214
从底层技术规则上来说，自动驾驶始终是一个跨行业黏合的游戏。
车辆制造黏合 AI 算法；汽车零部件供应商黏合芯片公司；在线地图黏合激光雷达……在这个直指未来人类出行方式变革的产业里，通过自身擅长的东西，去黏合行业需求与产业期待，似乎是生存下去的不二法门。
我们在去年就曾聊过，在这个底层规律中，有一支力量在全球自动驾驶产业界显得格外不同，那就是腾讯。因为“脑洞清奇”的腾讯，把自身非常擅长，但在业界中很少被提起的力量黏合到了自动驾驶的轴心——游戏。
是不是一提腾讯的游戏，你都不怎么困了？
事实上，在自动驾驶开发中不可或缺的一环：自动驾驶仿真测试中，业内大量系统都是基于游戏引擎开发的。但是如何将游戏技术的升级纳入自动驾驶仿真的产业发展方向，却是一般科技公司不会提及的问题上。
2018 年，腾讯发布了自动驾驶模拟仿真平台 TAD Sim(Tencent Autonomous Driving Simulator)，成为业界首个集成了专业级游戏引擎、工业级车辆动力学模型、虚实一体交通流的仿真测试平台。
而在刚刚，6 月 24 日的腾讯智慧出行新品发布会上，腾讯宣布了 TAD Sim 2.0 版本，其在行业内率先使用数据+游戏技术双擎驱动的技术路线，在真实性、全面性、可视化、标准化、轻量化五个维度进行了升级。
从自动驾驶仿真的产业迷雾，到腾讯给出“数据+游戏双引擎”的答案，让我们整理一下其中逻辑，来回答这样一个问题：如果未来出行是一场所有科技公司都向往的航海，那么腾讯如何在自动驾驶仿真的群岛中，航行出独特的浪痕。
迷雾之海
或许可以说，自动驾驶仿真正处在一片旺盛需求与产业难关交织的迷雾海里。
如今，自动驾驶仿真已经是业内软件供应商必不可少的关键产品，与开发平台、高精地图数据一道，构成了自动驾驶软件开发的“三叉戟“。
仿真之所以成为必需品，逻辑其实很容易理解。根据兰德公司提供的数学模型，若要在 95％的置信区间内，证明无人驾驶比人类驾驶安全 20％，需要 110 亿英里的驾驶里程数据。而这个恐怖的现实数据显然是任何科技公司或者车企都无力完成的。
面临着“测试永远不够“的难题，深度学习技术的兴起带来了重大转机。既然智能体可以在不断的数据训练中提升智能水准，那么把车辆看作一个智能体，在虚拟环境中不断”投喂“各种车辆数据，显然可以有效填补现实路测的缺欠。而玩过《GTA》系列的你肯定知道，游戏就是最好的驾驶测试场。
这个逻辑虽然非常清晰，但在实际产业推进中却面临着众多问题。其中核心矛盾在于，我们如何建立对虚拟环境中仿真测试的完全信任？我们知道，深度学习本身具有黑箱性，而游戏环境必然与真实环境具有较大冲突。加之各仿真软件与平台提供方的技术能力、产品逻辑不同，仿真领域经常出现同一个数据在不同平台测试结果不同，或者现实数据与仿真数据难以互证的问题。
基于这种情况，产业化仿真一直以来处于“瘸腿发展”的状态。一般来说，仿真包括车辆传感器仿真、决策控制仿真、车辆动力学模型、交通环境仿真四大类。而在产业界无法信任仿真数据可靠性的背景下，基本只有决策控制仿真能得到发展。对虚拟环境仿真性要求更高的传感器仿真、车辆动力仿真等关键议题，长期以来无人问津。加之工具化、标准化的匮乏，间接导致仿真的核心前景扑朔迷离。
而想要解决这个产业中存在的逻辑难题，似乎方向也很清晰：想要解决仿真环境的可信问题，就要通过发展技术造就可以与现实环境媲美的数字孪生世界；想要路测与仿真建立互信，就需要真实数据与仿真环境高度融合；想要推动行业的标准化普及，就需要面向产业提供低门槛、高质量的工具箱，推动行业达成普遍互信。
这也是腾讯认为仿真一定要依赖游戏技术的原因，只有游戏技术出色，模拟出能够价值自证的仿真环境，全栈仿真才有可能建立。出于这个思考，腾讯开始大力将游戏技术融入到仿真体系中，并且强调仿真数据必须达成与真实路测的一致。在游戏与真实数据融合的基础上，闭环全栈仿真才有发展的可能，仿真产业才能融入自动驾驶发展的机遇洪流中。
于是在解决了有无问题之后，腾讯很快决定在仿真领域推出 TAD Sim 2.0，这艘船飘荡着游戏与数据的双帆，在仿真产业的迷雾海里破浪而出。
双帆之舟
如果说 TAD Sim 1.0 的特点，是让业界看到了腾讯游戏技术与自动驾驶仿真全面结合的可能。那么在 TAD Sim 2.0 版本中，我们看到更多的是腾讯向车企、向产业世界学习与沟通的成果。
这艘船既没有丢弃游戏技术的主帆，同时又升起了对产业需求的理解和尊重，构成了所谓的游戏+数据双引擎。
在不断与车企、汽车产业沟通合作的过程里，腾讯仿真团队意识到用户对仿真最大的需求是产业效率。仿真平台不仅需要追求极限的性能，同时需要在相同的硬件投入下完成最多、最快的测试。作为自动驾驶产业一环的仿真，核心效率是对资源成本的控制。基于对产业需求+技术路径的综合理解，腾讯团队决定快速升级 TAD Sim 2.0。
据腾讯自动驾驶总经理苏奎峰介绍，TAD Sim 2.0 场景库有超过 1000 种场景类型，而基于 Agent AI 技术，借助腾讯云并行加速加持，可以泛化生成万倍以上规模的丰富场景，具备每日 1000 万公里以上的测试能力；TAD Sim 2.0 架构的数据传输能力可以获得 10 倍速提升，减少 30%的资源占用，明显优于行业同类产品。
而在技术逻辑上，TAD Sim 2.0 体现了“双引擎”的价值夯定。一方面这一版本非常重视与真实数据的联动，深度融合了腾讯高精地图等平台提供的高精数据资源，并且对产业数据有了更好的兼容方法与开发支持；另一方面，游戏的主调依然存在于 TAD Sim 2.0 的开发思路中。比如这一代在虚幻引擎的开发和使用上展现出了更深度的挖掘能力，能够融合虚幻引擎官方提供的技术支持，来帮助定制化提供面向自动驾驶的传感器仿真，面向行业深度挖掘了这款全球热议游戏引擎的利用方案。
通过多种腾讯优势游戏技术融入仿真平台，TAD Sim 2.0 可以实现更符合现实环境的物理规则、几何规则、逻辑规则，同时利用腾讯 AI 与云计算的能力，高并发满足仿真所需的丰富性与高效性。
腾讯自动驾驶仿真技术总监孙驰天认为，真实数据与游戏技术，在自动驾驶仿真中的关系就像包饺子。现实数据就像饺子皮，虽然能带来最客观的测试结果，但真实数据毕竟有限，就像饺子皮不足以支撑人吃饱；而游戏技术就像饺子馅，虽然能产生理论上无限多的测试场景，但脱离了现实数据就是无因之果，就像饺子馅不能直接放在水里煮。只有用数据的皮，包裹住游戏的馅，两条路交融组合，自动驾驶仿真才有未来可言。
数据+游戏技术的“双帆”下，腾讯希望 TAD Sim 2.0 能为业界包出一顿可口的饺子。而这件事的前提，建立在厨师真正理解顾客口味的基础上。
“用”之港
如果说，TAD Sim 2.0 这艘船，较比 1.0 版本必须标注出一个新的目的地，那么 1.0 版本所到的港口可以叫“有”，而 TAD Sim 2.0 去到的港口则叫“用”。
在底层技术逻辑的强化与明晰下，我们可以看到 TAD Sim 2.0 执行了一系列与产业深度联系，与现实中车企、学术机构、供应链企业为代表的仿真客户，进行了更多针对性的需求满足。
可以说，自动驾驶仿真在目前的发展阶段，来到了从纯技术平台向产业应用工具箱转换的关键时刻。而如何快速从需求中整理和发展工具箱，也就成为了仿真，以及其他自动驾驶软件供应链项目产生竞争力的源泉。
TAD Sim 2.0 的诞生，首先与腾讯自动驾驶的全面产业推进息息相关。这次版本更新中的很多反馈，都来自腾讯内部的使用体验与升级需求。而在外部沟通与合作中，产业实际需求也成为 TAD Sim 2.0 更新的主要动力。
比如仿真平台的最终使用者大多是测试工程师。为了提高工程师们的测试效率，TAD Sim 2.0 更新了专业的自动驾驶可视化组件 TAD Viz，希望将仿真数据以更直观的方式进行呈现，帮助产业真正从仿真中受益。
再比如，仿真平台的用户，往往具备自身的测试能力、测试需求，以及累积的测试数据。而软件供应商不仅需要解决工具的问题，同时需要帮助用户保留和应用自身能力与数据，构筑产业竞争力，保证业务的整体流畅。为此 TAD Sim 2.0 致力于打造完善的国际通用接口，通过产业标准化，帮助用户将自身数据与业务完成保留到 TAD Sim。同时，TAD Sim 2.0 还通过模块化的分布式架构设计，适配车企的 V 字形开发流程。在不同产业阶段，用户可以模块化的使用 TAD Sim 能力，以工具箱模式匹配自身的仿真测试需求与流程节点。
应用为主，是腾讯在 TAD Sim 2.0 中呈现的最显著画风。或许这也是如今仿真与自动驾驶开发业界，最需要的产业特质。
坚硬的，久远的
最后想说几句，如何理解仿真与自动驾驶底层技术的构建，在今天是个见仁见智的问题。
有人或许会觉得仿真数据依旧不靠谱，自动驾驶短期也看不到希望；有人会觉得腾讯把游戏技术融入仿真，是不是有点自我中心，创新幅度过大？
或者说，做底层技术的枯燥与长期投入，以及创新的不确定性，在很多人看来都是缺乏意义的。然而我们把视线拉升，看看这个变局中的时代，可能会得到另外的答案。
近段时间，国际竞争激烈，在前沿技术、底层软件方面，国内的自主研发力量也在迅速崛起。尤其是自动驾驶为代表的新型产业底层软件，恰好担任着至关重要的角色。同时，这又是个技术聚合与化学裂变的时代，自动驾驶必将带来巨变，而数字孪生在复刻现实，构建虚拟世界命题上的意义，或许还远大于自动驾驶本身。
所以说，无论从哪个角度看，仿真既要在横向的国际科技局势变局中，保留一些坚硬的东西；也是要在纵向的科技迁跃中，保留一些久远的希望。我们看到什么价值，就获取什么价值，对于自动驾驶，对于腾讯 TAD Sim 2.0 的来说，也是如此。
中国自动驾驶仿真这场航海，虽然还看不到新大陆的岸边，但能辨别启明星的方向。
下载ECAD模型
