從底層技術規則上來說，自動駕駛始終是一個跨行業黏合的遊戲。
車輛製造黏合AI算法；汽車零部件供應商黏合芯片公司；在線地圖黏合激光雷達……在這個直指未來人類出行方式變革的產業裏，通過自身擅長的東西，去黏合行業需求與產業期待，似乎是生存下去的不二法門。
我們在去年就曾聊過，在這個底層規律中，有一支力量在全球自動駕駛產業界顯得格外不同，那就是騰訊。因爲“腦洞清奇”的騰訊，把自身非常擅長，但在業界中很少被提起的力量黏合到了自動駕駛的軸心——遊戲。
是不是一提騰訊的遊戲，你都不怎麼困了？
事實上，在自動駕駛開發中不可或缺的一環：自動駕駛仿真測試中，業內大量系統都是基於遊戲引擎開發的。但是如何將遊戲技術的升級納入自動駕駛仿真的產業發展方向，卻是一般科技公司不會提及的問題上。
2018年，騰訊發佈了自動駕駛模擬仿真平臺TAD Sim(Tencent Autonomous Driving Simulator)，成爲業界首個集成了專業級遊戲引擎、工業級車輛動力學模型、虛實一體交通流的仿真測試平臺。
而在剛剛，6月24日的騰訊智慧出行新品發佈會上，騰訊宣佈了TAD Sim 2.0版本，其在行業內率先使用數據+遊戲技術雙擎驅動的技術路線，在真實性、全面性、可視化、標準化、輕量化五個維度進行了升級。
從自動駕駛仿真的產業迷霧，到騰訊給出“數據+遊戲雙引擎”的答案，讓我們整理一下其中邏輯，來回答這樣一個問題：如果未來出行是一場所有科技公司都向往的航海，那麼騰訊如何在自動駕駛仿真的羣島中，航行出獨特的浪痕。
迷霧之海
或許可以說，自動駕駛仿真正處在一片旺盛需求與產業難關交織的迷霧海里。
如今，自動駕駛仿真已經是業內軟件供應商必不可少的關鍵產品，與開發平臺、高精地圖數據一道，構成了自動駕駛軟件開發的“三叉戟“。
仿真之所以成爲必需品，邏輯其實很容易理解。根據蘭德公司提供的數學模型，若要在95％的置信區間內，證明無人駕駛比人類駕駛安全20％，需要110億英里的駕駛里程數據。而這個恐怖的現實數據顯然是任何科技公司或者車企都無力完成的。
面臨着“測試永遠不夠“的難題，深度學習技術的興起帶來了重大轉機。既然智能體可以在不斷的數據訓練中提升智能水準，那麼把車輛看作一個智能體，在虛擬環境中不斷”投餵“各種車輛數據，顯然可以有效填補現實路測的缺欠。而玩過《GTA》系列的你肯定知道，遊戲就是最好的駕駛測試場。
這個邏輯雖然非常清晰，但在實際產業推進中卻面臨着衆多問題。其中核心矛盾在於，我們如何建立對虛擬環境中仿真測試的完全信任？我們知道，深度學習本身具有黑箱性，而遊戲環境必然與真實環境具有較大沖突。加之各仿真軟件與平臺提供方的技術能力、產品邏輯不同，仿真領域經常出現同一個數據在不同平臺測試結果不同，或者現實數據與仿真數據難以互證的問題。
基於這種情況，產業化仿真一直以來處於“瘸腿發展”的狀態。一般來說，仿真包括車輛傳感器仿真、決策控制仿真、車輛動力學模型、交通環境仿真四大類。而在產業界無法信任仿真數據可靠性的背景下，基本只有決策控制仿真能得到發展。對虛擬環境仿真性要求更高的傳感器仿真、車輛動力仿真等關鍵議題，長期以來無人問津。加之工具化、標準化的匱乏，間接導致仿真的核心前景撲朔迷離。
而想要解決這個產業中存在的邏輯難題，似乎方向也很清晰：想要解決仿真環境的可信問題，就要通過發展技術造就可以與現實環境媲美的數字孿生世界；想要路測與仿真建立互信，就需要真實數據與仿真環境高度融合；想要推動行業的標準化普及，就需要面向產業提供低門檻、高質量的工具箱，推動行業達成普遍互信。
這也是騰訊認爲仿真一定要依賴遊戲技術的原因，只有遊戲技術出色，模擬出能夠價值自證的仿真環境，全棧仿真纔有可能建立。出於這個思考，騰訊開始大力將遊戲技術融入到仿真體系中，並且強調仿真數據必須達成與真實路測的一致。在遊戲與真實數據融合的基礎上，閉環全棧仿真纔有發展的可能，仿真產業才能融入自動駕駛發展的機遇洪流中。
於是在解決了有無問題之後，騰訊很快決定在仿真領域推出TAD Sim 2.0，這艘船飄蕩着遊戲與數據的雙帆，在仿真產業的迷霧海里破浪而出。
雙帆之舟
如果說TAD Sim 1.0的特點，是讓業界看到了騰訊遊戲技術與自動駕駛仿真全面結合的可能。那麼在TAD Sim 2.0版本中，我們看到更多的是騰訊向車企、向產業世界學習與溝通的成果。
這艘船既沒有丟棄遊戲技術的主帆，同時又升起了對產業需求的理解和尊重，構成了所謂的遊戲+數據雙引擎。
在不斷與車企、汽車產業溝通合作的過程裏，騰訊仿真團隊意識到用戶對仿真最大的需求是產業效率。仿真平臺不僅需要追求極限的性能，同時需要在相同的硬件投入下完成最多、最快的測試。作爲自動駕駛產業一環的仿真，核心效率是對資源成本的控制。基於對產業需求+技術路徑的綜合理解，騰訊團隊決定快速升級TAD Sim 2.0。
據騰訊自動駕駛總經理蘇奎峯介紹，TAD Sim 2.0場景庫有超過1000種場景類型，而基於Agent AI技術，藉助騰訊雲並行加速加持，可以泛化生成萬倍以上規模的豐富場景，具備每日1000萬公里以上的測試能力；TAD Sim 2.0架構的數據傳輸能力可以獲得10倍速提升，減少30%的資源佔用，明顯優於行業同類產品。
而在技術邏輯上，TAD Sim 2.0體現了“雙引擎”的價值夯定。一方面這一版本非常重視與真實數據的聯動，深度融合了騰訊高精地圖等平臺提供的高精數據資源，並且對產業數據有了更好的兼容方法與開發支持；另一方面，遊戲的主調依然存在於TAD Sim 2.0的開發思路中。比如這一代在虛幻引擎的開發和使用上展現出了更深度的挖掘能力，能夠融合虛幻引擎官方提供的技術支持，來幫助定製化提供面向自動駕駛的傳感器仿真，面向行業深度挖掘了這款全球熱議遊戲引擎的利用方案。
通過多種騰訊優勢遊戲技術融入仿真平臺，TAD Sim 2.0可以實現更符合現實環境的物理規則、幾何規則、邏輯規則，同時利用騰訊AI與雲計算的能力，高併發滿足仿真所需的豐富性與高效性。
騰訊自動駕駛仿真技術總監孫馳天認爲，真實數據與遊戲技術，在自動駕駛仿真中的關係就像包餃子。現實數據就像餃子皮，雖然能帶來最客觀的測試結果，但真實數據畢竟有限，就像餃子皮不足以支撐人喫飽；而遊戲技術就像餃子餡，雖然能產生理論上無限多的測試場景，但脫離了現實數據就是無因之果，就像餃子餡不能直接放在水裏煮。只有用數據的皮，包裹住遊戲的餡，兩條路交融組合，自動駕駛仿真纔有未來可言。
數據+遊戲技術的“雙帆”下，騰訊希望TAD Sim 2.0能爲業界包出一頓可口的餃子。而這件事的前提，建立在廚師真正理解顧客口味的基礎上。
“用”之港
如果說，TAD Sim 2.0這艘船，較比1.0版本必須標註出一個新的目的地，那麼1.0版本所到的港口可以叫“有”，而TAD Sim 2.0去到的港口則叫“用”。
在底層技術邏輯的強化與明晰下，我們可以看到TAD Sim 2.0執行了一系列與產業深度聯繫，與現實中車企、學術機構、供應鏈企業爲代表的仿真客戶，進行了更多針對性的需求滿足。
可以說，自動駕駛仿真在目前的發展階段，來到了從純技術平臺向產業應用工具箱轉換的關鍵時刻。而如何快速從需求中整理和發展工具箱，也就成爲了仿真，以及其他自動駕駛軟件供應鏈項目產生競爭力的源泉。
TAD Sim 2.0的誕生，首先與騰訊自動駕駛的全面產業推進息息相關。這次版本更新中的很多反饋，都來自騰訊內部的使用體驗與升級需求。而在外部溝通與合作中，產業實際需求也成爲TAD Sim 2.0更新的主要動力。
比如仿真平臺的最終使用者大多是測試工程師。爲了提高工程師們的測試效率，TAD Sim 2.0更新了專業的自動駕駛可視化組件TAD Viz，希望將仿真數據以更直觀的方式進行呈現，幫助產業真正從仿真中受益。
再比如，仿真平臺的用戶，往往具備自身的測試能力、測試需求，以及累積的測試數據。而軟件供應商不僅需要解決工具的問題，同時需要幫助用戶保留和應用自身能力與數據，構築產業競爭力，保證業務的整體流暢。爲此TAD Sim 2.0致力於打造完善的國際通用接口，通過產業標準化，幫助用戶將自身數據與業務完成保留到TAD Sim。同時，TAD Sim 2.0還通過模塊化的分佈式架構設計，適配車企的V字形開發流程。在不同產業階段，用戶可以模塊化的使用TAD Sim能力，以工具箱模式匹配自身的仿真測試需求與流程節點。
應用爲主，是騰訊在TAD Sim 2.0中呈現的最顯著畫風。或許這也是如今仿真與自動駕駛開發業界，最需要的產業特質。
堅硬的，久遠的
最後想說幾句，如何理解仿真與自動駕駛底層技術的構建，在今天是個見仁見智的問題。
有人或許會覺得仿真數據依舊不靠譜，自動駕駛短期也看不到希望；有人會覺得騰訊把遊戲技術融入仿真，是不是有點自我中心，創新幅度過大？
或者說，做底層技術的枯燥與長期投入，以及創新的不確定性，在很多人看來都是缺乏意義的。然而我們把視線拉昇，看看這個變局中的時代，可能會得到另外的答案。
近段時間，國際競爭激烈，在前沿技術、底層軟件方面，國內的自主研發力量也在迅速崛起。尤其是自動駕駛爲代表的新型產業底層軟件，恰好擔任着至關重要的角色。同時，這又是個技術聚合與化學裂變的時代，自動駕駛必將帶來鉅變，而數字孿生在復刻現實，構建虛擬世界命題上的意義，或許還遠大於自動駕駛本身。
所以說，無論從哪個角度看，仿真既要在橫向的國際科技局勢變局中，保留一些堅硬的東西；也是要在縱向的科技遷躍中，保留一些久遠的希望。我們看到什麼價值，就獲取什麼價值，對於自動駕駛，對於騰訊TAD Sim 2.0的來說，也是如此。
中國自動駕駛仿真這場航海，雖然還看不到新大陸的岸邊，但能辨別啓明星的方向。
