4月25日，丰田汽车在2024北京国际车展第一天就宣布了与腾讯的战略合作，双方将结合腾讯的AI大模型、云、数字化生态等能力，与丰田的SDV（Software Defined Vehicle，软件定义汽车）等丰富的移动出行融合，为用户打造个性化、多样化的移动出行体验。

梅赛德斯-奔驰也宣布与腾讯和艺电合作将首款开放世界赛车手游《极品飞车：集结》引入中国市场。此款游戏计划通过OTA搭载在配备第三代MBUX智能人机交互系统的梅赛德斯-奔驰车辆上。这是双方自2015年在汽车领域携手以来达成的又一项全新且深入的合作，他们的合作涉及车载服务和高级别自动驾驶。

以云、图、AI等技术为核心，腾讯正致力于推动汽车产业的数智化转型。腾讯的数据显示，截止目前，腾讯已经与100多家车企及出行科技公司展开了合作，有30多家使用了腾讯的海外云服务。截止今年底，腾讯的智能汽车产品预计将搭载至超1500万辆车上。

汽车公司对大模型的需求增加是腾讯实现这一目标的基础推动力。4月24日，腾讯云在北京发布汽车行业大模型“全域智能”解决方案，涵盖模型、算力、AI工程平台到AI应用的全链条服务，全面渗入研发、生产到营销等各个环节，帮助汽车公司在大模型上车上全面提效。

腾讯智慧出行副总裁、腾讯智慧出行负责人钟学丹透露，腾讯汽车行业大模型正与长安、广汽、一汽丰田、东风岚图、易车等汽车行业伙伴开展应用实践。

在研发环节，腾讯云AI代码助手，可以帮助软件工程师写代码、补代码、诊断和测试代码，提升自动驾驶等研发环节的效率。腾讯在对其中一家客户的试点中发现AI代码助手帮助其整体开发人效提升了7%。

在生产环节，大模型可以帮助车企优化汽车的工艺设计，同时基于数字孪生和AI技术智能分析生产数据，可以帮助优化生产线布局和工艺流程。腾讯乐享AI助手可以帮助员工在企业资料库进行快速检索，并借助大模型的归纳能力快速获得结论。

借助腾讯的AIGC和多模态能力，车企可以在营销和销售环节应对复杂多变的新媒体营销环境。比如，数智人直播卖车，智能生成海报及视频等宣发素材。在服务环节，新一代的腾讯企点智能客服，基于汽车行业大模型进行训练与精调，可以针对用车、维保的疑难问题提供更专业的回答。

在车上服务场景，腾讯智能座舱解决方案TAI 5.0推出了座舱大模型，基于混元通用大模型，加入汽车行业专业数据精调和任务训练后，车载语音助手可以应对高阶任务的回答。腾讯智慧出行智能座舱总经理孙珏透露，在成熟的流程下，语音助手仅需一周时间即可学习并熟练使用数百个应用或小程序，无需API实现与车载小程序及App的深度语音交互，可以充分理解用户意图，代替用户智能操作各类复杂应用。

在2023年12月的一场公开活动时，钟学丹就曾经总结过，大模型的应用为汽车的新智能带来四大核心特征。第一是它重新定义了新的人机交互方式，从指令式向主动式服务；第二，高阶智能驾驶加速落地，端到端的智能驾驶成共识；第三是舱驾一体上，释放智能驾驶系统的算力将进一步提升座舱体验；第四是加速开放和连接，汽车能与智能设备协同互动，实现全场景互联。同时，大模型在汽车研发设计、营销客服等各个环节具备场景应用价值。

汽车行业大模型的落地应用也因此存在一些挑战，主要集中在模型、数据和算力三个方面。汽车行业大模型不是简单的把通用大模型垂直设计，因为两者的逻辑是不同的——通用大模型的数学计算和逻辑可以解决通用场景的问题，但汽车行业大模型要求解决问题的精确度、准确性更高，解决的是实际应用的问题。模型叠加算法并不一定能输出好的结果，需要针对行业进行很多的训练和迭代升级。

因此，这就延伸到行业大模型对数据和算力提出了更高的要求。数据的挑战主要是安全合规性方面。算力挑战在于，GPU 供应紧张，算力需求大，而训练大模型对算力的要求极高。

腾讯云汽车行业大模型在自研的混元大模型基础上，加入海量汽车行业专业数据，进行预训练、汽车领域垂类任务精调和强化学习，在中文阅读理解、端到端问答、汽车行业相关任务等方面表现正在逐步提升。此外，腾讯云TI平台工具链进行了升级，结合对平台所支持的主流开源模型库的不断扩充和更新，进一步提升了大模型的高效训练和应用能力。

平台预置了140个不同类型大模型精调任务场景的数据集，覆盖了数据清洗、优化、过滤和增强等环节。这一升级完成后，行业和企业开发者一键即可完成大模型的精调工作，大幅降低汽车行业用户接入和使用AI大模型的门槛。

目前，腾讯云TI平台已经上架了包括Llama3、Llama2、Falcon、Dolly等业界主流模型，支持直接部署调用、应用流程简单、可全程低代码操作。企业、开发者可以根据不同细分场景的业务需求，灵活选择各类大模型，降低模型使用成本。

在算力层，腾讯为汽车行业大模型提供了高性能、高带宽、低延迟的算力支持。新一代HCC高性能计算集群支持10万卡GPU超大计算规模，最快四天就可以训练万亿参数的大模型，同时还可以在自动驾驶、仿真等场景中充分应用。腾讯自研的星脉网络为新一代集群带来了3.2T通信带宽，为超大算力集群提供通信开销比和吞吐性能，GPU利用率提升40%。同时，通过腾讯自研的训练和推理框架，车企在训练千亿级别的大模型时，能够节省50%的算力成本。

在智能驾驶上，随着车企的高阶智能驾驶功能进入规模化量产阶段，为应对业务连续性和成本等新挑战，基于“车云一体、云图为基”，腾讯智能汽车云也进行了全新升级。

在基础网络上，腾讯云联网服务可以凭借全球骨干网络帮助车企在全球建立服务节点，就近为当地的智能网联车和用户提供稳定服务。在专区云方面，腾讯开设了华东和华北双云专区，能够灵活支持远程容灾，基于异地双活的配置，能够为智能驾驶的业务连续性提供基础支撑。

其次，腾讯智能汽车云提供了全方位的降本提效方案，从基础资源的直接降本，到通过架构和方案优化来进行综合降本，再到AI研发、数据挖掘等领域的效率提升，帮助汽车行业客户实现全面降本。腾讯自动驾驶仿真系统TAD Sim推出专有云版，可以提供1000多个不同道路特征的真实高精地图库，以及2000多个逻辑场景库，为车企提供高效、即时可用的解决方案。

同时，腾讯还推出了轻地图方案，通过SD导航地图或HD Air轻高精地图提升辅助驾驶体验，并支持全国范围内普通公路应用。腾讯和元戎启行合作打造了仅使用导航地图数据的高阶智驾量产方案，已经实现了在复杂城区的稳定运行。

腾讯智慧出行副总裁刘澍泉透露，腾讯已经为蔚来、梅赛德斯-奔驰、博世、NVIDIA等企业提供自动驾驶云服务。同时，腾讯云还宣布与文远知行、黑芝麻智能、知行科技等企业签署战略合作，联合打造高阶智能驾驶解决方案。

中国汽车企业出海需求的日益增长，腾讯同步升级了出海解决方案，通过全球一体化的云服务、智能座舱海外方案帮助中国车企布局海外数字化基础设施，灵活接入海外本土生态。比如，腾讯云和广汽埃安合作快速部署面向东南亚地区的数字基础设施，3个月内就完成在泰国市场的车联网量产落地。