4月22日，在上海车展前夕，腾讯举办了2025 TIME DAY·腾讯智慧出行技术开放日，宣布将面向汽车行业升级全栈AI能力，并从AI基础设施（AI Infra）、AI开发与应用平台（AI Platform）及AI场景化应用（AI Application）三个方面，赋能车企的模型开发、模型部署以及模型应用的能力，并最终打造出好用的AI。

发力物流，腾讯端云AI的实践积累

自大模型等AI技术爆发后，腾讯一直在端云AI领域持续探索。2023年，腾讯在其数字生态大会上亮相了自研的混元大模型，该模型可以说是腾讯用户座舱大模型的核心。依托混元大模型的能力，腾讯在智能交通领域的用户侧展现了优秀实时交互和响应能力。

当然，光有一个混元大模型还不够。来到2024年，腾讯以智慧物流为其智能交通领域的发展核心，率先在物流领域验证了"云+图+AI"的端云协同价值。在物流领域最重要的司机侧，腾讯与G7易流打造了行业首个对话式AI助手"小七"，"小七"的智能核心在于其上下文理解与场景化交互能力。通过云端大模型对物流数据的实时分析，结合端侧设备采集的驾驶行为、订单信息等动态数据，系统可自动识别司机身份并调取历史驾驶评分、里程数据等画像，生成个性化服务策略。

在端云协同架构下，"小七"不仅能完成发车报备、运单结算等业务自动化，还能基于云端AI对路况、天气、装卸货节点等数据的预测，提前规划最优行车路径。这种"端侧实时响应+云端深度计算"的模式，已成为腾讯赋能汽车产业智能化的重要技术模板。

服务车企，多模型与云覆盖加速出海

今年年初，国产语言大模型DeepSeek横空出世，由于DeepSeek具有开源，轻量，会自主思考等优点，各家AI服务提供商纷纷在自己原有的服务上添加了DeepSeek模型。腾讯当然也不例外，其面向用户端的“腾讯元宝”应用已经展现出了其以“混元大模型+先进开源模型”多模型策略的成功。

来到汽车行业，腾讯更是带来了他们全新的全栈AI能力：为智能驾驶和大模型训练，提供集算、存、网、数一体化的云原生智算底座；帮助车企高效精调和部署模型，打造企业专属的AI应用；智能座舱、地图等产品全面融入AI能力，结合座舱领域数据精调和本地RAG能力，发布座舱端侧大模型，在车载专属服务场景更是实现了秒级响应。

作为IaaS+PaaS国内公有云市场第二，游戏公有云第一的顶级云服务提供商，腾讯在其云资源部署方面堪称“豪横”。目前，腾讯打造了国内最大规模的智能驾驶云专区，在上海、河北怀来拓展了四个云专区，并且在云专区之间，数据可以实现高效的跨区传输、能够灵活支持远程容灾，为智能驾驶的业务连续性提供基础支撑。

除了大陆云资源部署丰富之外，腾讯还在全球范围运营21个地理区域，56个可用区，拥有3200个加速节点，可以为遍布全球的智能汽车，提供高质量的就近接入服务。目前，中国汽车产业出海，全球化布局已成为必然的趋势，未来接入腾讯的云服务后，车企可以在同一片“云”下，实现跨国业务系统的无缝部署。

目前，腾讯已经助力30多家车企和出行科技公司提供海外云服务。比亚迪更是已经把全球多个地区的业务系统搬到了腾讯云上，覆盖达全球六大洲以及30多个工业区。每个月，比亚迪全球的员工和上下游渠道商都要在腾讯会议上开一万多场跨国会议，这也从另一个方面反映了腾讯云服务在全球的稳定性。

端云协同新范式，车企智能化的未来战场

当AI大模型训练成本突破千卡集群时，日益增长的模型算力需求使得腾讯云原生智算底座的价值愈发凸显。在计算方面，腾讯云智算系统面对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，无中断智能驾驶模型训练时长突破300小时。网络方面，千卡集群的通信时间缩短到6%，是业界一半，智能驾驶大模型训练加速达到30%。存储方面，1分钟内可以完成万卡checkpoint写入，数据读写效率是业界10倍，大幅缩短Checkpoint对智能驾驶模型训练时长的影响。

当汽车行业从"规模竞争"转向"速度竞争"，腾讯的全栈AI能力正在成为车企智能化转型的催化剂。而如何更好地利用云端算力，将成为车企智能化的未来新战场。