tsp網路用語是什麼意思

❶ 請問TSP是什麼如何運營

是Telematics Service Provider的簡寫，它屬於服務提供者，在汽車、車載設備製造商、網路運營商，與內容提供商中間起到連接作用。TSP在Telematics（應用了無線通信技術的車載電腦系統）產業鏈中居於核心地位。據了解，TSP運營所需物資有：ICP (Internet Content Provider) 互聯網經營許可 、跨地區增值電信業務經營許可——信息服務業務、跨地區增值電信業務經營許可——呼叫中心業務 、互聯網地圖服務資質。

❷ 神經網路中的激活函數是用來干什麼的

不同的激活函數是用來實現不同的信息處理能力，神經元的變換函數反映了神經元輸出與其激活狀態之間的關系。

❸ 調酒stp什麼意思

STP是營銷學中營銷戰略的三要素。在現代市場營銷理論中，市場細分（Market Segmenting）、 目標市場（Market Targeting）、 市場定位（Market Positioning）是構成公司營銷戰略的核心三要素，被稱為STP營銷。
STP（Spanning Tree Protocol）是生成樹協議的英文縮寫，可應用於計算機網路中樹形拓撲結構建立，主要作用是防止網橋網路中的冗餘鏈路形成環路工作。但某些特定因素會導致STP失敗，要排除故障可能非常困難，這取決於網路設計[1]。生成樹協議適合所有廠商的網路設備，在配置上和體現功能強度上有所差別，但是在原理和應用效果是一致的。
也就是說是調酒營銷

❹ tsp網路連接是什麼意思

車聯網生態圈整體可分為TSP平台、整車廠商、應用／內容服務提供商、電信運營商、車輛零部件廠商、晶元廠商、汽車後向服務商、傳統線下廠商、交管局等。
TSP（Telematics Service Provider）汽車遠程服務提供商。在Telematics產業鏈居於核心地位，上接汽車、車載設備製造商、網路運營商，下接內容提供商。

❺ 1tsp等於多少毫升

tsp：one tea spoon。一茶勺。（用於烘焙中。是烘焙的一種計量單位）

1杯=16tbsp=235ml；

1tbsp=3tsp=15ml；

1tsp=5ml；

黃油 1tbsp=13g，1杯=227g=1/2磅=2小條；

人造黃油 1tbsp=14g，1杯=227g=1/2磅；

沙拉油 1tbsp=14g ，1杯=227g=1/2磅；

牛奶 1tbsp=14g，1杯=227g=1/2磅。

拓展資料：

TSP(Telematics Service Provider)，內容服務提供者--支撐內容提供商主要為服務提供商生產文本、圖像、音頻、視頻或多媒體信息。在Telematics產業鏈居於核心地位。

TSP( Service Provider)，在Telematics產業鏈居於核心地位，上接汽車、車載設備製造商、網路運營商，下接內容提供商。誰掌控了TSP，誰就能掌握Telematics產業的控制權，因此，TSP也成為了汽車製造商、電信運營商力爭的角色。

❻ TSP服務商的Telematics產業鏈各方價值簡析

Telematics的產業鏈可以分為5個部分：用戶、內容提供商、設備提供商、網路提供商和服務提供商（TSp），其中各方價值簡析如下： TSP（Telematics Service Provider），在Telematics產業鏈居於核心地位；
內容服務提供者——支撐內容提供商主要為服務提供商生產文本、圖像、音頻、視頻或多媒體信息。目前我國的Telematics產業尚處於啟動階段，給用戶提供的服務以導航為主，但從日本等汽車導航產業已經比較發達的國家來看，隨著產業的發展，內容也將更加豐富。 移動運營商在汽車導航產業鏈中的作用主要是將用戶的請求傳遞給GPS 平台運營商，以及將導航平台運營商的反饋結果傳遞給用戶。它提供的是車載終端與GPS 平台運營商之間信息傳遞的通道。
固話運營商的作用是為用戶提供分布式監控功能。
衛星運營商主要提供定位功能。由於目前國內大都通過美國的 GPS 衛星實現定位，而GPS 平台對民用是免費的，所以在中國目前的汽車導航產業鏈中，衛星運營商的地位與電信行業中運營商的地位不可同日而語。
廣電網路主要提供移動電視、車內廣播頻道內容等功能，中國CMMB憑借其全國網路覆蓋的優勢，代表了一種廣域傳輸手段的新趨勢，而且現在全國已經有37個城市開始發送CMMB信號，很多基於CMMB的硬體終端也已經上市。成為中國Telematics產業的獨有特色和亮點，這將對產業發展產生深遠的影響。 技術服務提供者包括硬體和軟體的技術服務，硬體主要是終端的服務提供，軟體主要為應用軟體，我國Telematics市場以地圖軟體為主。
定位網路設備提供商為定位平台運營商提供所需的硬體、軟體或整體解決方案，是導航平台的製造者。GIS 引擎提供商為導航平台運營商或用戶提供GIS 引擎，前者通常放置在單獨的GIS伺服器上，為導航平台運營商實現地理信息與地理位置之間的轉化；後者則直接內置在導航儀中，為個人用戶提供自導航服務。
在汽車導航領域，目前我國尚沒有廠商可以提供通用的GIS 引擎和導航圖。業內通用的做法是使用自己製造的GIS 引擎和導航圖。
地圖提供商為汽車導航提供專用的電子地圖。在汽車導航領域通常將這種地圖稱為導航圖，導航圖與普通電子地圖的區別在於，它不但記錄各條道路自身的位置信息，還考慮了各條道路的之間的相互關系、拓撲結構等。 用戶可以分為個人用戶和行業用戶兩類。在國內，現階段的最終用戶主要是行業用戶。最終用戶是汽車導航業務發展的支持者，因而用戶的滿意是此項業務良性發展的關鍵。只有用戶願意為所使用的服務支付相應的費用，產業鏈上其他環節的收益才有保證，這也就要求產業鏈上各環節通力合作，深入了解消費者的需求，開發出令消費者滿意的應用。諾達咨詢認為，在任何一方參與者都無法獨自建立起系統、完善的Telematics產業鏈前提下，各方參與者將被該市場所蘊涵的巨大潛力所驅動，選擇資源整合這一條道路，通過優勢互補來共同參與中國Telematics產業的開發。

❼ 網路中買鹽是神馬意思

「鹽」剛開始其實是日本飯圈用詞，是一個偏向貶義的詞。

最早是形容日本組合AKB48的島崎遙香，她性格率真，無論對領導還是粉絲都不卑不亢，在保留尊重對方的基礎上又不會可以討好對方。

因為島崎遙香無論對哪個粉絲都是很平淡，和粉絲握手很冷漠，甚至有時候給人感覺是面癱臉，於是有粉絲說「參加她的握手會感覺像被塞了滿嘴鹽一樣難受。」。

後續發展

後來「鹽」這個詞彙進入內地飯圈之後，意思完全變了，成為「酷炫」、「高冷」「吊炸天」的同義詞。最早是張藝興粉絲用來形容自家偶像，這一說法也得到張藝興的認證，他曾在自己的微博里提到過「可鹽可甜」一詞，後來逐漸在其他明星，比如王俊凱、易烊千璽的粉絲之中傳播開來。

❽ 幫忙翻譯下面的內容，急在線等

成為TSP，是整合汽車製造商、4S店、車載設備製造商、網路運營商、內容提供商、服務提供商等多方面資源的解決方案，是以汽車為中心構建的一整套信息服務體系，它讓汽車更聰明強大。通過安裝成為車載導航通訊系統，實現與成為TSP後台服務中心的連接，為汽車搭建起一整套實時互動，並集導航、娛樂、辦公、安全等應用於一體的智能電子系統，讓汽車無所不能。
TSPになるのは
自動車メーカ、4S店舗、車內設備の製造メーカ、ネットワーク商社、內容の提供商社、サービスの提供商社などを整合してあらゆる面での解決方案を提供し、自動車を中心に構築されたワンセットの情報サービス體系となる。
言わば、それは自動車をよりパワーフルに、よりスマートにする。
車內GPSのナビゲーションシステムを導入する事により、TSPだからこそ、バックカウンタとなるアフタサービスセンタとの連結を実現する。
また、車の為にナビゲーションの情報収集、ゲーム、ビジネス、安全などを一體化する知能電子プログラムであり、車、自體を何もかも可能にするのである。

1、通信運營商
通信運営社
2、車載產品
車內用品
3、保險、救援等服務機構
保険、救援などのサービス機構
4、用戶
ユーザー
5、4S店汽車銷售
4S自動車販売店
6、汽車製造商
自動車製造メーカ
7、內容服務提供商
ご案內窓口
8、服務核心內容
中心內容のサービスを提供
9、無線上網
無線インターネット
10、一鍵導航,
1ボタンでのナビゲーション
11、維護預約
メンテナンス予約
12、數據更新
データの更新
13、正版地圖
オリジナルバージョン・マップ（地図）,
14、實時交通信息
交通情報をご案內
15、定位追蹤
GPS追跡
16、緊急呼叫
非常呼出し
17、乘用車
乗用車
18、商用車
商用車

純手打，純個人經驗寫的，我也是在汽車配件廠工作。
希望參考！ 抄寫著必究！

❾ 有人可以介紹一下什麼是"神經網路"嗎

由於神經網路是多學科交叉的產物，各個相關的學科領域對神經網路
都有各自的看法，因此，關於神經網路的定義，在科學界存在許多不同的
見解。目前使用得最廣泛的是T.Koholen的定義，即"神經網路是由具有適
應性的簡單單元組成的廣泛並行互連的網路，它的組織能夠模擬生物神經
系統對真實世界物體所作出的交互反應。"

如果我們將人腦神經信息活動的特點與現行馮·諾依曼計算機的工作方
式進行比較，就可以看出人腦具有以下鮮明特徵：

1. 巨量並行性。
在馮·諾依曼機中，信息處理的方式是集中、串列的，即所有的程序指
令都必須調到CPU中後再一條一條地執行。而人在識別一幅圖像或作出一項
決策時，存在於腦中的多方面的知識和經驗會同時並發作用以迅速作出解答。
據研究，人腦中約有多達10^(10)～10^(11)數量級的神經元，每一個神經元
具有103數量級的連接，這就提供了巨大的存儲容量，在需要時能以很高的
反應速度作出判斷。

2. 信息處理和存儲單元結合在一起。
在馮·諾依曼機中，存儲內容和存儲地址是分開的，必須先找出存儲器的
地址，然後才能查出所存儲的內容。一旦存儲器發生了硬體故障，存儲器中
存儲的所有信息就都將受到毀壞。而人腦神經元既有信息處理能力又有存儲
功能，所以它在進行回憶時不僅不用先找存儲地址再調出所存內容，而且可
以由一部分內容恢復全部內容。當發生"硬體"故障（例如頭部受傷）時，並
不是所有存儲的信息都失效，而是僅有被損壞得最嚴重的那部分信息丟失。

3. 自組織自學習功能。
馮·諾依曼機沒有主動學習能力和自適應能力，它只能不折不扣地按照
人們已經編制好的程序步驟來進行相應的數值計算或邏輯計算。而人腦能夠
通過內部自組織、自學習的能力，不斷地適應外界環境，從而可以有效地處
理各種模擬的、模糊的或隨機的問題。

神經網路研究的主要發展過程大致可分為四個階段：

1. 第一階段是在五十年代中期之前。

西班牙解剖學家Cajal於十九世紀末創立了神經元學說，該學說認為神經
元的形狀呈兩極，其細胞體和樹突從其他神經元接受沖動，而軸索則將信號
向遠離細胞體的方向傳遞。在他之後發明的各種染色技術和微電極技術不斷
提供了有關神經元的主要特徵及其電學性質。

1943年，美國的心理學家W.S.McCulloch和數學家W.A.Pitts在論文《神經
活動中所蘊含思想的邏輯活動》中，提出了一個非常簡單的神經元模型，即
M－P模型。該模型將神經元當作一個功能邏輯器件來對待，從而開創了神經
網路模型的理論研究。

1949年，心理學家D.O. Hebb寫了一本題為《行為的組織》的書，在這本
書中他提出了神經元之間連接強度變化的規則，即後來所謂的Hebb學習法則。
Hebb寫道："當神經細胞A的軸突足夠靠近細胞B並能使之興奮時，如果A重
復或持續地激發B，那麼這兩個細胞或其中一個細胞上必然有某種生長或代
謝過程上的變化，這種變化使A激活B的效率有所增加。"簡單地說，就是
如果兩個神經元都處於興奮狀態，那麼它們之間的突觸連接強度將會得到增
強。

五十年代初，生理學家Hodykin和數學家Huxley在研究神經細胞膜等效電
路時，將膜上離子的遷移變化分別等效為可變的Na+電阻和K+電阻，從而建
立了著名的Hodykin-Huxley方程。

這些先驅者的工作激發了許多學者從事這一領域的研究，從而為神經計
算的出現打下了基礎。

2. 第二階段從五十年代中期到六十年代末。

1958年，F.Rosenblatt等人研製出了歷史上第一個具有學習型神經網路
特點的模式識別裝置，即代號為Mark I的感知機（Perceptron），這一重
大事件是神經網路研究進入第二階段的標志。對於最簡單的沒有中間層的
感知機，Rosenblatt證明了一種學習演算法的收斂性，這種學習演算法通過迭代
地改變連接權來使網路執行預期的計算。

稍後於Rosenblatt，B.Widrow等人創造出了一種不同類型的會學習的神經
網路處理單元，即自適應線性元件Adaline，並且還為Adaline找出了一種有
力的學習規則，這個規則至今仍被廣泛應用。Widrow還建立了第一家神經計
算機硬體公司，並在六十年代中期實際生產商用神經計算機和神經計算機軟
件。

除Rosenblatt和Widrow外，在這個階段還有許多人在神經計算的結構和
實現思想方面作出了很大的貢獻。例如，K.Steinbuch研究了稱為學習矩陣
的一種二進制聯想網路結構及其硬體實現。N.Nilsson於1965年出版的
《機器學習》一書對這一時期的活動作了總結。

3. 第三階段從六十年代末到八十年代初。

第三階段開始的標志是1969年M.Minsky和S.Papert所著的《感知機》一書
的出版。該書對單層神經網路進行了深入分析，並且從數學上證明了這種網
絡功能有限，甚至不能解決象"異或"這樣的簡單邏輯運算問題。同時，他們
還發現有許多模式是不能用單層網路訓練的，而多層網路是否可行還很值得
懷疑。

由於M.Minsky在人工智慧領域中的巨大威望，他在論著中作出的悲觀結論
給當時神經網路沿感知機方向的研究潑了一盆冷水。在《感知機》一書出版
後，美國聯邦基金有15年之久沒有資助神經網路方面的研究工作，前蘇聯也
取消了幾項有前途的研究計劃。

但是，即使在這個低潮期里，仍有一些研究者繼續從事神經網路的研究工
作，如美國波士頓大學的S.Grossberg、芬蘭赫爾辛基技術大學的T.Kohonen
以及日本東京大學的甘利俊一等人。他們堅持不懈的工作為神經網路研究的
復興開辟了道路。

4. 第四階段從八十年代初至今。

1982年，美國加州理工學院的生物物理學家J.J.Hopfield採用全互連型
神經網路模型，利用所定義的計算能量函數，成功地求解了計算復雜度為
NP完全型的旅行商問題（Travelling Salesman Problem，簡稱TSP）。這
項突破性進展標志著神經網路方面的研究進入了第四階段，也是蓬勃發展
的階段。

Hopfield模型提出後，許多研究者力圖擴展該模型，使之更接近人腦的
功能特性。1983年，T.Sejnowski和G.Hinton提出了"隱單元"的概念，並且
研製出了Boltzmann機。日本的福島邦房在Rosenblatt的感知機的基礎上，
增加隱層單元，構造出了可以實現聯想學習的"認知機"。Kohonen應用3000
個閾器件構造神經網路實現了二維網路的聯想式學習功能。1986年，
D.Rumelhart和J.McClelland出版了具有轟動性的著作《並行分布處理-認知
微結構的探索》，該書的問世宣告神經網路的研究進入了高潮。

1987年，首屆國際神經網路大會在聖地亞哥召開，國際神經網路聯合會
（INNS）成立。隨後INNS創辦了刊物《Journal Neural Networks》，其他
專業雜志如《Neural Computation》，《IEEE Transactions on Neural
Networks》，《International Journal of Neural Systems》等也紛紛
問世。世界上許多著名大學相繼宣布成立神經計算研究所並制訂有關教育
計劃，許多國家也陸續成立了神經網路學會，並召開了多種地區性、國際性
會議，優秀論著、重大成果不斷涌現。

今天，在經過多年的准備與探索之後，神經網路的研究工作已進入了決
定性的階段。日本、美國及西歐各國均制訂了有關的研究規劃。

日本制訂了一個"人類前沿科學計劃"。這項計劃為期15－20年，僅
初期投資就超過了1萬億日元。在該計劃中，神經網路和腦功能的研究佔有
重要地位，因為所謂"人類前沿科學"首先指的就是有關人類大腦以及通過
借鑒人腦而研製新一代計算機的科學領域。

在美國，神經網路的研究得到了軍方的強有力的支持。美國國防部投資
4億美元，由國防部高級研究計劃局（DAPRA）制訂了一個8年研究計劃，
並成立了相應的組織和指導委員會。同時，海軍研究辦公室（ONR）、空軍
科研辦公室（AFOSR）等也紛紛投入巨額資金進行神經網路的研究。DARPA認
為神經網路"看來是解決機器智能的唯一希望"，並認為"這是一項比原子彈
工程更重要的技術"。美國國家科學基金會（NSF）、國家航空航天局（NASA）
等政府機構對神經網路的發展也都非常重視，它們以不同的形式支持了眾多
的研究課題。

歐共體也制訂了相應的研究計劃。在其ESPRIT計劃中，就有一個項目是
"神經網路在歐洲工業中的應用"，除了英、德兩國的原子能機構外，還有多
個歐洲大公司卷進這個研究項目，如英國航天航空公司、德國西門子公司等。
此外，西歐一些國家還有自己的研究計劃，如德國從1988年就開始進行一個
叫作"神經資訊理論"的研究計劃。

我國從1986年開始，先後召開了多次非正式的神經網路研討會。1990年
12月，由中國計算機學會、電子學會、人工智慧學會、自動化學會、通信學
會、物理學會、生物物理學會和心理學會等八個學會聯合在北京召開了"中
國神經網路首屆學術會議"，從而開創了我國神經網路研究的新紀元。

❿ 如何成為車聯網時代的「老大

在公眾認知里，車聯網的聲量已經低落，2014年發端的一大波宣傳攻勢早就遠去了。但在IT企業看來，好戲才剛剛開始。炒概念是表象，搶地盤是本能，走對路才是關鍵。

IT廠商和主機商還無暇教育潛在客戶，以至於公眾大多仍然無法區分車聯網和車載互聯網。但是這並不重要，客戶需要的是智能系統做得盡量多，而自己只須享受生活。讓客戶越麻煩，產品成功的可能性越小。

在互聯網和移動互聯網階段「坐大」的BAT，已經占據最大的生態位。所有其他APP想另起爐灶做平台級產品，已經近乎不可能。不考慮BAT自身強大的研發實力，他們只須通過「買買買」就能搞掂幾乎所有創業公司，後者總要面臨套現歸順以及與BAT掰手腕的兩難抉擇。

在車聯網時代，情況有點不同。雖然龐大如BAT仍熱衷於發布「戰略」、「平台」，但創業公司看到了新機遇，無須必然仰前者鼻息。

車聯網產業鏈的三層架構中，TSP（Telematics Service Provider，汽車遠程服務提供商）占據產業鏈核心位置，TSP上接汽車、車載設備製造商、網路運營商，下接內容提供商，因此成為主機商、電信運營商和IT廠商極力爭取的角色。做平台之餘，BAT都選擇不惜親自下場做產品，原因就在於此。

車聯網尚未完善，給了創業公司更多機會。

博泰就是一家活躍的創業公司。兩年來，它與網路、聯合電子、華為、恩智浦等半個車聯網鏈條上的公司都有合作。從這一路經可以看出，盡管博泰對待跨界合作最積極，但與車企的合作都是「點對點」，很難拿到戰略合作機會。因為純粹的軟體公司，在車聯網布局上必然不能兼顧。

語音識入口之戰

語音交互一開始只是谷歌（Google Now）、微軟和網路等搜索引擎在做，意圖打通不同語言數據的藩籬，對全球用戶實現全網、全數據覆蓋，謀求更大廣告利益。但很快，車聯網全鏈都意識到，語音交互在車機上的巨大應用價值。

開車不方便觸控操作，語音就成為輸入控制方式。但語音交互被認為有成為車內網、車際網和車載互聯網共同「入口」的潛質，既然是兵家必爭，資源迅速在頭部公司集結。

汽車領域應用的語音交互平台爭奪，進入白熱化階段。產品數量以達到兩位數，它們都做了手機APP，希望影響用戶的使用習慣。而且，我們的年輕用戶，先有手機，後有車機。從手機入手培育客戶，是必然選擇。

幾年前語音識別的正確率還不如人意，隨著人工智慧技術的發育，自然語言處理（NLP）和自然語言理解（NLU）引擎都日趨成熟，各家宣稱的識別率都高於95%。即便如此，客戶總對不靠譜的5%耿耿於懷。在不同語境的語言表現太過復雜，需要用數據不斷「填喂」訓練系統，增強自學習能力。語音識別的競爭過渡到超強計算和大數據處理能力的競爭，創業公司的先發手勢被削弱了。

2014年，亞馬遜基於Alexa平台的智能音箱Echo上線，並開放第三方開發介面，衍生出數千個應用。作為一款智能家居產品，它很容易遷移到車載環境中來。這是第一款成熟智能語音產品。

蘋果的HomePod則姍姍來遲，直到今年2月份才發布，被戲稱為「壓箱底貨」。依託Siri為代表的智能語音助手，蘋果瞄準的則是物聯網（IoT）時代下的智能交互埠，車聯網只是其中一個應用場景。

在此期間，美國的Nuance、國內的科大訊飛、搜狗語音、雲之聲、思必馳等產品紛紛布局智能語音產品。在去年阿里和上汽合作的首款互聯網汽車上，採用了Nuance語音交互系統；科大訊飛就在昨日跟啟辰簽約，早前還同奇瑞、長安、北汽簽訂了一系列合作協議；出門問問則同大眾中國成立合資公司。

創業公司的產品落地，BAT不再是必由之路。在互聯網上到處卡位的BAT似乎不再全面主宰TSP的入口。不過，BAT仍然通過資本運作，企圖圈出自己的地盤。

語音只是工具，客戶真正需要的是智能助理。助理不能只搜索、推送一堆消息，而是要替客戶做決斷，起碼將選項縮減到很小的范圍。從這一點上看，Siri不是「稱職助理」。

攜語音識別之利，科大訊飛發布智能車機「飛魚助理」，聲稱可以支持實時更改需求、中途打斷和睡眠喚醒，看上去智能化有所提高，可以hold住所有日常城市生活場景對話。

如果智能助理得到車企支持，可以透過語音控制一些非安全級事項：空調、音響、電話、車窗升降等。即便開放非關鍵控制權，車企們也很猶豫，邁的步子很小。以至於語音識別公司在這方面建樹不多。

起步稍晚的騰訊，在語音交互領域與同行者合作，但後者尚未擁有挑戰科大訊飛的實力。騰訊AI in car生態系統，在博越發布會上順勢推出，但騰訊聲明不做操作系統，仍然謀求遷移社交，做超級APP。

拿到車端數據，還得是BAT

這個時候，BAT就可以站出來。去年網路世界大會推出的「小度車載系統」，就是典型的AI交互系統。「小度」內置功能繁多，智能語音助手、人臉識別、疲勞監測、AR導航、HMI、車家互聯、智能安全。小度更像是網路各事業群產品的共同入口。

而阿里則祭出旗下斑馬智行公司和AliOS系統，強調後者是雲化的系統。可以像手機系統那樣OTA更新，也能像車機那樣實現長周期壽命。其秘訣在於，藉助雲上的計算和存儲能力大大減輕車端的壓力，延長車端硬體生命周期。

問題在於，替用戶決策、控制車內非安全性設備等智能化場景，需要得到車企的協助。這樣一來，誰能從車企獲得數據，誰就可以順利地接入TSP。由此曲線占據TSP埠。

斑馬和上汽達成協議，斑馬不謀求獲取汽車底層數據，但用戶在使用AliOS車機產生的大數據，則會上傳到阿里伺服器。而行車地圖源數據則部署在車和雲兩端，高德在後台可以獲取「交互信息」。

阿里具備更強大的談判籌碼，與上汽締結了戰略協議，這是創業企業體量無法做到的。而且，在車企視為禁臠的數據包內撕開一個口子。對騰訊的強社交優勢實行「抵消戰略」。

值得一提的是，阿里打算以此為樣板，對車企一家接一家談數據合作。對於新能源創業企業，BAT都打算「要價」高一點，以期獲取全部數據。但尚未有整車創業企業入局。

車聯網的本質，是摒棄手機映射車機方式的。智能化場景的實現，必須從車聯網直接發出，手機不再作為流程節點。這樣不但更無縫，而且可以培育用戶向車聯網時代、進而轉向萬物互聯時代，那時的手機就將走向終結。

騰訊是首屈一指的社交服務商，更希望車聯產品AI in Car，將騰訊的社交網路搬到車上，以便凸顯自身優勢。但是，騰訊的AI in Car除了指向自己擅長的內容，或許應該構建更純粹的TSP架構，開發出車載環境中更需要的決策助理功能，而不是簡單將微信搬上車，同時與車企達成更緊密的合作，力圖讓後者在系列產品上採用騰訊的前端平台。

投資AI，就是投資車聯網

如何幹掉手機？BAT都拿出了自己平台級產品。網路選擇類似蘋果Carplay的手機互聯方案Carlife；阿里巴巴則以Yun OS為基礎，選擇Native App路線；藉助龐大的用戶群，騰訊則希望將應用分為頻道，掌控用戶體驗，邁向超級App之路。

網路的布局更早更全面，大舉投資AI，試圖托舉DuerOS和Apollo兩大開放平台，後者向所有汽車開發者合作。網路聲稱擁有70多家合作夥伴，但一線車企雖然大多在名單上，但都不約而同地迴避深入合作。盡管網路做車聯網通用操作系統+開發平台的決心很大，也投入了很大宣傳聲量，但截至目前，尚未取得突破性進展。這與網路的AI進度沒有直接關聯，車企猶豫多因主導權疑慮。

阿里開發的AliOS自帶平台屬性，與上汽、長安和神龍公司進行AI、應用、社交和信息安全合作。

無論語音識別的超級入口，還是平台，抑或雲端與車端的數據交換，都賴於AI技術的發展。AI的演算法訓練，為車機智能化、場景化推薦服務更人性化提供路徑。越懂用戶的車聯網，就越會被用戶青睞和依賴。

雲計算是AI算力的基礎。阿里側重於讓車主獲得更加智能化的服務，而網路Apollo側重於在自動駕駛領域，讓車在路上更加智能；網路DuerOS則是讓車內語音交互更加智能。

在AI領域，阿里和網路將展開直接競爭。谷歌如果能夠重返中國，也將成為重要競爭對手。對於騰訊而言，內容和TSP雙驅，比重內容輕平台的方式更有競爭力。

值得一提的是，去年科技部公布的「國家新一代人工智慧開放創新平台」中，網路的智能駕駛平台、阿里雲的智慧城市平台、科大訊飛的智能語音平台，都與車聯網直接相關，唯獨騰訊獲得醫療影像AI平台，與前三者格格不入。它揭示了，騰訊在AI策略（輕資產+重投資）方向上，有調整的必要。

隨著AI發展，人機交互必然趨向簡化（降低用戶學習使用成本）。車與人、車與車、車與各種服務的連接關系都將由AI推動。智能語音的超級入口地位將得到更大程度的鞏固。

現在全球汽車業每年的總盤子大概2萬億美元，而未來車聯網和自動駕駛、新能源技術結合的個人出行市場，將達到10萬億美元的水平。蛋糕雖然會持續變大，但未來車聯網產品和戰略的競爭，是否如同互聯網時代一樣，走向寡頭通吃的局面，取決於誰能控制「入口」和「路徑」。

文章來源：騰訊汽車