腾讯|微信上车碰壁，腾讯选择“云造车”( 三 ) 微信|驾驶

但是，座舱相关的娱乐系统数据，只能称之为1.0阶段。随着今年搭载激光雷达的车型、具备高阶辅助驾驶能力车型的量产交付，对数据的收集、处理的需求会陡然增加。
“高阶自动驾驶能力，是一种递进式的解决问题，遇到了问题，我把数据回传回来以后，解决这个问题。 ”在刘澍泉看来，问题被穷举的过程，需要有更丰富的数据回传回来。但仅仅是回传数据的体量对于车企来说，就是一个极大的负担。
根据他的估算，现阶段，具备辅助驾驶功能的车，每一天传回的有效数据在5-6T左右。
而且，这不是传统意义上的测试车进行单车回传数据。在不同的地方、不同的时间，都有车辆向车企回传必要数据。 “当车辆在路上跑的越来越多的时候，它一定是广泛接入的，而不是我今天去用一个私有网络，然后点到点去进行接入，所以它对云的网络的基础设施的诉求是更广泛的。 ”刘澍泉说道。
以长城汽车旗下的自动驾驶毫末智行作为案例， “我们总结了自动驾驶能力发展曲线，它是一个与数据规模相关的函数——F（x）=Z0+M（x），其中F代表产品力， Z0代表第一代产品的产品力， M是一个把数据转化为知识的函数。包括数据的获取、表达、存储、传输、计算和验证。 ”毫末智行CEO顾维灏认为，产品力增长，需要大规模的产品落地和产品使用，需要数据智能把数据转化为知识。
毫末目前走的，是特斯拉一直在走的一条技术路线——深度学习。
比如在国内的城市道路上，复杂的道路线、复杂的红绿灯都是自动驾驶研发的难题。顾维灏此前就曾提出，我们需要大量的数据用来训练学习。通过图像合成和迁移学习，加快技术的迭代，是数据能够快速获取积累的方法。 “其中，真实数据和合成数据混合训练问题，是主要的技术难题。 ”
当然，不是每一家车企都能像特斯拉那样，搭建一个云端超算Dojo——超过100万辆的特斯拉汽车收集到的数据将被源源不断送到Dojo 。
最后一个问题就来了，为什么选择腾讯的云？
首先是，安全。
钟学丹向虎嗅强调：“我们并不是要把大家的数据资产或拿过来据为己有，也不是要基于这样一些资产去构建我们的业务。更多的是为车企提供平台工具，帮助车企去建设自己的数据平台和数据能力。 ”
他还告诉虎嗅：“我们面向汽车行业，是一个有针对性、专属性的。包括全栈的物理隔离，专云专用” 。此外，他还说到：“我们在建设上是更严要求，满足国家安全相关的法规政策，具备等保三级的认证，也结合腾讯多年在数据服务、在位置服务上的经验。 ”
至于后续政策对数据安全的要求，刘澍泉向虎嗅透露：“今天有数据安全要求以后，就有人脸的模糊，就有可信计算。做云的这类公司，像腾讯这样的，业务是广泛性的，当有这类需求的时候会很快的去有相应的工具、有解决方案、有产品去满足客户的诉求，而不用自己再去定制开发，所以效率更高。 ”
其次是，效率。
目前行业缺乏一站式、一体化的行业解决方案。在研发端存在架构不统一、管理复杂的问题；在运营端，用户统一运营体系需要与不同的云平台进行连接、交互，影响用户运营与服务的效率。所以， “腾讯智能汽车云”这次尤为强调“一站式” 。
“我们是一站式、一朵云聚合全套能力，聚合自动驾驶、智能汽车所需要的相关的能力和服务，包括上层的合作伙伴的这些套件，比如工业软件，安全软件，都会把它整合在一起。 ”在钟学丹表示。