在談到市場競爭時，蘇奎峰表示，騰訊的心態還是比較輕松的。他解釋說，汽車行業產業鏈長，車企很難鎖定壹家供應商，和傳統互聯網壹刀切的模式不太壹樣。而且每個選手都有差異化的定位，只要在自己定位的賽道上有足夠的競爭力，就壹定有市場空間。
“騰訊自動駕駛總經理蘇奎峰”
騰訊的自動駕駛戰略和騰訊的大戰略是壹致的，就是做好連接和工具鏈。在這個定位的基礎上，騰訊正在做三大基礎設施:自動駕駛開發雲、仿真平臺、高精地圖。借助這些工具，騰訊希望在雲和汽車之間形成業務閉環，加速數據流動，快速叠代算法。
騰訊自動駕駛的優勢在於騰訊組織架構的支持。蘇奎峰介紹，目前騰訊90%的自動駕駛需求都可以在智慧出行部門解決，由騰訊雲提供支持，具備自控能力。
未來騰訊希望與OEM廠商和硬件Tier合作？1供應商組成鐵三角，推動行業跑得更快。騰訊在其中的角色是作為服務器，幫助客戶加速叠代，落地軟硬件產品。
《騰訊自動駕駛雲平臺系統架構》
自動駕駛的開發、驗證、測試、評估等環節需要巨大的時間和經濟成本，具有很強的不確定性和安全風險。
蘇奎峰介紹，騰訊從2016開始布局自動駕駛，並將虛擬仿真技術作為重點業務之壹。結合本地化的交通場景和應用需求，可以為自動駕駛R&D和測試提供專屬的數字化工具。在騰訊雲的計算能力支持下，通過雲模擬技術加速場景評測，從而提高R&D和測試的效率。
騰訊自動駕駛申請了40多項專利，在雲端實現了高並發運行和真實有效性的創新突破，同時在工具鏈完整性、場景豐富性和真實性方面取得了進步。
《騰訊自動駕駛虛擬仿真場景3D重構秀》
在效率上，相比單機仿真測試軟件有限的計算能力，騰訊自動駕駛雲仿真技術可以支持超過10000個場景的並行計算，將1000個場景的運行時間從2天大幅縮減至4分鐘。
同時，騰訊利用虛實融合的交通流數據構建城市級虛擬仿真世界，支持數千輛自動駕駛車輛和數十萬輛交通流車輛同時運行，虛擬城市中的車輛實時同步，在高效的同時保證了測試的有效性。
在真實性方面，騰訊自動駕駛開發了包括車輛動態、傳感器、交通流、地圖和場景編輯等模型，支持OpenX系列和OSI國際仿真標準，解決了傳統仿真軟件部分核心模型過於依賴第三方的問題。
同時，騰訊依托高精地圖、遊戲技術、AI等領域的積累，實現了基於人工智能深度學習的場景高精度自動三維重建，相對誤差小於3cm。此外，系統中動態模型與現場實驗數據的壹致性達到95%以上。
《國家智能網聯(長沙)試驗場虛擬仿真試驗場景》
隨著自動駕駛技術的加速發展，專註於仿真評估技術的研發，建立完善的智能汽車評估體系已經成為行業知識，雲仿真成為未來趨勢。除了測試工具，雲仿真還將成為算法、高精地圖、測試數據、道路挖掘數據的管理平臺，對保障數據安全起到至關重要的作用。(文/汽車之家？小瑩)