智慧出行時代，“不造車”的騰訊能否靠用户生態後發制人？

“未來一兩年，整個汽車行業會進入‘智能競爭’的深水區。”

在日前的一場分享中，頭豹研究院高級分析師常喬雨如是説。

近年來，“全民智駕”浪潮興起，智能網聯汽車全面把人工智能、大數據、通信技術深度融合於製造鏈中。智駕產業發展，離不開汽車雲服務平台業務，該板塊業務主要是基於雲計算技術的數字化生態平台，專為汽車行業打造，提供數據存儲、算力支持、AI訓練、車聯網協同等核心功能。

如何讓汽車更智能？圍繞這個問題，國內各個大廠提出了不同的解決思路。

其中，華為雲的獨特之處在於華為集團深度參與造車的實踐，這使其在軟硬件結合及對汽車產業鏈的理解上擁有天然的優勢；百度智能雲則將重心明確放在自動駕駛上，依託其自動駕駛出行服務平台和地圖服務的核心資產，積累了深厚的技術實力；阿里雲主要是憑藉其地圖服務以及在AI基礎設施，特別是雲計算和算力方面的領先地位，在智能座艙與智能駕駛領域全面推進。

而騰訊雲的核心競爭力，則體現在其龐大的C端用户生態，能無縫融入智能座艙提供豐富服務，同時結合其在邊緣計算、低延遲傳輸等技術的積累，主打“車雲一體”戰略，從智能座艙體驗切入市場。

目前，騰訊雲在汽車雲服務領域的頭部玩家中份額還相對較少，而其也正逐漸佈局建設全棧AI能力、持續發掘C端生態優勢，以做到後發制人，擴張自身的汽車雲服務業務。

堅持車雲一體化，騰訊明確“不造車”

在2025 Time Day騰訊智慧出行技術開放日上，騰訊集團高級執行副總裁、雲與智慧產業事業羣CEO湯道生表示：“我們始終堅持自己的定位——不造車，但全力協助車企造好車、賣好車，也助力用户用好車，做汽車產業升級的數智化助手。”

湯道生在現場發表講話 觀察者網

這並非湯道生第一次提出這一觀點，就在2022年騰訊首次公佈智能汽車專有云平台，正式大規模進軍汽車服務雲平台領域的時候，湯道生就已表示：“不造車是騰訊堅持的定位，幫助車企造好車、賣好車、提高企業管理效率，改善用户出行體驗，是騰訊不變的方向。”

汽車雲服務行業相關的市場規模可觀，目前也正在高速增長中。國際數據公司 （IDC）最新發布的《中國汽車雲市場（2024下半年）跟蹤》報告顯示，2024下半年中國汽車雲市場整體規模達到65.1億元人民幣，同比增長27.4%。其中基礎設施市場規模為43.0億元人民幣，同比增長36.0%；解決方案市場規模為22.1億元人民幣，同比增長13.3%。

同時，行業的市場份額在頭部的集成度非常高，這也在激勵頭部企業持續投入。數據顯示，在公有云基礎設施領域，Top 5服務商，阿里雲、華為雲、騰訊雲、火山引擎、百度智能雲合計份額達86.9% ；在私有云基礎設施領域，Top 5服務商，華為雲、阿里雲、騰訊雲、百度智能雲、中國移動合計份額達60.0%。

騰訊與汽車行業的淵源可追溯至2017年，不過其直至2022年才正式入局汽車雲服務行業。常喬雨表示，除了華為因為自身業務佈局可能稍早一些（2013年成立車聯網業務部），其他幾家，包括騰訊、阿里、百度，基本上都是在2021到2022年前後正式官宣並大力投入汽車雲業務的，入場時間的集中，也意味着彼此之間的業務競爭十分激烈。而儘管騰訊汽車雲服務的起步面臨着不小的競爭壓力，但其還是憑藉自身的實力，成功躋身汽車雲服務行業TOP 5的龍頭陣營。

在開放日上，騰訊也展示了當前的部分信息：騰訊智慧出行已服務了100多家車企和出行科技公司，騰訊智能座艙解決方案的搭載量已經超過1500萬輛車，為超過30家車企和出行科技公司提供了海外雲服務。在汽車公有云增速位居行業第一，是市場平均增速的兩倍。

既有業務優勢，助力騰訊快速增長

在增速中，騰訊本身的既有業務為騰訊汽車雲服務業務打下了堅實的基礎。

騰訊旗下的騰訊地圖擁有海量的地理信息數據和精準的定位能力，為汽車雲服務提供了豐富的數據基礎。如為車企提供定期按需的地圖更新和基於位置的服務，可量身定製低成本、高覆蓋的自動駕駛地圖，助力自動駕駛功能的實現和智能座艙中導航等應用的精準性。

而在車上落地的場景應用層面，騰訊有其優勢——微信。騰訊的智慧出行服務深度融合了微信服務生態，以微信小程序為載體。在現場也介紹到，例如在駕駛過程中，只需要發出語音指令，“點一杯大杯拿鐵”，智能體就可以自動調起，知道你喜歡的咖啡店，你喜歡的咖啡的種類，咖啡品牌的車載微信小程序，選擇最近的咖啡店，按照口味下單，用户順路取餐，整個過程不需要干預和人的觸控操作。

騰訊智慧出行副總裁鍾學丹提到，騰訊智慧出行基於技術框架升級，手機裏豐富的微信小程序都可以快速上車，並與車機系統語音、地圖融合聯動，常用常新。

關於騰訊雲的快速增長，常喬雨表示，這主要是騰訊雲抓住了自己的核心優勢：首先，雖然可能在硬件或者底層算力基礎設施方面不像華為、阿里那麼突出，但騰訊雲的C端生態是獨一無二的壁壘。微信、QQ音樂、騰訊視頻、遊戲這些國民級應用，能夠很自然地融入到智能座艙，為用户提供差異化、並且是用户已經非常習慣的體驗。這是其它雲廠商很難複製的。

其次，騰訊把戰略重心放在了成為汽車行業的Tier 1供應商和數字化助手上，強調“車雲一體化”。它不是要去造車，而是要服務好車企和用户。另外，騰訊同樣有在技術層面獨特的積累和優勢。基於多年的遊戲和音視頻業務經驗，它在邊緣計算、低延遲傳輸技術等方面是行業頂尖的。這些技術對於提升自動駕駛的數據處理效率、優化車聯網的用户體驗來説至關重要。

騰訊智慧出行現場的汽車 觀察者網

全棧AI加持，騰訊雲瞄準的是未來市場

2022年時，與不造車的定位同時明確的還有騰訊智慧出行的定位，湯道生表示，騰訊將發揮C2B（消費者到企業）能力，和雲計算、AI（人工智能）、大數據等前沿技術，為汽車行業提供低門檻的定製化平台與工具鏈，讓雲成為智能汽車的新生產力，而騰訊智慧出行在此做出的投入也不容小覷。

騰訊也在智慧出行技術開放日上也宣佈，將面向汽車行業升級全棧AI能力，涵蓋AI基礎設施（AI Infra）、AI開發與應用平台（AI Platform）及AI場景化應用（AI Application），幫助汽車行業打造好用的AI。

騰訊的混元大模型是集計算機視覺和自然語言處理於一體的多模態大模型，可以統一調度騰訊的GPU資源。針對汽車行業，騰訊採取“混元大模型+先進開源模型”的多模型策略，從AI基礎能力層、AI開發與應用平台層到AI場景化應用層進行全面佈局，為汽車雲服務提供了強大的AI技術支撐。

在企業側，騰訊的大模型知識引擎內置了包括智能體模式在內的多種應用開發方式，供企業自由使用，鍾學丹表示，比如騰訊智慧出行的合作伙伴一汽豐田就利用知識引擎全面升級了智能客服，對用户問題的獨立解決率已達到84%。同時，騰訊從DeepSeek模型開源到MCP協議開放的動作，也在説明其將堅持生態不封閉的方向。

在AI服務重要的算力層面，騰訊智能駕駛雲專區形成全國四大節點佈局，單集羣支持萬卡級算力調度，千卡單日故障數低至0.16次，僅為業界平均的1/3，萬億參數大模型訓練週期壓縮至4天，為車企提供了高效穩定的算力基礎設施。

目前，汽車雲市場增長潛力仍舊巨大，車企客户繼續加大公有云GPU、雲存儲等資源採購量用於自動駕駛訓練、車聯網等場景，同時部分車企仍繼續選擇建設自持部分私有基礎設施資源以滿足其政策和安全需求。

關於目前汽車整體的AI應用進展，鍾學丹對觀察者網表示，主流車企正在逐步把AI的能力跟座艙整體體驗做結合，其中的應用方向一方面是如何用AI的能力提升語音體驗，這在當前的車上已經有明顯的表現；另外則是如何利用AI的能力改善對產品和服務的調用，比如AI Agent 的能力，可以更好地打破應用之間的邊界；還有早期主要的生成式方向，比如在車內生成一張桌面壁紙，目前部分車企已經從從生成壁紙演進到了生成主題，更加深入應用場景。

鍾學丹在現場分享 觀察者網

而就目前來看，騰訊的AI Agent基於小程序的應用場景還有很大的深挖空間。比如在座艙場景的AI應用中，還是以小程序中的生態作為主導，而非基於固定的場景來打通小程序，以滿足使用者需求。對此，鍾學丹對觀察者網表示，座艙場景中結合小程序生態的過程，還需要AI和開發者一個一個去學習、理解。

在AI方面，湯道生也表示，“端到端”的架構創新、大模型的廣泛運用，正在推動汽車智能化進入深水區。而騰訊將以雲圖為基、車雲一體，為車企提供高性能的算力、精準的數據閉環和可迭代的AI模型，助力構建覆蓋車企產品研發、生產製造、用户服務全鏈路的智能化底座。

常喬雨對觀察者網表示，AI大模型加速“上車將是未來汽車雲市場的重要增長點，把大模型的能力集成到智能座艙中，提供更自然的人車交互和更智能的主動服務，這幾乎是必然趨勢。相關的車聯網解決方案市場（現在大概40億規模），未來幾年保持15-20%的複合增長率是很有希望的。

此外，L3及以上自動駕駛的研發、訓練、仿真需要海量的算力。車企對於建設大規模（比如千卡到萬卡級別）AI計算集羣的需求會非常旺盛，這將直接帶動雲廠商在智能算力方面的業務。整體來看，預計2025年，汽車雲市場的整體增速有望超過20%，而像智能算力、自動駕駛解決方案這些細分領域，增速可能超過30%，是主要的增長引擎。

綜合來看，騰訊雲的打法聚焦於用户體驗和生態連接。它的核心是利用龐大的C端生態和在邊緣計算、低延遲傳輸等方面的技術優勢，主攻智能座艙和車聯網，實現“車雲一體”。戰略定位是成為Tier 1供應商和數字化助手，通過提供差異化的車內服務和體驗來獲取增長。未來，隨着汽車越來越成為一個移動的智能空間，騰訊將更多地把車看作一個連接用户的終端，去挖掘消費端的增量價值。

而關於未來發展，湯道生也表示，騰訊要以雲、圖為基礎，推動“車雲一體”戰略，幫助車企打造高效、合規的數據閉環，助力構建覆蓋車企產品研發、生產製造、用户服務全鏈路的智能化底座。