🐼Pandaily•較早收集於 3h
Qwen 新增自然語言叫車功能
💡Qwen 的 NLP 實現無縫叫車—適合對話式 AI 應用開發。（38 字元）
⚡ 30-Second TL;DR
有什麼變化
3 月 23 日推出
為什麼重要
此功能將 LLM 整合進行動服務，展示 Qwen 的實際應用。它可能啟發應用中的類似對話式 AI，提升 Alibaba 生態採用率。
下一步行動
在 Alibaba Cloud 上測試 Qwen 叫車功能，用於 NLP 預訂原型開發。
誰應關注：Developers & AI Engineers
關鍵要點
- •3 月 23 日推出
- •理解自然語言叫車指令
- •支援複雜請求如「6 人需商務麵包車」
- •記住使用者常用地址
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •該功能整合了阿里巴巴旗下的高德地圖（Amap）API，利用 Qwen 的多模態理解能力直接調用叫車服務接口，實現從意圖識別到訂單生成的閉環。
- •此項更新標誌著 Qwen 從單純的文本生成模型轉向「代理（Agent）」模式，具備了跨應用程式執行複雜任務的實作能力。
- •系統引入了隱私保護機制，使用者可透過自然語言指令隨時刪除或修改已儲存的常用地址，以符合數據合規性要求。
📊 競品分析▸ Show
| 特性 | Qwen (高德整合) | 百度地圖 (文心一言) | 滴滴出行 (內建 AI) |
|---|---|---|---|
| 自然語言理解 | 高 (複雜意圖) | 中高 | 中 |
| 跨應用整合 | 強 (阿里生態) | 強 (百度生態) | 中 (專注出行) |
| 個人化記憶 | 支援常用地址 | 支援常用地址 | 支援常用地址 |
| 核心優勢 | 模型推理能力強 | 搜尋引擎數據支撐 | 運力調度效率高 |
🛠️ 技術深入
- •採用基於 Qwen-Max 的 Agent 框架，透過 Function Calling 技術將自然語言轉化為結構化的 API 參數。
- •引入了意圖識別（Intent Recognition）與實體提取（Entity Extraction）模組，專門針對出行場景進行了微調（Fine-tuning）。
- •後端對接高德地圖的即時路況與運力調度系統，確保叫車指令能即時轉換為訂單請求。
- •具備上下文記憶管理機制，透過向量資料庫儲存使用者偏好與常用地址，實現低延遲的個人化檢索。
🔮 前景展望AI analysis grounded in cited sources
AI 叫車將成為超級應用（Super App）的標準配置。
自然語言交互降低了複雜叫車場景的門檻，將促使更多地圖與出行平台整合大模型 Agent。
語音與文字混合指令將取代傳統的點選式 UI。
隨著 Qwen 等模型對複雜語意理解的精確度提升，使用者將更傾向於透過單一指令完成多步驟的預訂流程。
⏳ 時間線
2023-04
阿里巴巴正式發布 Qwen（通義千問）大語言模型。
2024-09
Qwen-2.5 系列發布，顯著提升了指令遵循與工具調用能力。
2026-03
Qwen 推出自然語言叫車功能，實現與高德地圖的深度整合。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗