上证报中国证券网讯（钱佳滢记者谭镕）“2024年初，大模型只是简单地接入汽车。但AI上车发展至今，一些车企已经逐步将AI能力与驾驶安全能力、座舱整体体验等进行深度融合。”腾讯智慧出行副总裁钟学丹在2025上海车展期间接受上证报记者采访时表示，腾讯接下来将重点推进利用AI完善用户出行体验。

　　升级全栈AI能力打破AI应用边界

　　在上海车展开幕前夕，腾讯宣布面向汽车行业升级全栈AI能力，涵盖AI基础设施（AI Infra）、AI开发与应用平台（AI Platform）以及AI场景化应用（AI Application），帮助汽车行业实现模型开发、模型部署及模型应用。

　　“汽车产业进入到深度、全面应用AI大模型的阶段。腾讯希望通过全栈AI能力，助力汽车行业像用水用电一样，用好AI工具，打造好用的AI应用。”钟学丹说。

　　在AI Infra层，腾讯云智算设计了算、存、网、数一体化的云原生高性能智算底座。“随着智能驾驶技术的普及，对算力和数据也提出了更高的要求。”钟学丹介绍，腾讯云智算的万亿参数大模型最快仅需4天即可完成训练，千卡单日故障数低至0.16次；存储方面，1分钟内可以完成万卡checkpoint写入。

　　“不论是数据的采集和管理，还是数据的动静态标注，都需要运用大模型的能力来提质提效，大模型工具覆盖了整个数据闭环。”在AI Platform层，腾讯为车企打造了腾讯云TI平台，全流程覆盖大模型数据、训练、调试、部署和应用环节，加强了车企高效部署大模型的能力。

　　如果说AI Infra层和AI Platform层和车企更息息相关，那么AI Application层则是实实在在地直接影响着用户的日常出行体验。“帮我下单一杯少冰的冰椰拿铁。”一句简单的语音指令传达给智能体，便可在车载微信小程序上完成咖啡点单，下车后亮出二维码核销，服务流程就便捷、流畅地完成了。

　　除了为满足日常生活需求带来便利，钟学丹认为，加强端侧AI能力更重要的是要能够帮助用户提高驾驶安全。“比如提示用户在某一路口的交规、提醒用户规范驾驶行为等，端侧AI可以更好地帮助用户理解在当下的环境中，怎样驾驶车辆才是安全的。包括在使用智能驾驶系统时，AI的介入也有助于用户理解智能驾驶当下做出的决策是怎样的，并根据用户偏好做出调整。”

　　“腾讯选择发布这样一些能力，就是为了更好地打破AI应用的边界，提升语音服务体验是一个典型的场景。”钟学丹介绍，腾讯智能座舱、腾讯地图等产品都已深度融入AI大模型，腾讯地图车载版已推出AI导航智能体，大模型深度思考与逻辑推理能力与海量地图数据的结合，可以根据用户复杂的对话挖掘用户意图，为用户推荐更理想的结果。

　　保持技术战略定力赋能车企数智化转型

　　“腾讯的定位是汽车产业数智化的助力者，我们不会介入车企自研算法和模型。”钟学丹认为，腾讯的优势在于独到的数据闭环能力、丰富的模型训练经验，以及广泛的用户连接能力，能够把AI能力转化成对用户需求的实现。“对腾讯而言，我们更关注数字化的技术，通过基础能力的提升帮助车企强化自身专业能力，这是我们认为自己能做的更有价值的事。”

　　当前，造车已成为汽车领域发展的热门方向，但腾讯依旧保持不做硬件的战略定力不动摇。钟学丹表示，对腾讯来说，和主机厂合作是更好的模式。“大模型对一些车企而言不是核心业务，但车企又有搭建大模型能力的需要，腾讯在这一方面为车企提供服务，能够帮助车企实现降本增效。”

　　近日，腾讯发布基于混元2B小参数模型的全新座舱端侧大模型。“目前看来，汽车可能是最适合做端侧应用的智能设备。”钟学丹指出，与手机相比，汽车对跨应用服务的需求更强烈。同时，随着小参数模型的能力越来越强大，以及座舱内算力的提升，汽车成为了最现实、最直接的应用场景，不仅仅是端侧的应用，也势必会和云侧相结合。

　　据了解，腾讯此次发布的座舱端侧大模型结合汽车行业专业知识数据精调和本地RAG，实现了通用及车载知识领域的精准问答。在本地推理方面可以实现秒回，首包延迟小于0.3秒，遇到复杂难题时可联合云端大模型回复解决。

　　腾讯推出的全栈AI能力究竟如何赋能车企完成数智化升级？钟学丹拆解了背后的底层逻辑：“首先，车企拥有大量数据，这些数据怎么用、怎么变成更高质量的数据，需要基础模型能力来理解和筛选数据。有了模型之后，模型的运行也会遇到一些挑战，腾讯作为互联网企业提供的平台就能够帮助车企解决模型使用的问题。有了AI的能力，最后要解决的就是如何落地到应用层，实现更适合用户体验的交互方式。腾讯发布的全栈AI能力就是围绕这三个车企发展AI能力的阶段来提供的相应配套。”

　　钟学丹称，从目前腾讯助力车企建设AI能力的侧重点来看，腾讯更重视的是将AI与应用场景和产品相结合。“通过与车企之间深度的交流和合作，我们才能够理解不同车企产品的特性，以及他们在模型使用方面的差异和成长机遇。比如对于侧重发展自动驾驶业务的车企来说，目前更重要的可能是建立AI Infra层面的能力，着重加强模型训练和数据梳理能力。”

　　“未来要实现用户更好的使用体验，还需要对模型进行更多的优化与训练，让模型能够学习并理解各种场景和服务。”钟学丹表示，腾讯将进一步提升应对这一挑战的能力，让用户感到AI与日常生活的自然融入。