交通、汽车等产业智能化转型的思考。

钟翔平指出，在汽车领域，大模型将驱动自动驾驶算法研发的加速、用户服务能力的提升，优化全链路上用户交互的能力，帮助车企更懂用户。“我们将与一些车企共建汽车行业的大模型，包括座舱大模型、智能驾驶训练大模型、智能客服大模型等等。”钟翔平表示。

钟翔平表示，在交通领域，可以通过大模型寻找交通规划、缓解拥堵、安全防护的更多优化解法，或者在智慧城市交通的项目中进行路网设计，基于输入更多数据、经验后的AI大模型，很有可能设计出比人工设计更合理的路网规划。

“在这一轮科技浪潮中，腾讯也会把大模型等AI技术的价值放大到整个交通出行、汽车产业，以及城市建设的角度来考量，推动智能网联汽车、智慧交通、智慧城市的融合发展，实现车、路、城之间共同的进化，让每个车都能够享受到来自路和城的智能化服务。”钟翔平总结到。

值得一提的是，腾讯进军汽车行业以来，坚持数字化助手和生态共建者定位，专注所长，不下场造车。在2023腾讯数字生态大会上，钟翔平再次强调，腾讯不造车，也不直接参与自动驾驶算法的研发，而是向车企和汽车生态企业提供智能汽车所需要的云、图等基础设施。

在云方面，腾讯推出业内第一朵“专云专用”的智能汽车云，并在上海、河北怀来设立了两个云专区，实现行业唯一的“双专区”模式，专为智能驾驶服务，提供全栈物理隔离的方式，保障数据安全合规；在图方面，腾讯与相关车企合作，专属的自动驾驶地图，助力自驾功能的提升、用户的运营服务。

打造会自我进化的“交通生命体”

近年来，智慧交通的发展取得了阶段性成果。它有效提高了交通管理部门的管理效能，改善了人民群众的出行体验，也为交通行业的高质量发展探索了新的模式。但钟翔平认为，智慧交通当前仍处于发展的初期阶段，数据孤岛、系统迭代升级困难、用户获得感不强等现象依旧突出。

对此，腾讯提出了“交通生命体”的构想。钟翔平表示，腾讯一直在思考如何解决发展速度与建设周期之间的匹配问题，这背后的关键在于推动真实交通世界和数字世界的融合，并且让交通数字化基础设施具备自适应能力，要能让它像生命体一样，实现自我思考、自我进化。

据悉，今年腾讯在“实时孪生+交通OS”双轮驱动数字底座上，强化部署了AI能力，为交通行业构建了一个实时可计算的数字底座。在这套底座中，腾讯的实时孪生技术可以对交通运行状态进行评估，并采用中微观一体化仿真技术，实现历史回溯、交通预测、调度策略生成评价以及应急诱导等全流程服务，既满足实时性要求，又可极大降低全域资源消耗；交通OS提供物联支撑，将复杂庞大的交通系统进行统一纳管，打破数据孤岛，同时还可以提供方便快捷的开发环境，让普通的业务人员也能够深度参与行业智慧应用的敏捷开放和快速迭代。

钟翔平强调，AI是这套底座中的核心要素，贯穿从感知、计算、推演到服务全链路，在异常事件自动检测、全域轨迹精准还原、自动生成管控策略等方面发挥重要作用。AI可以根据不同类型事故的现场特征、危险性，进行事前仿真预演，自动形成并推荐多个处置策略；当现实中发生事故时，工作人员可以根据AI推荐的方案和操作细则，在交通OS中一键执行操作，避免二次事故。

在对话中，钟翔平向观察者网等媒体举了一个例子。

隧道是交通系统中的重要组成部分，但也是事故发生的高发场景。腾讯利用交通OS的广泛互联和实时数字孪生技术的预测、推演等能力，将真实隧道环境打造为实时可计算的数字时空，从而实现对隧道“事前”“事中”“事后”全流程的智慧化安全管控。

钟翔平进一步强调，交通行业有城市交通、高速公路、港口物流、机场等多个场景，但无论什么样的交通场景，腾讯都会将重点放在通过核心优势能力构建数字底座，降低开发成本和难度，至于每个场景下的具体应用，可以由更专业的行业人员，在这套底座之上去完成。

值得一提的是，做出思考和行动的中国企业，不仅仅是腾讯。

在不久前召开的2023百度云智大会智能交通论坛上，百度ACE智能交通引擎3.0重磅发布。据报道，ACE3.0利用大模型强大的知识压缩能力，将车、路、云、图的基本能力和交通全要素进行聚合和泛化升级，打造了交通大模型，有效提升了交通感知、认知、预知能力。

（对话内容经录音整理，未经本人审订）