烧了1000多亿美元后，自动驾驶即将走出“至暗时刻”？

自动驾驶

海量数据的存储和算法训练

一辆车每天产生4T+数据（Gartner估算），每年上传数据量打到PB级别，当前市面上一个36TB需要6000元

想要数据做到物尽其用还需要进行数据脱敏、清洗、标注、分类

当前一些相对封闭的环境下已经有一些自动驾驶商业化应用，但是自动驾驶的泛化能力很差（即举一反三的能力）

当前自动驾驶的算法训练必须要穷尽所有可能的场景

但是城市这种开放式的复杂环境会出现各种无法预测的corner case

此外中国超大型城市的路况复杂可以说是全球之最，中国路网总里程520万公里，公路和高速公路仅占5%，即从未遇到过的长尾场景会频繁出现。

当前一辆自动驾驶测试车的成本是20-40万美元

特斯拉云端超算Dojo硬件成本1亿美元+

云计算可以帮忙车企降本增效

腾讯智慧出行技术开发日：未来的汽车是“车+云”的整体

车：负责感知环境、生成数据

云：负责主要的数据存储、算法训练等工作

腾讯智能汽车云