正在阅读:

腾讯展示“车云一体”应用框架,汤道生:要做好汽车产业的数字化升级助手

扫一扫下载界面新闻APP

腾讯展示“车云一体”应用框架,汤道生:要做好汽车产业的数字化升级助手

腾讯还重点展示了面向城市级自动驾驶迭代的云、图产品。

图片来源:官方

界面新闻记者 | 崔鹏

4月17日,在腾讯智慧出行技术开放日上,腾讯展示了旗下“车云一体”领域的技术和产品体系。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示,腾讯的定位是做好汽车产业数字化升级助手,借助“车云一体”实现从研发到运营的全链降本增效。

具体来说,腾讯云原生的“车云一体”应用框架提供了三个核心能力:第一是通过在云端对研发生产体系的改造,提升研发工程效能;第二是构建车云一体化数据驱动的运营平台;第三是通过手机和车、车和车等多端的互动,连接更广泛的生活场景。

目前汽车产业的竞争已经度过以电动化为核心的上半场,正在走向以智能化为核心的下半场。腾讯集团副总裁、腾讯智慧交通和出行总裁钟翔平表示,腾讯正在持续探索AI、大数据、云计算等数字技术,帮助40多家汽车品牌提升座舱服务体验。

在开放日上,腾讯重点展示了面向城市级自动驾驶迭代的云、图产品。

腾讯在公有云、私有云和专属云的基础上推出了腾讯智能汽车云平台,专为自动驾驶和智能汽车行业服务,可以兼顾行业对合规、技术先进性和高效率的综合需求。

在安全合规方面,腾讯依托云和地图方面的合规经验,为自动驾驶开发创造了一个端到端、全程合规的数据闭环服务。

在存储方面,腾讯的云上、云下一体化的自动驾驶存储方案,可以满足云、边缘、本地机房的灵活部署,基于腾讯YottaStore分布式存储架构,突破了传统分布式存储系统单点Master 的瓶颈, 能够实现单集群、单桶容量达10EB,存储对象数量达10万亿,平均节省 50%的存储成本。

在模型训练环节,通过腾讯自研的GooseFS缓存加速产品,IO性能提升10倍。在仿真训练环节,TAD Sim虚拟仿真引擎融合腾讯领先游戏技术和云计算能力,可提供超过300万个场景,支持城市规模的实时模拟。例如在一个50KM*50KM的城市区域内,可以容纳超过100万辆交通流仿真车辆同时运行。

当智能驾驶走向城市普通道路,需要应对更加复杂的城市场景环境,也对地图能力提出了更多的要求。

腾讯针对性的推出了HD Air轻量级高精数据,它具备以下几个优势:首先是形态更轻,在保障米级精度、满足L2+级自动驾驶需求的同时,进一步降低建图成本,便于城市级智能驾驶规模化落地;其次,更新速度更快,多种采集更新模式可以保障周级更新;第三,要素更精细,对于座舱应用需要的POI(兴趣点)、环境、建筑物等有更精细的表达,支持更三维化、逼真化和实时化的地图渲染。

在地图生产工艺方面,腾讯推出了“一张图”地图生产模式(Uni-map),融合标准地图(SD Map)、辅助驾驶地图(ADAS Map)、高精地图(HD Map)等不同精度等级的地图数据,可以做到数据同源、质量同级。

腾讯地图产品总经理陈志表示,HD Air就属于腾讯Unimap数据产品矩阵中一员,它介于高精地图数据和ADAS数据之间,预计将在2023年底覆盖50座城市。

此外,腾讯还对智能车载语音助手进行了升级,打通训练平台和云端能力,将语音交互功能的更新周期缩短至小时级。在无代码开发环境下,即使是没有算法经验的人员也能轻松上手,优化专属模型效果,实现需求的快速上线。

未经正式授权严禁转载本文,侵权必究。

腾讯

5.5k
  • 汽车早报丨小米汽车3年后启动国际市场 腾讯与丰田、奔驰等公司达成多项合作
  • 九号公司(689009.SH):2024年前一季度实现净利润1.36亿元,同比增长超6.75倍

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

腾讯展示“车云一体”应用框架,汤道生:要做好汽车产业的数字化升级助手

腾讯还重点展示了面向城市级自动驾驶迭代的云、图产品。

图片来源:官方

界面新闻记者 | 崔鹏

4月17日,在腾讯智慧出行技术开放日上,腾讯展示了旗下“车云一体”领域的技术和产品体系。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示,腾讯的定位是做好汽车产业数字化升级助手,借助“车云一体”实现从研发到运营的全链降本增效。

具体来说,腾讯云原生的“车云一体”应用框架提供了三个核心能力:第一是通过在云端对研发生产体系的改造,提升研发工程效能;第二是构建车云一体化数据驱动的运营平台;第三是通过手机和车、车和车等多端的互动,连接更广泛的生活场景。

目前汽车产业的竞争已经度过以电动化为核心的上半场,正在走向以智能化为核心的下半场。腾讯集团副总裁、腾讯智慧交通和出行总裁钟翔平表示,腾讯正在持续探索AI、大数据、云计算等数字技术,帮助40多家汽车品牌提升座舱服务体验。

在开放日上,腾讯重点展示了面向城市级自动驾驶迭代的云、图产品。

腾讯在公有云、私有云和专属云的基础上推出了腾讯智能汽车云平台,专为自动驾驶和智能汽车行业服务,可以兼顾行业对合规、技术先进性和高效率的综合需求。

在安全合规方面,腾讯依托云和地图方面的合规经验,为自动驾驶开发创造了一个端到端、全程合规的数据闭环服务。

在存储方面,腾讯的云上、云下一体化的自动驾驶存储方案,可以满足云、边缘、本地机房的灵活部署,基于腾讯YottaStore分布式存储架构,突破了传统分布式存储系统单点Master 的瓶颈, 能够实现单集群、单桶容量达10EB,存储对象数量达10万亿,平均节省 50%的存储成本。

在模型训练环节,通过腾讯自研的GooseFS缓存加速产品,IO性能提升10倍。在仿真训练环节,TAD Sim虚拟仿真引擎融合腾讯领先游戏技术和云计算能力,可提供超过300万个场景,支持城市规模的实时模拟。例如在一个50KM*50KM的城市区域内,可以容纳超过100万辆交通流仿真车辆同时运行。

当智能驾驶走向城市普通道路,需要应对更加复杂的城市场景环境,也对地图能力提出了更多的要求。

腾讯针对性的推出了HD Air轻量级高精数据,它具备以下几个优势:首先是形态更轻,在保障米级精度、满足L2+级自动驾驶需求的同时,进一步降低建图成本,便于城市级智能驾驶规模化落地;其次,更新速度更快,多种采集更新模式可以保障周级更新;第三,要素更精细,对于座舱应用需要的POI(兴趣点)、环境、建筑物等有更精细的表达,支持更三维化、逼真化和实时化的地图渲染。

在地图生产工艺方面,腾讯推出了“一张图”地图生产模式(Uni-map),融合标准地图(SD Map)、辅助驾驶地图(ADAS Map)、高精地图(HD Map)等不同精度等级的地图数据,可以做到数据同源、质量同级。

腾讯地图产品总经理陈志表示,HD Air就属于腾讯Unimap数据产品矩阵中一员,它介于高精地图数据和ADAS数据之间,预计将在2023年底覆盖50座城市。

此外,腾讯还对智能车载语音助手进行了升级,打通训练平台和云端能力,将语音交互功能的更新周期缩短至小时级。在无代码开发环境下,即使是没有算法经验的人员也能轻松上手,优化专属模型效果,实现需求的快速上线。

未经正式授权严禁转载本文,侵权必究。