腾讯智慧出行副总裁钟学丹：大模型驱动汽车产业步入“新智能”开端

【汽车供应商网】3月15日，中国电动汽车百人会论坛（2024）在北京钓鱼台国宾馆隆重开幕。大会以“巩固和扩大新能源汽车发展优势”为主题，来自全球政府部门和汽车、能源、交通、城市、通讯等领域的行业机构和领先企业代表参会交流。

腾讯智慧出行副总裁钟学丹在“汽车新质生产力”论坛上发表题为《AI驱动汽车“新智能”》的主题演讲，分享了腾讯AI大模型等新技术在汽车产业的创新应用成果。

（腾讯智慧出行副总裁 钟学丹）

钟学丹表示：“在大模型的驱动下，汽车产业已经站在了‘新智能’发展的开端。大模型的应用不仅将改写智能汽车的算法和逻辑，也将大大促进生产力的革新，与汽车各业务场景相结合。人工智能将作为新质生产力，推动汽车产业从数字化向数智化升级。”

大模型成为推动汽车发展的新质生产力

目前，各大汽车企业已纷纷将大模型纳入重点投入规划，在汽车的研发、生产、销售、服务、协同管理等各环节中，叠加AI的生产力，来提质、降本与增效。

钟学丹介绍，腾讯去年推出全链路自研的通用大语言模型——混元大模型，达到千亿级参数规模，超2万Tokens预训练语料，是目前国内最大的中文大语言模型之一。基于混元，腾讯推出了汽车行业大模型，目前已经与十多家车企展开了应用实践。

然而，汽车行业距离大模型大面积的落地应用，还面临着一些核心挑战。钟学丹总结为模型、数据、算力几个方面。

首先是模型方面的挑战。通用大模型目前主要在AI交互层面应用，但是在一些汽车行业的业务场景下，专业知识与行业数据积累不足。所以，选择汽车行业大模型，加上企业自己的数据做训练或精调，才能打造出实用性高的智能服务。如何在合理的成本下，选择合适的模型，是企业所需要思考与决策的。

其次，是数据方面的挑战。目前我国自动驾驶和汽车行业的高质量数据体量是远远不足的。同时，还要考虑数据分类、标注、训练各环节的投入产出比，更要时刻关注敏感数据的保护与合规。

第三，是算力方面的挑战。根据有关测算，L3+自动驾驶的算力级别已经上升到1000TOPS以上，相当于每秒进行千万亿次的运算。要支撑更大规模的AI训练，从根本上突破单车算力的物理上限，就需要云端、车端一体化的算力协同，实现充足的算力供给和弹性拓展。同时，大模型的训练对网络速度与稳定性要求也很高。

从AI 基座、中台到应用，全面助力汽车“新智能”发展

应对以上核心挑战，腾讯在会上提出了“解决之道”。腾讯已面向汽车行业推出了完整的能力架构，从AI基座、AI平台再到业务场景应用，全面助力汽车“新智能”发展。

在基底模型方面，腾讯一方面开放了全链路自研的混元通用大模型，并推出了汽车行业大模型，同时也开放接入20多个主流开源模型，以更开放、灵活的方式帮助客户根据实际需求，选择合适的模型，打造自己的专属模型。    

在AI基座层，腾讯通过打造高性能、高稳定的智算基座，实现分布式云原生调度总规模超过1.5亿核，并提供16 EFLOPS的智算算力。新一代HCC高性能计算集群，搭载最新次代GPU，支持10万卡GPU超大计算规模，是国内性能最强的大模型计算集群之一，最快四天就可以训练万亿参数的大模型。腾讯自研的星脉网络，为新一代集群带来了业界最高的3.2T通信带宽，使得超大算力集群仍然能保持优秀的通信开销比和吞吐性能，GPU利用率提升到60%以上。 

在AI工程中台层，腾讯提供覆盖大模型全生命周期的工具链，通过智能研发平台、数据平台、AI 开发平台、AI Agent平台等能力，有效降低大模型训练难度，提升研发效率。比如，腾讯推出的首个AI原生的向量数据库，可以高效处理车端回传的海量视频、点云等非结构化数据，最高支持10亿级向量检索规模，百万级查询(QPS)，延迟控制在毫秒级。

基于腾讯云TI平台的行业大模型精调解决方案，可以帮助模型开发者与算法工程师，一站式解决数据处理问题，保障数据高质高效、安全合规地处理。全新升级的太极Angel框架，通过异步调度优化、显存优化、计算优化等方式，让大模型的训练效率提升至主流开源框架的2.6倍，推理加速比达到了2倍。

覆盖汽车产业链全场景的大模型应用实践

腾讯正在和十多家汽车车企探索大模型应用场景，覆盖座舱、研发、生产、协同管理、营销、服务等各环节。

比如，在汽车软件研发环节，大语言模型不仅懂人类语言，还掌握多种程序语言，可以帮助程序员写代码。腾讯云新一代AI代码助手，实现了AI对代码的理解，可以辅助程序员编写、排错与测试，提高汽车软件的开发效率与代码质量。

在生产环节，腾讯和多家企业在AI工业质检领域展开合作，让AI进行瑕疵汽车零部件筛查、违规操作告警等，将工作人员从重复查看视频的工作中释放出来。基于腾讯数字孪生技术助力车企数据中心、工厂车间的“透明化管理”，实现降本增效和低碳节能。

在营销场景，新一代的腾讯企点智能客服，基于行业大模型，结合客户业务需求进行训练与精调，可以提供更精准、更详细的回答，复杂问题的解决率比之前提升了85%。同时，通过AI智能销售助手，销售人员用自然语言进行提问，就可以获得准确的商业分析，几秒钟可以获取一份PPT，不再需要花费大量的时间学习复杂的软件、制作看板。

腾讯还在去年推出了座舱大模型，结合AI Agent能力，让车载用车助手面对高阶任务的回答变得更加细致，准确指引用户做出准确、及时的用车操作。同时，也将更好的发挥车端感知数据的价值，比如发现前方是山路，会主动调节驾驶模式，打开空气悬架让体验更稳定、更舒适。

腾讯秉持着开放合作的态度，致力于成为汽车出行产业转型的“数字化助手”和“生态共建者”，助力车企逐步迭代成长，形成自研自建的AI平台能力。

最后，钟学丹表示：“汽车行业还处在大模型应用的开端时期，需要产业链上下游开放共创，广泛探索。腾讯愿意将能力和资源开放出来，做好助手和生态共建者，全面助力汽车新智能发展。”