雙開《GTA》和《模擬市長》：騰訊玩自動駕駛的清奇腦洞

這兩天，我跟全國數量龐大的媒體同行一樣，都在昆明參加騰訊的全球數字生態大會。

由於這是騰訊三合一的年度最大會議，內容之多堪稱雪崩。相信關注科技新聞的讀者朋友，也已經被這兩天的相關訊息刷屏了。

所以我琢磨來琢磨去，打定主意想跟大家說點提神醒腦，好玩有趣的。於是經過疲憊不堪(劃掉)縝密有序的跑會，我最終發現了這麼一個問題：說到自動駕駛，大家一般看的都是美國幾家科技公司的自動駕駛新聞。騰訊的自動駕駛到底怎麼做，似乎很少有人真正琢磨過。

那位可能說了，自動駕駛還能怎麼做?核心演算法，感測器，晶片，然後上路測試唄。老四樣早就聽煩了。

確實一般說到自動駕駛就是這份“套餐”，哪家公司也不能繞開它們另起爐灶。但在此之外的東西，也就變成了一家公司做自動駕駛專案的差異化所在。

而騰訊的這個差異化有點個別另樣的是，他們打算把自動駕駛和智慧城市連在一起，而且連線的方式也很騰訊：透過“電子遊戲”。

很多宅男比如我，大概都想過一手玩《GTA》，一手玩《模擬市長》，在遊戲裡學會神功出門就指點江山。然而殘酷的現實是關掉電腦之後出門繼續搬磚。

而騰訊卻打算在自動駕駛領域，實現一個宅男的夢想。讓我們一起來思考一下，騰訊的腦洞到底是怎麼搭上的?

從模擬系統切入自動駕駛：騰訊的腦洞與邏輯

去年年底，騰訊在南京的全球合作伙伴大會上，首次亮相了作為獨立品牌的騰訊自動駕駛業務。當時釋出了三個技術：模擬模擬平臺、高精度地圖和資料雲服務。

自動駕駛資料雲，很多讀者應該耳熟能詳了。高精地圖，國內外幾家大廠也在紛紛佈局。就是這個模擬模擬平臺到底是怎麼回事，大家好像有點陌生。

事實上，這個平臺完全可以被理解為一個製作挺精良，就是沒劇情的遊戲。或者說是一個只有車和路的《GTA》——甚至它還分單機版和網路版(雲平臺)。

騰訊為什麼要特意提出這項技術，並且放在重點位置推出呢?是因為自動駕駛部門的程式設計師想在工作時玩明目張膽地玩《GTA》和《極品飛車》嗎?顯然不是的，大概吧。

事實上，在今天這個自動駕駛車輛已經可以經常上路測試的階段，差不多每一家自動駕駛公司都會做“模擬系統”。區別只是做出來的細節化程度和真實匹配度。

我們知道，今天自動駕駛車已經可以上路測試了。但是上路這事兒雖然聽起來實在，其實問題不少。

比如說，自動駕駛車輛絕大多數時候要在封閉的測試場地裡進行測試。那裡面沒有行人也沒障礙物，測到天荒地老也很難出錯。即使能夠上真正的公路，車輛也只被允許在路況良好車流量不大的地方測試，畢竟馬路上可是人命關天。

總是在幼兒園和小學當學霸，什麼時候能考博士啊?我們知道，生活中很多路況是無比複雜的，交通意外簡直花招百出。真的想讓AI當司機，就必須讓它能夠適應所有情況。

現實裡無處練手怎麼辦?去“遊戲”裡唄。

這就是模擬系統存在的價值。而自動駕駛開發者對模擬系統的要求，也就順理成章變成了“越真越好”。

想把遊戲做得真，這就落入了騰訊的“包圍圈”。騰訊推出的模擬系統TAD Sim真到什麼程度呢?它可以模擬白天黑夜的各種燈光，模擬雨天霧天的視線情況，以及貼近真實的汽車運動軌跡模擬。

顯然，這些能力不是來自一家演算法公司，而是一家遊戲與遊戲雲公司。模擬平臺的背後，是騰訊的遊戲引擎技術、3D重建、虛擬現實技術在支撐。而想要體系宏大的模擬交通場景並行運轉，需要適合遊戲的雲端計算體系作為基礎，而騰訊恰好是遊戲行業的老鳥。

有騰訊的遊戲技術、雲端計算基礎做背景，TAD Sim的差異化優勢，已經成為了騰訊自動駕駛的基石之一。

當然這裡不是說有了模擬，自動駕駛就可以不上路測試了。現實情況是，在自動駕駛商業化落地一步步逼近的今天，模擬和路測變成了不能偏廢的兩個工作。而且高質量、高準確度的模擬，可以極大程度提高自動駕駛系統的開發效率和產品驗證效率。

事實上，路測與模擬是相輔相成的，只有依靠更多路測帶回來了高精地圖資料和城市資訊，模擬系統裡執行的資料與情景才能真實無誤。

依靠著模擬系統的必要性和自身在模擬能力上的領先，騰訊快速在這個領域搞出了腦洞有點奇特的自動駕駛。然後搞著搞著，抬頭一看，騰訊好像突然發現，這東西不僅能做自動駕駛，做智慧城市也沒毛病啊?

這就引出來，這次昆明騰訊釋出的一個全新腦洞：用自動駕駛裡的遊戲技術，去研究智慧城市怎麼做。

不想玩自動駕駛的模擬，不是一個好智慧城市?

智慧城市發展到今天，進步與陳弊各自都很明顯。

其中一個存在於智慧城市中的主要問題，就是城市的很多智慧化專案，都是簡單的資料收集和收據結構最佳化工作而已。城市缺乏能真正大規模應用AI來推理判斷的能力。這其中很大一部分原因在於，城市不敢真正地深化AI應用。因為沒有地方模擬一旦深度智慧化後可能發生什麼，這就是因為沒有城市模擬。

舉個例子，我們經常會在高架橋和環線的出入口被堵住，一堵還就容易堵死。假如出入口的紅綠燈、限行通道可以預判擁堵數量，根據不同的擁堵條件來智慧調整出入規則，那麼很多“卡位”式堵車顯然能夠避免。

然而這麼做的問題在於，相關部門難以預判到底什麼樣的系統可以有效調節擁堵。甚至技術開發者自己，也不知道開發出的東西在城市裡到底有沒有用。沒地兒驗證怎麼辦?還是要到模擬系統裡去試試看。

這樣一個邏輯轉換過來，我們就會發現模擬系統不僅對自動駕駛場景中，車這一部分的技術研究有價值。同時在城市，對於路況的研究進而到整個城市能源、物流、救災應急燈領域的研究也都是有效的。

那麼是不是也就是說，騰訊為自動駕駛打造的模擬系統，同時也是個切入智慧城市的角度?

事實上，自動駕駛走到今天，已經越來越多地跟城市命題開始結合，當然主要模式是在車路協同領域進行研究。而走向虛擬世界的城市研究，則為車路雲到底怎麼協同給出了另一個答案。

同時也要注意的是，模擬系統不是完成時。尤其要研究真實城市的情況，需要不斷對城市資料進行動態收集。比如說自動駕駛車上都有大量感測器，這些感測器收集來的資料，就是一座鮮活的城市。基於真實資料再去思考城市到底怎麼改，好像就比較順當了。

敲一下黑板，有知識點。這個地方網際網路公司鍾愛的詞兒出現了——這是個“閉環”有沒有?

用模擬系統訓練自動駕駛車，自動駕駛車出去採集資料，資料回來在模擬裡研究智慧城市，智慧城市方案改造好了，可以更好地做出車路雲協同，從而讓自動駕駛車開得更妥帖……

這個繞口令，打通了車、城、雲三端和虛擬與物理兩個世界，並且涉及雲端計算、AI、5G、遊戲等幾大技術。沒錯，一家人就是要整整齊齊的，騰訊的邏輯就這麼搭上了。在騰訊全球數字生態大會的智慧出行分論壇，騰訊自動駕駛總經理蘇奎峰釋出了從自動駕駛到智慧城市的這套全新方向。

在這套方案裡有兩個重點，一個是模擬系統，將成為貫穿駕駛到城市多方面場景的“產業遊戲”，它改變了城市資料綜合資料的描繪方式;再一個是自動駕駛車輛將不僅僅是自動駕駛車輛，同時還是城市資料的收集官。它們改變了城市資料的獲取方式。

這兩個方式改變之後，資料的價值當然也就變了。這不是數字化升級，什麼是數字化升級?

當然了，《GTA6》不是一兩年做完的，騰訊的模擬城市更不是。這是一條還很漫長的路。這條路的出發點上，相信大家都會想問這麼一個問題：路這麼遠，騰訊怎麼賺錢?

每一片切下來，都能直接扔到市場裡

有一種說法，是說技術是有味道的，它的味道取決於商業世界的舌苔。

那麼騰訊的自動駕駛是什麼味道的呢?在我看來，它是烤全羊口味的……

這麼說不是因為寫到這我餓了，至少不僅是如此。做自動駕駛這件事，每個人都會自然而然去關心商業落地。大家都知道自動駕駛要造系統、造整車方案、造晶片雷達，甚至直接造車，每一件東西聽上去都是個無底洞。然而這個錢人類又不能不花。

這個矛盾，縈繞在今天所有車廠與入圈的科技企業頭上。

騰訊的解決方案是什麼呢?簡單來說，騰訊並不執著於自己造晶片和整車，而是定位為透過騰訊，為其他自動駕駛廠商提供軟體和服務，聚焦於做自動駕駛行業的工具箱。

並且騰訊的思路，是各個平臺和技術都可以拆下來零著賣。合作企業需要整車方案當然也可以，只是需要演算法或者地圖也行。即使只是需要模擬系統，騰訊也能提供——事實上，騰訊的模擬系統在這個領域裡是具有非常強近期商業能力的。

總之，騰訊預計為市場提供靈活和模組化的商業方式，這就是烤全羊的藝術啊——哪塊烤好了先切下來吃，沒烤好的接著烤。

最終烤一個纖毫畢現的映象城市出來。

事實上，模擬系統到智慧城市這條路，也有非常多可以完成近期商業化的可能。比如說給城市的智慧停車場做模擬系統預測與產品檢驗。再比如能源、醫療、物流行業，都可以再“加模擬加城市”之後，變成自動駕駛業務的商業範疇。

模擬系統背後的遊戲技術，可以在此時此刻叉會兒腰。

誰還沒有個《頭號玩家》夢了?

話說，我有一個朋友，高中時候天天打遊戲。他爹罵他，你以後還能靠遊戲吃飯咋地?後來畢業之後，他加入了遊戲公司，趕上手遊崛起，賺的不要太多。工作之後的第一個春節，他拿著工資單回家，跟他爹說，我能。

事實上，遊戲作為一種資料的執行與處理方式，正在瘋狂地觸控我們期盼的智慧世界。2017年，普林斯頓大學的研究小組就開始用《GTA5》模擬自動駕駛演算法;DeepMind沉迷於在遊戲裡訓練AI;OpenAI正在跟《Dota2》死槓到底。

在這個時間節點上，也許我們已經有必要正視遊戲背後的技術能力，就是改變未來的一把鑰匙。比如模仿現實世界的遊戲世界虛擬世界，天然就是AI的孵化溫床。

從騰訊的自動駕駛新腦洞，或許能夠揭開這樣一個科技產業的新思路：遊戲雲、3D引擎、VRAR技術的積累，正在形成另一股技術競爭力。它補充了自動駕駛進化途中的關鍵問題，同樣也對智慧城市中的諸多層面提出瞭解決方案。我們姑且將這一型別的技術，稱之為“遊戲流”。

它們的本質價值，是在虛擬世界裡儘可能真實地模仿現實世界，然後預測和推演可能發生的狀況，形成解決方案再反向輸送回現實。這與物聯網技術中發展了數十年的“數字孿生”非常相似。區別在於數字孿生一般是模擬機器，而藉助遊戲流中的很多技術，我們可以在模擬平臺裡模仿現實中的人、事、車，甚至城市。

對物理世界的提前模擬和預判，可以讓很多原本不可能的事情變成可能。它透過技術底座，把物理規則和資訊帶入數字，再用數字化的方式去演習物理。

本著這個思路，再去看騰訊的自動駕駛方案，甚至這家公司的很多技術，可能都會有新的思考。

總之一句話，千萬別瞧不起遊戲玩家，他們分分鐘搞個大事情給你看。