腾讯自动驾驶云平台发布，构建业内领先高性能聚合仿真平台

自动驾驶是汽车与新一代信息技术深度融合的产物，是汽车行业未来竞争的战略高地。在自动驾驶大规模商业化落地前夜，提升研发测试效率、降低研发成本，快速推动技术实现商业化，成为了行业竞争的核心焦点。

11月4日，在“2021腾讯数字生态大会-智慧出行专场论坛”上，腾讯发布了自动驾驶云平台，专注于为自动驾驶技术研发提供全链路服务，以支持行业更高效地开展自动驾驶研发和运营。腾讯自动驾驶云产品总监王志鹏在会上宣布，腾讯自动驾驶云即日起开放全功能免费试用。

【腾讯自动驾驶云产品总监 王志鹏】

腾讯自动驾驶云平台广泛集成了行业优秀的自动驾驶开发工具和产品，有效串联起数据“采集、存储、标注、算法训练、仿真、评测以及量产数据回传、数据运营”等自动驾驶研发全链路、全生命周期的各个环节。同时，腾讯还联合西门子工业软件、海克斯康、IPG中国、中国汽车工程研究院、上海卓宇、Cognata、云测数据、浙江天行健等多家首批合作伙伴，共同启动了自动驾驶云生态开放平台，旨在汇集行业智慧，共同推动自动驾驶技术发展。

【自动驾驶云生态开放平台启动】

腾讯自动驾驶云平台五大关键能力 提升研发效率

海量数据，是驱动自动驾驶技术快速迭代的核心要素，但如何利用好数据是自动驾驶开发者面临的难题。例如，日均PB级的数据存储量，导致存储成本居高不下，而且海量路采数据标注同样会产生高昂的成本，标注过程中还存在精度低、自动化程度不高等问题。除了数据利用之外，现有的仿真方案难以满足算法快速迭代需求，这也是困扰开发者的一大难题，行业迫切需要云仿真来提高效率，加快研发节奏。

针对行业在实践中的诸多痛点，腾讯凭借多年在大数据、AI等领域的深度积累，借助腾讯云强大的算力支持，结合本土化的交通场景和应用需求，成功研发出领先的自动驾驶云平台，以灵活的SaaS订阅模式为基础，以数据闭环为核心，通过五大关键能力帮助合作伙伴提升自动驾驶研发效率。

首先，面对高昂的数据存储成本，腾讯自动驾驶云具备高性能、低成本的数据存储能力，并可兼容丰富的数据类型和数据格式。与传统的存储方案相比，存储成本可降低约50％，节省内存超过40%，删除和重命名性能提升100倍，可轻松实现千万级海量小文件高效管理。

在数据管理方面，平台提供高效的数据检索管理功能，可以针对PB级数据实现秒级检索、数据筛选，大大缩短了场景数据集的构建周期。同时完善的数据标签化管理体系，可以有效提高数据处理效率。

在数据标注方面，腾讯自动驾驶云依托腾讯旗下专注于视觉AI技术的腾讯优图实验室平台支持，集成了基于图像和点云的自动化标注能力，标注自动化率高达90%。

在测试场景构建方面，腾讯自动驾驶云可自动化挖掘构建各类仿真场景，实现分钟级的场景构建，场景还原度贴近真实，并且全面支持OpenX的兼容性。

最后，腾讯自动驾驶云提供了强大的云计算调度平台，可确保研发者快速上手，保证研发的各环节高效运行，大大节约人力成本。

【腾讯自动驾驶云平台架构图】

共建自动驾驶开发生态 加速技术落地进程

在持续完善自身能力建设的同时，腾讯也在积极推动自动驾驶开发生态建设，携手优秀的生态合作伙伴，面向研发场景提供开箱即用的Pipeline、自动化DevOps体系、大规模并行仿真调度、高弹性、低成本存储方案等自动驾驶研发全链路服务，让研发人员“拎包入住”，显著提升自动驾驶迭代与研发效率。

例如，基于腾讯自动驾驶云平台的能力，腾讯联合生态伙伴，在业内首创了高性能聚合仿真平台，日仿真里程可达1000万公里。该平台一站式聚合了多种仿真引擎方案，让用户最大程度沿用已有的开发习惯。而且，多种仿真引擎的强强联合，可以满足车辆动力学仿真、传感器仿真、虚拟城市仿真及交通流仿真等多重场景仿真需求。另外，平台支持全流程的DevOps服务，支持用户与合作伙伴开发体系的无缝对接，实现算法版本的自动发布、自动上传和自动评测，有效提升研发和算法迭代效率。

不仅如此，在本次论坛中腾讯还联合西门子工业软件、海克斯康、IPG中国、中国汽车工程研究院、上海卓宇、Cognata、云测数据、浙江天行健等多家合作伙伴，发布了自动驾驶云生态开放平台，旨在积极推动云上的开放共建和技术创新，并吸引业内领先的自动驾驶开发工具和产品接入，共同加速自动驾驶的研发，推动技术早日实现大规模落地。

未来，腾讯自动驾驶云将继续与合作伙伴一起，共同打造仿真生态、数据生态、能力生态、服务生态，进行新的合作模式与商业模式的探索，推动自动驾驶技术早日实现商业价值。

（本内容属于网络转载，文中涉及图片等内容如有侵权，请联系编辑删除。市场有风险，选择需谨慎！此文仅供参考，不作买卖及投资依据。）