⚛️量子位•較早收集於 51m
騰訊智慧出行：單純大模型上車無意義，要落地場景智能體
💡騰訊：車用AI真落地用智能體而非純大模型
⚡ 30-Second TL;DR
有什麼變化
單純大模型上車無意義
為什麼重要
凸顯產業轉向移動性中的代理AI，影響從業人員如何將LLM整合至真實車輛場景。
下一步行動
依據騰訊的智能體落地藍圖，在你的車輛AI堆疊中原型化場景智能體。
誰應關注：Enterprise & Security Teams
關鍵要點
- •單純大模型上車無意義
- •推動可落地場景智能體
- •艙駕一體方案不搶市場
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •騰訊智慧出行強調「場景智能體」的核心在於將大模型能力與車輛底層數據、車控接口進行深度耦合，而非僅僅是雲端模型的簡單遷移。
- •其艙駕一體方案採取「開放生態」策略，通過騰訊雲的基礎設施能力，為車企提供模組化工具鏈，以降低車企自研智能座艙與自動駕駛系統的整合門檻。
- •騰訊在車載場景中特別關注「主動服務」能力，即通過多模態感知技術，讓車輛能根據用戶習慣與環境變化，主動提供導航、娛樂或車控建議，而非被動響應指令。
📊 競品分析▸ Show
| 競爭對手 | 核心策略 | 技術路徑 | 合作模式 |
|---|---|---|---|
| 華為 (鴻蒙智行) | 全棧自研，深度綁定 | 艙駕一體，軟硬一體化 | 智選車模式 (深度參與) |
| 百度 (Apollo) | AI算法驅動，雲端賦能 | 雲端大模型 + 端側輕量化 | 供應商模式 (提供技術棧) |
| 小米 (SU7/生態) | 軟硬體垂直整合 | 自研OS + 智能生態互聯 | 自研自產 (封閉生態) |
🛠️ 技術深入
- •採用「雲端大模型 + 車端小模型」的混合架構，利用雲端處理複雜邏輯，車端處理實時交互與隱私數據。
- •引入「場景化Agent框架」，將車輛控制指令（如空調、座椅、導航）封裝為API，供大模型直接調用。
- •艙駕一體架構基於高性能計算平台（如NVIDIA Orin或高通Snapdragon Ride），通過虛擬化技術實現座艙娛樂系統與自動駕駛輔助系統的資源隔離與共享。
🔮 前景展望AI analysis grounded in cited sources
車企將從「賣硬體」轉向「賣服務訂閱」。
基於場景智能體的個性化服務能力，將使車企能夠通過OTA持續向用戶銷售增值功能。
艙駕一體將成為中高端車型的標配架構。
為了降低硬體成本並提升系統響應速度，車企將加速淘汰獨立的座艙與智駕域控制器。
⏳ 時間線
2021-07
騰訊智慧出行發布「生態車聯網」解決方案，正式切入車載生態領域。
2023-06
騰訊發布行業大模型，並宣布將其能力引入智慧出行場景。
2024-04
騰訊智慧出行發布「汽車雲」與「智能座艙」升級方案，強調大模型在車端的落地應用。
📰
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： 量子位 ↗