騰訊推出座艙智能體，智能車快魚加速吃慢魚
HiEV大蒜粒車研所 | 09-23
20987
作者 |柳溪
編輯 |德新
2025年「金九銀十」即將開戰，車企們正在進入一年中最為緊張、快節奏的產品上市周期。
當下，車市的幾波主流勢力相互競逐，自主品牌、新勢力、合資車企們的技術路線正逐步趨同，產品同質化嚴重，價格戰也越發嚴峻，車企們或主動或被動正卷入一場無盡的軍備競賽。
「全球產業正在邁入效率競爭的新階段，企業擁抱 AI 的速度成為決定性因素。」在最近的2025騰訊全球數字生態大會智慧出行專場上，騰訊集團副總裁、騰訊智慧出行總裁鐘翔平談到，最終結局將是「快魚吃掉慢魚」。
一、快魚吃慢魚，大模型驅動智能汽車的新周期
鐘翔平談及的「快魚吃掉慢魚」，具體來說，車企在市場競爭中如何成為快魚，影響最大的技術因素毫無疑問是AI。
以輔助駕駛為例，在2024年之前輔助駕駛與AI大模型并沒有太強的相關性，輔助駕駛的系統開發更多還是基于規則（Rule based）的代碼。
而ChatGPT爆發之后，大語言模型（LLM）和視覺語言模型（VLM）在共享嵌入空間內統一了感知和自然語言推理，給輔助駕駛的算法模型帶來了全新的思路，輔助駕駛的體驗以及MPI指數都呈現了爆發式增長。
座艙領域也不例外，接入大模型后，車機從被動接收相對固定的指令，躍升到主動根據用戶的意圖提供服務，大大改善了車內的交互體驗。
伴隨著車企之間人才遷移和技術趕超，汽車的基礎智能化水平逐漸被拉齊，如何更好、更快地提高高階的智能化水平，正成為各大玩家的主要發力點。
AI重塑千行百業，過去的打法已然失效。
鐘翔平比喻，「現在就好像當年PC互聯網面對智能手機的來臨，幾乎所有APP那時候都在做移動終端化，但如果只是簡單移植，最終都沒什么好結果。APP要真正具備移動終端特性。」
同樣道理，放在智能汽車上，就是一切產品也都要AI化。而要實現這一目標，「數據閉環和迭代周期是關鍵。」
AI大模型時代，鐘翔平認為，最昂貴的是數據要素，價值最高的也是數據要素，只有做到高效地不斷迭代，數據轉化為智能的能力，才會不斷往上發展。
而在智能汽車上，騰訊的戰略定位非常清晰，以「數字化助手」的角色，專注于智能座艙、數字地圖與云端結合，幫助車企加速數據閉環和模型迭代。在全球數字生態大會上，騰訊也公布了其在智能座艙、汽車全域智能化升級以及具身智能等方面的新技術方案。
二、AI Agent 加速上車，騰訊打通生態推出五大智能體
鐘翔平談到，過去車企占領用戶心智靠的是品牌和銷售網絡，在流量時代又開始比拼話題和亮點，從長遠來看，與用戶建立長久的價值連接，靠的還是「服務與口碑」。而智能座艙，正是服務的核心承載。
今年開年，行業爭先跟進在座艙服務中接入AI大模型，最典型的做法就是在車機端接入DeepSeek。然而，經過市場檢驗，簡單地遷移AI基礎能力，并不能真正帶來人車交互體驗的跨越式提升，能夠進行多模態感知與交互，具備情感記憶功能，以及擁有足夠豐富且擴展性夠強應用生態的AI Agent，才是智能座艙的最佳形態。
騰訊智能座艙解決方案TAI 6.0，在前代TAI 5.0基礎上，通過五大核心智能體的升級，希望幫助車企打造用戶的「貼心助理」和「聰明的領航員」。
想像這樣一個常見的場景：一家人長途自駕出游，中間經過幾個地區，不知道沿途哪兒值得去。
這時，智能座艙主動推送順路興趣點打卡路線，并推送至車機地圖。途中，還陪伴后座小朋友聊天互動，講述沿途風土人情。臨近午時，智能座艙基于一家人的飲食偏好，主動推薦并預約了前方古鎮的特色餐廳。
過去這樣的訴求要在用戶在幾個不同的平臺上搜索查詢、來回切換，而現在，用戶只需要在一輛搭載有騰訊TAI 6.0的車車內，就能享受全場景的「尊享服務」。
如何能實現這樣更接近“真人感”的服務，鐘學丹介紹，TAI 6.0打通了AI Agent、地圖服務和騰訊生態的能力，才能不斷提升對用戶的服務場景理解，主動發起服務并能實現多種服務的打通。
推動這一切的，是此次TAI 6.0 推出的五大智能體。
本地生活智能體「AI生活助手」
大會現場，騰訊現場演示了一段用戶通過TAI 6.0買到麥當勞早餐的演示視頻。視頻中，智能體“邊聊邊問”，自動識別行程，并基于用戶偏好，主動推薦餐廳并下單支付，導航目的地取餐，完成全流程操作。
騰訊智慧出行副總裁、騰訊智慧出行負責人鐘學丹表示，本地生活智能體支持訂餐、預約、購票等多重功能，通過自然語言交互，無縫連接車外生活服務。
全能陪伴智能體「隨行Chat」
AI時代，給你提供情緒價值的，不一定要是人，也可能是車。
「隨行Chat」聚焦車內情感陪伴需求，不僅提供包括兒童故事陪伴、娛樂八卦互動等多角色在內的聊天服務，還能化身駕乘領域專家，進行交通法規等專業知識交流。
出行探索智能體「哪兒值得去」
外出游玩，人們做的第一件事就是查詢攻略，如今，只要問問智能座艙就可以了。出行探索智能體「哪兒值得去」推出場景化出行服務，可主動發現沿途興趣點，智能生成順路打卡路線，并提供目的地講解、提前購票等服務。
出行連接智能體
多人出行，看到有趣的東西，還要手動在車機和手機之間來回操作分享？這次也免了。
隨行互連功能依托騰訊豐富的小程序生態，打破車機與手機的服務邊界，實現一鍵連接、內容流轉與多用戶協同控制，支持音樂、文章等多種內容類型無縫車機同步。
地圖導航智能體
地圖也是本次智慧出行專場上的一大亮點，騰訊正式發布全新一代智能駕駛地圖9.0，并將其升級為AI地圖導航智能體。
鐘學丹表示，新版本在座艙體驗、生活服務、視覺呈現與安全守護等方面實現全面升級，讓騰訊地圖完成了從傳統靜態導航工具向動態、AI驅動「導航智能體」的進化，使導航真正從能用走向好用，為用戶帶來全新的智能出行體驗。
在現場演示視頻中可以看到，地圖導航智能體不僅能夠精準理解駕駛者的自然語言指令，如「不走XX路」、「前方堵多久」，還會在行駛過程中主動推薦加油站、充電樁，并通過輕松自然的對話緩解行車的枯燥。
此外，在視覺呈現上，依托自研時光引擎渲染技術，將真實世界搬進座艙——24小時光影變化與四季更迭實時呈現，2000余個精細化地標模型生動還原城市風貌，為用戶營造沉浸式感官享受。
除了座艙體驗的全面升級，騰訊智駕地圖也在不斷探索自動駕駛場景。
面向車企與產業伙伴，騰訊正推動導航從「高精靜態數據庫」向「輕量化、可運營、可共建的動態經驗庫」演進，打造支持靈活 ODD 配置和即插即用在線服務的「一張圖」體系。有數據表明，騰訊提供的智駕地圖已經在新能源乘用車標配城市NOA的市場中，占據47.9%的市場份額，悄然升至第一。
三、端云協同，打造越用越好用的AI
TAI 6.0，一個「越用越懂你」的智能座艙其背后的技術底座，來自于在于「端云一體」的新一代座艙大模型矩陣與AI Agent架構。
在端側，基于混元深度定制的LLM ，推理速度提升 81%，并在長上下文窗口中，實現對車身傳感器信號理解的準確率超97.5%。新發布的VLM多模態模型在部分場景下，艙外環境感知超98%，均處于行業領先水平。
因為模型本地推理，所以可以實現秒回，弱網、無網的環境也能用；可以更及時地為用戶進行駕駛行為風險提醒、故障自動撥打救援電話、詳細的車輛操作指導等；并且端側大模型還可以跟云端大模型結合，遇到疑難問題時，可以向云端大模型尋求幫助。
AI Agent架構方面，具備多、快、準、可擴充、易接入等優勢，可實現場景與意圖的精準理解，并通過自研端云模型協同策略，達成快速響應，意圖理解時延小于500毫秒、準確率超95%。
騰訊強大的生態也融入到了AI Agent架構里面，微信小程序、LBS、聯網搜索...這是騰訊在汽車行業中區分其他玩家的獨有優勢。
以小程序生態為例，鐘翔平表示：「車端在很早之前就已經成熟化完成小程序框架，因為框架以及小程序本身就是現成的，我們結合AI時代之后，我們讓大模型再結合更多的Agent的調用，使得它獲得更豐富的體驗。」
這其實也是廣大車企現在急需的差異化能力，而AI agent架構支持車企與第三方通過標準化接口輕量接入智能體開發。
如果說騰訊智能座艙是「越用越懂你」，那么騰訊地圖則是「越用越鮮活」。隨著行業逐步經歷了「高精地圖」、「完全無圖」等路線的探索后，主流的輔助駕駛系統均已收斂至「輕地圖」時代。
今天主流基于端到端大模型的輔助駕駛系統，相比于規則時代，其對地圖要素的依賴從高精度元素，轉向豐富的語義信息，比如一些車道的變化點、路口的左拓/右拓、復雜路口的連通關系、經驗行駛軌跡等等。
而騰訊在「輕地圖」方面天然具備先發優勢。2011年，騰訊開始進入數字地圖領域。據鐘翔平回憶，當時重要的目的是助力包括美團點評、京東、滴滴等公司的發展，這些公司需要提供的LBS位置服務功能，微信聊天發送的「定位」功能以及「附近」、「出行」等都依賴于此。經過十多年的發展，地圖為后來的輔助駕駛提供了寶貴的技術底座。
除此之外，騰訊還推動云圖結合，這帶來兩個好處：
第一，除了端側數據，地圖采集來的數據可以幫助車企訓練模型，數據維度越多，越全面，模型的能力越強；第二，地圖測繪是一個專業敏感的領域，需要取得自然資源部的資質授權，而騰訊地圖是少數幾家擁有測繪資質的公司，能保證數據的安全和閉環，滿足輔助駕駛和自動駕駛的合規需求。
目前，騰訊已與博世、文遠知行、元戎啟行等出行科技公司攜手，提高輔助駕駛的上車速度，在騰訊的云圖數據和合規服務的支持下，文遠知行聯手博世僅用18個月即完成了智能輔助駕駛方案的量產上車。同時，騰訊與廣汽、長安、蔚來汽車等車企合作，以智駕云專區、AI Infra、大數據等工具和云圖一體化的數據閉環方案，加速端到端輔助駕駛的落地。
四、具身智能，車企的「新戰場」
除了智能汽車業務外，騰訊還一只腳邁進了具身智能。2025 騰訊全球數字生態大會上，騰訊聯合文遠知行、黑芝麻智能、光輪智能等出行科技企業，發布面向具身智能研發場景的全鏈路工具鏈。
在鐘翔平看來，汽車企業具備布局具身智能產業先天優勢，「感知、決策、交互」等自動駕駛領域的基礎能力，與具身智能體的結合，將催生出廣闊的應用場景。
「智能駕駛本身就是一個很好的具身智能實踐過程，因為是一個行進在路上的車，讓這個車本身變成一個高度的智能化。它要解決的矛盾首先就很多，它要讓車能夠和人之間如何協調共處，讓智能的車和非智能的車如何和諧共處。」
事實上，騰訊一直在將自動駕駛領域沉淀的技術，與具身智能機器人研發相結合。例如具身智能機器人結合地圖的室內導航能力，和室外場景相結合，進行多場景出入切換。
為驗證自動駕駛技術在具身智能領域的應用潛力，騰訊以「導盲機器人」為載體，構建多模態感知規劃、避障導航與交互能力，為四足機器狗、人行機器人等低速移動智能終端提供「無圖」導航解決方案。
如今在大鏟灣騰訊新總部，可以看到騰訊自研的四足機器狗，進行自動駕駛小巴的上下車測試。「我們在自動駕駛上沉淀的一系列工具集和工程方法都會應用到具身智能這個方向。」鐘翔平介紹道。
今年7月，騰訊Robotics X實驗室與福田實驗室聯合發布了具身智能開放平臺Tairos 「鈦螺絲」，這是國內首個以模塊化的方式提供大模型、開發工具和數據服務的具身智能軟件平臺，通過SDK和API的方式面向機器人行業開放。
面對具身智能數據管理存在的全局治理難、多模數據保存與處理難等問題，騰訊推出的智能數據平臺已實現EB級具身智能多模態數據的統一接入、治理與標注。騰訊也與文遠知行聯合打造從數據采集到模型部署的全棧AI數據閉環解決方案，為具身智能提供精準、豐富的訓練數據支持。
此外，基于在自動駕駛領域積累的端云一體化閉環工具鏈，騰訊可以提供覆蓋「數據采集-標注-挖掘-模型訓練-仿真評測」全流程的具身智能研發能力。騰訊基于 3DGS、時序建模等技術實現的仿真環境，支持L2-L4級自動駕駛算法訓練和VLA模型驗證，并可擴展至具身智能算法開發。
無論是在自動駕駛，還是具身智能領域，騰訊的定位都是不做硬件，致力于結合自己在技術探索中沉淀的工具能力，做好行業的數字化助手。
隨著汽車的服務空間屬性不斷強化，騰訊也將在二十多年的用戶服務經驗和廣泛的生態連接能力，與座艙相連接，與汽車企業一起提升用戶服務能力。
「我們在這幾個領域的技術探索都是在致力于進步，讓用戶更舒心、更愉悅，甚至更高自由度去體驗車（以及具身智能機器人），感知世界，探知世界。」鐘翔平總結道。
