1. 数据作为数字化时代的新生产要素，其与算法、算力的融合推动了人工智能行业的发展。自动驾驶作为AI技术的巅峰之作，全生命周期的各个阶段都离不开数据的重要作用。
2. 自动驾驶步入以落地应用为目标的下半场，解决极端场景下的安全问题同样需要大量数据的支持。高效采集和利用数据，提升数据循环链路的速度，成为自动驾驶技术迭代的关键。
3. 构建数据闭环是提升自动驾驶系统核心竞争力的关键。海量实际路况数据的利用和转化，能帮助系统加速学习和升级，抢占高级别自动驾驶技术高地。
4. 自动驾驶车辆依赖传感器和网联技术“观察”道路，产生的数据是提升自动驾驶体验、完善算法的关键资源。将这些数据共享到云端，并通过人工智能算法提供训练数据，是提高测试效率的重要方式。
5. 自动驾驶测试与验证工作繁复，现实中的驾驶场景复杂且不可预测。采集大量数据构建场景集，有助于打造仿真环境进行模拟测试，提高测试效率。
6. 自动驾驶车辆部署后产生的回传数据，是系统迭代升级的关键。通过OTA方式为用户持续推送新功能，适应更多场景，提升体验。
7. 腾讯自动驾驶云平台凭借在大数据、AI等领域的深度积累，提供全流程云服务，驱动数据高效流转，提升研发和测试效率。
8. 腾讯自动驾驶云平台构建了数据采集管理、样本标注、算法训练评测、诊断调试、云端仿真、实车反馈闭环等全流程服务，为自动驾驶研发提供全链路云服务和开发平台。
9. 在数据治理方面，腾讯自动驾驶云平台采用国际顶级算法预标注，实现样本自动化生产，积累海量样本数据，提升生产效率。
10. 腾讯自动驾驶云平台支持一万个以上场景的并行计算，大幅缩短测试场景运行时间，实现全自动化测评，提升测试复杂度。
11. 在数据应用层面，仿真作为智能网联汽车最重要的测评工具，有助于企业掌握安全边界和质量问题，也有利于相关标准制定和场景库建设。
12. 腾讯自动驾驶云平台与OEM厂商、测试场、政府机构、产业联盟及科研机构广泛合作，推动自动驾驶应用落地。
