阅读视图

发现新文章,点击刷新页面。

对话高通中国董事长孟樸:「智能网联汽车」是欧美提出来的,但「中国速度」更快


2025 年对于高通来说是个具有纪念意义的年份,不光是高通公司成立 40 周年,也是高通在华发展的 30 周年,这意味着这家科技企业经历了数个技术浪潮,见证了 2G-3G-4G-5G 四代通信技术的变迁,也为即将到来的 6G 网络在做准备。

除了对应高通(Qualcomm)的通信技术之外,智能手机产业进入到了成熟期,而智能眼镜,具身智能机器人,AI 新设备,汽车智能化智驾化等等趋势汹涌而来。

如果智能手机行业的起点是在大洋彼岸,中国智能手机产业是从追赶开始,发展到与苹果三星这些巨头分庭抗礼的话,那么上面提到的关于 AI 新设备,具身智能机器人,乃至智能汽车的发展中心,天然就在中国。

这意味着高通需要更加契合中国本土创新的节奏,也面对着更多的中国机遇。这便是爱范儿等媒体在 2025 骁龙峰会上与高通中国董事长孟樸对话的背景,以下是对话摘录。

Q:今天我们看到峰会现场邀请到了张亚勤院士和(宇树科技)王兴兴,是否是在释放发力具身智能的信号?此外,对高通 CEO 安蒙所说的 6G 预商用终端最快有望在 2028 年开始推出,智能体可能会成为新的使用入口的观点,您有什么看法?

A:这次在中国落地骁龙峰会,我们特意邀请了中国一些技术领域的大咖。当前,AI 无疑是一条贯穿各领域的主线,而具身机器人(具身智能)作为国家重点推动而且处在产业前沿的方向,也备受关注。今早吴晓波老师也分享了,最近专门调研了 14 家具身机器人的公司,显示出这一领域的蓬勃发展。

因此,我们邀请张亚勤院士和王兴兴先生,正是看重他们在各自领域的代表性和影响力:张亚勤院士在 AI 方面,特别是 AI+ 领域有着独特见解;而王兴兴所在的宇树科技,在具身机器人领域中具有鲜明特点和代表性。

从高通公司战略角度看,AI 将一直是我们的一条主线方向。至于具身机器人,尽管最近才成为热点话题,但实际上高通早有布局。早在 2021 年上海进博会的时候,高通率先提出「5G+AI 赋能千行百业」的理念。在历次进博会展会上,我们也展示了 AI 赋能的咖啡拉花机器人、乒乓球机器人等前沿的AI应用演示。

如今,随着各种大模型的产生、演进和在终端上的落地,这些技术将迎来更为广泛的普及。高通公司将这些视为端侧 AI 落地的具体实现路径,并致力于与中国的产业链以及各领域的行业领军企业深入合作,推动技术创新与应用普及。

▲ 高通在汽车座舱芯片领域有很高的市占率,同时也在进军智驾芯片市场

Q:您能否分享几个高通与中国新能源汽车品牌合作中比较有意思的故事或者感受。其次,高通未来在中国将如何与新能源车合作,有哪些合作重点?

A:我们在新能源车领域还是有蛮多故事的,高通进入汽车行业已经有 20 多年,只是大家知道得比较少,从最早的通用汽车安吉星 CDMA 1x 车载网联解决方案,到后面的很多车包括大众普及型的车里面都有这种无线连接,这个设备在行业里一般叫 T-Box(车载无线终端),高通一直是这个领域主要的供应商。但在之前,汽车行业还是比较传统的行业,100 多年的历史,层级也比较多。我觉得 2020 年到 2022 年这三年期间(很值得一提),这几年中国的车企在新能源应用和智能网联上正好处于大爆发,这两项技术相辅相成,如果没有新能源,很多智能网联的功能没有意义或者说不能实现。所以新能源是很重要的,但是只是新能源没有智能网联的话,车从应用场景来讲也不会有太大的变化。

从分享故事的角度来讲,讲到智能网联汽车最先提出的是欧美厂商,起码从高通公司了解到的,(最初)对我们提需求的实际上是一些欧美厂商。但是汽车行业比较传统,以前的厂商设计车的时候都是做四到六年的规划,我们谈很长时间定型了以后,四年以后才上车。中国厂商很不一样的一点,特别是从在那三年发生的情况来看,他们推动新技术在新能源车里面的应用非常快速。因为在中国,新能源车里因为有电池,所以应用场景不一样了。欧美厂商推动智能网联的目的,更多是帮助驾驶员和乘坐成员更舒适、更安全地从 A 点到 B,车辆仍然是一个交通工具。而中国的新能源汽车厂商,推动汽车成为「第三生活空间」,可以在车里打游戏、听音响、看大片、周末去郊游和钓鱼,这些都是与欧美不同的场景。在这样场景的推动下,「中国速度」就提出来了,我们很多的客户一边还在跟我们签约,谈合同细节,一边就跟我们说交货要晚了。因为他们速度非常快,今天签约后告诉你明年 1 月他们就上车了。我觉得,中国的发展对我们来讲是很重要的,这就是为什么,我们后来经常提到「中国速度」。我们一定要适应「中国速度」的要求,按照传统汽车行业、传统欧美厂商的速度,我们没有办法支持这些客户,所以这是一个例子。

再举一个例子,从智能网联车应用的时候,中国厂商每家都对应用场景有不同的诉求或是不同的优先级,所以对我们芯片的要求非常广泛。每家都不一样,有的厂商因为有不同的需求,觉得一个芯片觉得不够用了,选择两颗芯片;有的厂商觉得我们的芯片有充足的算力,让我们给开放接口用于别的用途。所以,中国厂商要求的方方面面,也是鞭策和挑战,不管是从跟上「中国速度」,还是满足中国厂商多方面的要求,我觉得对我们来说是一个考试。我觉得挺高兴的是,我们通过了这些中国厂商的「考试」,我们从智能座舱到舱驾融合,支持越来越多的中国厂商。上午 Akash和我的主题演讲都有提到,在过去 3 年时间里,我们已支持众多中国汽车品牌推出超过 210 款车型。国外一个市场、一个厂商,每年也就是发布一两款,不会有那么多。而这些,都是我们在跟新能源汽车或者说是跟中国汽车产业进行合作的成果。

对于其他领域的合作,比如说人工智能,车是一个很好的端侧 AI,是非常好的实现点。因为车的安全性和移动性,它没有办法依赖于云端的 AI,一定要在本地解决,包括上午张亚勤院士提到的,有很多操作一定是要在车里实现的。这些方面,我觉得后面我们跟中国汽车产业合作的机会也会越来越多。

▲ 本次 2025 骁龙峰会,高通发布了移动芯片第五代骁龙 8 至尊版,和 PC 芯片骁龙 X2 Elite 系列

Q:我想询问拓展电脑、手机、汽车的芯片之后,高通会不会去看其他 AI 硬件的专用芯片?今天早上王兴兴总也提到了缺乏机器人的专用芯片,而且我们也听到中国的 AI 眼镜公司提到说中国已经有面向耳机的芯片,但他们希望有眼镜的芯片使眼镜更轻巧,未来高通会专门研发其他 AI 硬件专用芯片吗?您怎么看未来市场的增长呢?

A:我觉得您要把从一个阶段性的、带有发展性的角度来看这个问题。我觉得高通的一个优势是,在所有大家谈到人工智能的时候,有很多已经在手机里做过了。以前我们讲到智能终端的时候,就是智能手机,而没有其他的智能终端。随着 5G、AI 的发展,所有的终端都变成了智能终端。上午的主题演讲也提到,高通的优势或者说战略就是,我们在手机里所做的技术和解决方案,它能扩展到其他的终端品类。对高通来讲,所有的工业品类中,单品类量最大的就是手机,全球一年手机的出货量超过 12 亿,所以它有非常好的通用性和经济性。我们在看不同终端的时候,很容易就利用现有的芯片,去评估能不能解决需要解决的问题。

在汽车领域,高通骁龙座舱平台一直不断演进,我们在去年也推出了骁龙座舱平台至尊版。在 XR 眼镜领域,我没有统计过具体有多少家,据说有「百镜大战」,其中大部分使用的是高通的芯片。为了能更好地赋能 XR 眼镜,我们有专门做 AR 的芯片,有做 VR 的芯片,包括参考设计。PC 因为对 CPU 要求比较高,所以我们有专门的产品。

我认为,任何一个新的终端品类出现的时候,最初的解题思路一定是在现有的主流芯片基础上,可能做一些小的改动就可以适配,硬件不一定要有大的改动。但是,在发展过程中随着这些终端应用越来越多,会开始分类。比如早期的XR 眼镜,就是智能手机眼镜,现在专门有做 AR、做 VR 的,因为它有不同的用途。现在汽车的芯片也跟智能手机不太一样,刚才我讲到汽车芯片的发展因为有车规的要求,以前可能比手机要落后几代或者是落后几年。但现在,因为不同的应用场景,算力的要求可能要大于手机,所以也会有专用的芯片。

回到您的问题,我们不会为了一个新的品类,或为了开发一个新的芯片而开发,而是要考虑在具体的应用层面上,有没有一些特殊的需求。哪些可以使用现有的技术?哪些需要做出调整?您刚才讲到具体的机器人,可以把它看得很特殊,但也有很多共通之处。并非所有研发具身机器人的公司都涉足汽车,但是所有研发汽车的公司都在开发具身机器人。因为,已经研发汽车后再开发具身机器人,很多(技术)都是相通的。所以,具身机器人里需要用到哪些芯片、在应用场景里有哪些应用,我们愿意跟随产业一起探索。

▲ 第五代骁龙 8 至尊版参数细节

Q:回顾高通在中国市场过去 30 年以及您重回高通后这 10 年的发展历程,其产业链合作堪称业界典范。这意味高通在中国市场的业务已进入创新的「无人区」,可能缺乏现成参照供高通模仿、对照、复制。以往智能手机行业增长较为强劲的时期,向更多领域拓展与创新或许相对容易。您如何为自身设定 KPI?在当下智能手机增长放缓或未达预期的情况下,这类创新的难度是否有所增加?此类产业链合作是否需要投入更多精力?对您而言,这构成了怎样的挑战?

A:我小时候曾学过的一个成语「纲举目张」,恰好适用于描述当前情况——意为抓住事物的关键原则,便能带动其他方面。回顾过去 30 年,行业中许多企业经历了起伏。回归根本,高通作为一家技术公司,必须持续进行技术创新,固守旧有技术无法保持优势。这正是高通坚持每 10 年推动一次通信世代(G)升级的原因。为何有些企业在从一代向下一代演进的过程中落后?往往是因为他们在上一代技术中表现卓越,于是试图固守优势,但这实际上难以持续。因此,高通始终致力于推动产业发展。今天上午,安蒙提到 6G 预计在 2028 年实现预商用,这与我 2015 年重回高通后,次年全力推进 5G 发展的时间节奏相似。推动技术创新与产业进步,这是高通的第一个重点。

第二,高通对自身定位有清晰认知。作为产业中的基础研究环节,我们能够合作的链条很长。首先我们不与客户竞争,其次客户如果不成功,我们也无法成功。以芯片业务为例,今天参会的中国主要手机厂商若采用高通芯片设计推出的手机市场表现不佳,高通便难以成功。这种产业链合作的关系是我们的基石。

每一代技术都面临不同的宏观环境和具体技术条件。然而无论是 AI 还是 6G 迭代,核心始终在于,我们的技术能否持续创新,能否继续为客户提供技术赋能的价值,以及能否尽可能推动产业链合作与进步。若能推动进步,合作机会将依然丰富。

AI 时代与以往有同有异。每一代技术升级时,环境都在变化。在 2G、3G 时代,我们主要接触运营商、系统厂商、终端厂商,4G 实现了移动宽带互联网接入,涉及游戏公司、视频公司及互联网平台公司,这就要求我们与其建立产业层级的合作。

回顾高通在游戏领域的努力,例如每年参与 ChinaJoy,以及在手机芯片上适配和调测各类游戏,都是产业变革带来的变化。如今随着人工智能时代到来,各类 AI 模型以及智能体(Agent)进入终端,其适配对象和具体厂商可能有所不同,但合作的方向并未改变。

因此,高通将继续努力与中国产业链伙伴保持良好的合作关系,特别是在早期阶段共同推动相互适配。今天我们邀请王兴兴参会,正是因为具身机器人领域受到来自国家、社会、产业的共同关注。我们希望在这些领域,尽早与潜在合作方共同定义未来方向。王兴兴提到,目前缺乏非常适合机器人的芯片,这正为我们提出了努力的方向和机遇。倘若他表示现有芯片已非常完美,我们反而会失去创新目标。因此,只要坚持创新与合作,未来仍充满大量机会。

Q:高通已经成立 40 周年了,用中国的话讲已经进入了「不惑之年」,面对全球半导体重构的大格局,高通如何巩固在中国市场的优势,以及如何扩大跟中国产业链的合作?

A:我比较少用「巩固」这个词,我觉得要回到我一直讲的两个点,一个是技术创新,一个是合作。在合作中有共赢的基础,有合作的机会,这是最好的方式。要不断地挑战自己,不断提升和各方面合作的能力,我觉得这是科技公司进步的方式。

这也得益于高通的特点。今天贸促会的领导在致辞中提到,高通是比较早期进入中国的厂商。其实在行业里,也有历史更悠久、更早进入中国的企业。实际上,高通是一家很年轻的公司,但是生在了合适的时机。高通是一家技术公司,我们给大家当实验室,做水平式赋能,如果再早 10 年,这件事可能就无法成立了。因为那时候,各个国家都有自己的大型科技公司,这些公司基本上连螺丝钉都是自己造的,不与外部合作,这些企业在各个国家独占鳌头。全球化推动了高通这种水平赋能模式的出现,使得高通这种中小企业能够突破、发展。我常常说,高通的成长跟中国的成长模式是一样的,如果没有全球化,在原来的模式下没有太多发展机会,全球化给我们带来了这些机会,所以我们不断创新,不破不立,一直在努力。

Q:您提到了端侧,近日 AI+ 文件也提到 2027 年智能终端要超过 70%,在您看来提升到 70% 意味着多大的市场空间?高通是如何抓住这个机遇,在 AI+ 有什么新的布局?

A:在国内,智能手机的出货量在过去几年基本上维持着每年 2.8 亿部的水平,70% 的数字就很容易算出来,从当年的出货量来看这是能实现的。到 2027 年,我自己觉得单从智能手机计算可能过于保守了,因为现在技术一旦开始实现,下沉速度会很快。所以一开始很多高端旗舰机上的 AI 能力,不管是上大模型的能力还是一些具体的应用功能,比如语音、照片处理,这些都会很快下沉到大众市场。我自己觉得 2027 年能看到的一些 AI 在智能手机里面的应用下沉下去,我觉得那个量很大。

但是从另外一个角度看,我们还在人工智能发展的非常早期的阶段。现在我们看到的很多人工智能的应用,在很久之前就出现了,但是当时没有被称为人工智能。比如照片处理,10 年前就出现了用摄像头识别上百种不同猫、狗品种的能力。所以,现在我们仍然处于发展的早期阶段。

我倒觉得真正的人工智能还没有到来。如张亚勤院士上午提到,智能涌现会是越来越爆发的阶段。手机或者是终端里,可以有很多个多模态的模型或者说不同的智能体,现阶段我们还是要操作这些智能体,跟我们用 App 的区别不大。在真正实现人工智能的时代,智能体会了解你的使用习惯,直接帮你处理需求。比如照片处理,智能体了解到你拍了照片以后总是会把照片里的一棵树、一个人删掉,以后再拍的照片就会直接进行处理,不再需要你进行操作。

我觉得真正的人工智能,会把今天的人工智能升级和替代掉。人工智能真正发展以后,正如张院士说的,我们坐在这儿讲我们的,手机里各种的智能体已经自己处理了很多事情,把我们一两个星期以后的事都操办掉了。

虽然,实现真正的人工智能需要更长一段时间,但这一天一定会到来。

▲ 骁龙 X2 Elite Extreme 参数细节

Q:我们看到高通在中国的布局首先是智能手机,还有智能汽车,在您看来下一个重点布局的赛道是什么?有哪个赛道可能会像今天的智能手机、智能汽车出现爆发式的增长?

A:正如安蒙所言,高通的策略就是依托智能手机业务展开的。过去,我们 100% 的业务都集中于这一领域,现在,高通公司约 70% 至 75% 的业务仍与智能手机相关。因此,服务好该领域的客户是我们的核心业务。

在深耕智能手机业务的过程中,我们的技术和产品也在不断地适应新的领域,目前已在汽车、物联网、XR 等赛道努力探索。不过,这一过程中存在类似智能手机发展初期的共性问题,大家都在找 killer app(杀手级应用)。从 3G 时代到 4G 时代,我们始终在追问「killer app 是什么?」。

如今,在与运营商的交流中,当安蒙提及 2028 年 6G 即将到来时,大家都很兴奋,而第一个问题依然是「6G 的killer app 是什么」。我觉得 killer app 不一定能直接找到,而是一个探索的过程,基于这个想法,在相关领域的布局中,部分赛道的爆发可能需要更长时间。但我个人坚信,有两个领域假以时日,其应用规模有望等同于甚至超过智能手机:一是机器人,二是各种可穿戴的眼镜,包括 AR、VR 及 AI 眼镜。这两类产品未来有望达到「人手一个」的普及度,机器人也将广泛应用于家庭及各类场景中。不过,这一目标的实现需要我们和产业合作伙伴共同推动,而需求层面的潜力是明确存在的。相比之下,汽车比较难实现每人一辆车,PC 也达不到这个量,因此机器人与 AR、VR、AI 眼镜的增长潜力更为突出。所以,高通在这两个领域一方面要继续积极探索,另一方面也会持续投入技术研发,以保持领先地位。

Q:手机时代 SoC(系统级芯片)的几家企业分享了全球市场,但细分市场都出了很多小的玩家,例如智能驾驶,眼镜的 SoC 市场,未来是否会有更多的玩家参与,最终又是否会像手机 SoC 市场一样,形成少数几家企业主导细分行业的格局?

A:从经济规律来看,市场难以容纳过多参与者,因此长期来看,市场必然会走向整合,不过当前大量企业涌入这一领域,我觉得是好事,在于两个方面:首先,竞争是技术进步的核心推动力,充分的竞争能加速技术的创新与突破。其次,众多参与者的涌入能印证赛道的价值。当你已身处其中或刚进入赛道时,看到大量同行都在踏实布局,会更坚定对赛道的判断,避免因“孤军奋战”而怀疑方向是否跑偏。以高通的发展为例,在 3G 时代布局 CDMA 特别是 WCDMA 的时候,回看全世界做集成电路的上市公司的年报,2005 年、2006 年的时候,几乎每家都在研发 WCDMA 芯片,中国政府在推动 TD-SCDMA 芯片的研发时,第一批投资也覆盖了 7 家企业。可见,新赛道初期往往会吸引大量参与者,但随着产业的发展推进,会出现主动离场或被动掉队的情况,这完全符合经济规律。

你刚才提到的几个领域也是如此。比如,GPU(图形处理器)本身入门门槛其实不算高,很多企业都能参与研发。但后续的应用场景存在差异,开发的产品是自研自用,还是作为商品对外供应;是针对特定项目开发,还是要打造标准化产品供市场采购?这些差异会导致企业竞争力分化,因此在新机会面前,初期参与者众多,但最终数量一定会逐步减少。

稳中向好。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


对话腾讯副总裁、腾讯智慧出行总裁钟翔平:在车上点麦当劳这件事,很简单,也很复杂

与腾讯集团副总裁、腾讯智慧出行总裁钟翔平的采访并不像以往的采访那样发生在会议室或者咖啡馆这种场景,而是在位于深圳宝安大铲湾的腾讯新总部与宝安中心地铁站之间的自动驾驶摆渡小巴士上进行的。

这辆小巴士将来会用于腾讯员工通勤的接送,达到了 L4 级别的自动驾驶水平,搭载了腾讯自研技术。

即便腾讯这家公司对大家生活的影响如此之深,但在汽车领域,腾讯做的事情却并不显性,我们当中的大多数人没法像使用微信,玩《王者荣耀》那样亲身感受腾讯为员工准备的自动驾驶小巴士,但这并不意味着腾讯没有影响我们的出行。

相反,腾讯对智慧出行的影响,无论是从链条的长度,还是时间线上的长度,都可能是腾讯所有业务里最为深远的之一。

在车上点个麦当劳,和腾讯云有关系吗?

2025 腾讯全球数字生态大会出行专场上,腾讯发布了 TAI 6.0 智能座舱系统和全域智能化升级方案,通过「端云一体」的新一代座舱大模型矩阵与 AI Agent 架构。在端侧,基于混元深度定制的 LLM ,TAI 6.0 智能座舱系统推理速度提升 81%,并在长上下文窗口中,实现对车身传感器信号理解的准确率超 97.5%。新发布的 VLM 多模态模型在部分场景下,舱外环境感知超 98%。

可实现场景与意图的精准理解,并通过自研端云模型协同策略,达成快速响应,意图理解时延小于 500 毫秒、准确率超 95%。AI agent 架构支持微信小程序、LBS、联网搜索等丰富信源扩展和腾讯生态能力,车企与第三方可通过标准化接口轻量接入智能体开发。

围绕出行全场景,TAI 6.0 推出五大智能体:

  • 本地生活智能体:用户可实现自然语言交互,无缝连接车外生活服务,例如智能体可基于用户偏好,主动推荐餐厅优惠信息,也实能现边聊边问的拟人化服务体验,支持下单、支付全流程操作。
  • 全能陪伴智能体「随行Chat」:聚焦车内情感陪伴需求,提供包括儿童故事陪伴、专业知识交流及娱乐八卦互动等多角色在内的聊天服务。
  • 出行探索智能体「哪儿值得去」:场景化出行服务,可主动发现沿途兴趣点,智能生成顺路打卡路线,并提供目的地讲解、提前购票等服务。
  • 出行连接智能体:打破车机与手机的服务边界,依托小程序生态,实现一键连接、内容流转与多用户协同控制,支持音乐、文章等多种内容类型无缝车机同步。
  • 腾讯地图车机版 9.0 升级为 AI 地图导航智能体:实现 AI 指路、AI 服务、AI 陪伴等更人性化的产品体验。

举一个例子就可以理解这些智能体的作用了,以往我们在开车的时候想要点一顿麦当劳吃,那就必须要停车到路边,用手机进小程序点单,然后开车前往取餐。

现在有了这些智能体,加上整个腾讯生态,包括小程序和微信支付,就完全可以通过车内语音交互,找到附近的麦当劳,通过语音沟通,选择想要的餐品,然后在车机内支付,再导航过去取餐,整个流程完全不需要使用手机,驾驶者也不需要停车,甚至可以不需要怎么看车机屏幕就可以完成这一切。

这种场景体验的变化,背后其实是我们怎么看待「车」这种产品,钟翔平告诉爱范儿:

车可以看成两种属性,一个就像让人从 A 点到 B 点的一个载具,这个车从古至今都是有这个能力属性定位的。另外也是因为智能化、移动化发展之后形成一种新的车型,就是移动空间。移动空间这个特性是一个非常重要的延伸。

 

一个是载具,一个是空间。载具的这个属性的进化,其实将来服务化就是智能驾驶,就是让车自己完成从 A 点到 B点。但是作为空间的时候,它发展的方向就不一样了,它致力的就是让人很舒心,符合他对这个空间场景的期待。比如说有的场景我们希望这个地方是一个会议室,它可能要很方便开会。有的时候我们希望它是一个影院,它是可以看电影。还有更多的场景,是一个游戏室,然后更多的一些娱乐内容,甚至是我们让这个空间比如说让它帮我们订好咖啡,我们到下一个地点可以去取。所有这些都是移动空间带来的用户对它的期待。所有这些我们都会在智能座舱这个方向上更好地地打造。

 

TAI 6.0 致力于用端侧模型和云端大模型结合,对用户既能够很快的反应,同时也能够更全地去调动云端的能力解决更复杂的任务。腾讯也会将 AI Agent,加上广泛的服务生态,然后再加上位置服务能力这三种能力叠加在一起,形成一个让用户可以在车内结合出行位置,结合他可能期待的也许是咖啡,也许是订座,也许是点餐,或者是一些内容服务,都可以结合这几个放在一起形成最优体验。

 

有很多内容和服务的组件它原本就在,但是它缺少被用户用语音的方式启动,或者符合场景的方式去调度。我们用 AI 化的方式就完成了这一点,既清晰知道你的地点,知道你的路线,知道你什么时间可能到达哪个地方,这个时候我需要在那个地方提前或者是预约某一个时间,点一杯咖啡或者是点一个座,它都可以帮你去做到。当然这个也结合腾讯很重要的优势,我们有广泛的小程序生态。而且我们车端在很早之前就已经成熟化完成小程序框架,因为框架以及小程序本身就是现成的,我们结合 AI 时代之后,我们让大模型再结合更多的 Agent 的调用,使得它获得更完美的体验。

现在,腾讯的智能座舱产品在 60 多个汽车品牌、超过 1600 万车辆中应用。

我们可以这么理解腾讯在智慧出行上的产业链布局:点麦当劳作为单点场景,牵一发而动全身,从底层的云服务,到地图数据,再到小程序生态,还有支付能力等等,缺一个点就吃不到汉堡了。以此,我们也可以反推,腾讯智慧出行,究竟在出行里扮演了什么角色。

在 AI Infra 这一基础设施层,腾讯提供了腾讯云等服务,涉及高性能计算,高性能网络和高性能存储等服务。而在 AI Platform 的平台层,腾讯提供了自研的混元大模型以及开源的 DeepSeek 大模型等等技术,来提供各种直接的 AI 能力。在 AI Application 应用层,就有我们熟悉的微信各种能力,元宝应用等等等了。

那么问题来了,腾讯拥有几乎全栈的汽车智能化能力,自己也有能力做到 L4 级别的自动驾驶摆渡小巴士,为什么不像 Google 或者百度那样,直接提供自动驾驶整体方案,甚至是 RoboTaxi 服务呢?

钟翔平说:

每家公司有每家公司的定位,因为腾讯在 2018 年进行重要的战略转型升级的时候,当时就在思考如何做产业互联网,我们当时说扎根消费互联网,拥抱产业互联网。但同时我们清晰地对待产业互联网,想清楚我们的定位,我们叫数字化助手。

 

数字化助手这个定位是经过深度思考之后形成的,因为本质就是强调我们不是站在前面的那个角色,我们其实既是背后的助力者,有一些场景我们也会是伴随着企业客户,成为他们的数字化共建者,但是我们不是进入到他们行业里面去成为那个玩家。所以我们不断强调,我们不做 Robotaxi 也好,不做自动驾驶车,本质都还是遵循数字化助手这个定位。

当然,这个助手不仅仅是相对于用户来说,对于车企或者经销商来说,都能从腾讯获得想要的助力。

比如说,腾讯结合 SD 地图、轻地图、地图数据服务等云化地图能力,与博世、文远智行、元戎启行等出行科技公司携手,提高自动驾驶训练效率。在腾讯的云地图数据和合规服务的支持下,文远知行联手博世仅用 18 个月即完成了智能辅助驾驶方案的量产上车。

同时,腾讯与广汽、长安、蔚来汽车等车企合作,以智驾云专区、AI Infra、大数据等工具和云图一体化的数据闭环方案,加速端到端自动驾驶落地。

在营销服务环节,AI 销售助手,正在借助大模型能力,辅助销售员整合信息、专业应答,推动线索转化从流程化全面迈向智能化。在服务一汽大众等企业时,试驾线索成本降低了 20% 以上,到店转化率提升 30% 以上。

▲ 腾讯展示的「导盲犬小 Q」

腾讯做自动驾驶能理解,为什么还做具身智能?

如果说一个在车上点麦当劳的场景,能够牵扯出腾讯在出行产业链上的长度和深度,那么关于具身智能的布局,则反馈出了腾讯在一条技术脉络上的长远思考。

在 2025 腾讯全球数字生态大会上,腾讯联合文远知行、黑芝麻、光轮智能等出行科技企业,发布面向具身智能研发场景的全链路工具链。

面对具身智能数据管理存在的全局治理难、多模数据保存与处理难等问题,腾讯推出的智能数据平台已实现 EB 级具身智能多模态数据的统一接入、治理与标注。腾讯也与文远知行联合打造从数据采集到模型部署的全栈 AI 数据闭环解决方案,为具身智能提供精准、丰富的训练数据支持。

此外,基于在自动驾驶领域积累的端云一体化闭环工具链,腾讯可以提供覆盖「数据采集-标注-挖掘-模型训练-仿真评测」全流程的具身智能研发能力。腾讯基于 3DGS、时序建模等技术实现的仿真环境,支持 L2-L4 级自动驾驶算法训练和 VLA 模型验证,并可扩展至具身智能算法开发。

今年 7 月,腾讯 Robotics X 实验室与福田实验室联合发布了具身智能开放平台Tairos 「钛螺丝」,这是国内首个以模块化的方式提供大模型、开发工具和数据服务的具身智能软件平台,通过 SDK 和 API 的方式面向机器人行业开放。截止到目前,Tairos 已经与越疆科技、乐聚机器人、帕西尼感知科技、擎朗智能、众擎机器人科技、宇树科技等多家具身智能企业探索合作。

同时,为验证自动驾驶技术在具身智能领域的应用潜力,腾讯以「导盲机器人」为载体,构建多模态感知规划、避障导航与交互能力,为四足机器狗、人行机器人等低速移动智能终端提供「无图」导航解决方案。

虽然自动驾驶和具身智能没有一个字是一样的,但是在钟翔平看来,汽车企业具备布局具身智能产业先天优势,「感知、决策、交互」等自动驾驶基础能力,能够与具身智能体结合,技术上一脉相承。

甚至,它们现在就发生了交集:搭载腾讯自研算法的四足机器狗,在大铲湾腾讯新总部里,完成了自动驾驶小巴的上下车测试。

▲ 腾讯新总部

钟翔平说:

车本身就是一个非常成熟的,非常好的实践中的具身智能体。因为车具备了感知能力、智能化的计算能力,然后实践中去打磨具身智能的应该叫物理智能,或者是空间智能。 在这个方向上面我们也沉淀出来一系列的工具集,一系列的工程方法都会应用到具身智能这个方向。

 

机器人相关的具身智能,会和智能驾驶会有所变化,这个变化主要会在于智能驾驶其实还是跟路本身高度关联,到了机器人也好,或者是到了更广泛的通行区域,更广泛的生活场景中的这种智能体,它面对的场景数据的要求并不是遵循着一个路的模式,这个时候会使得它需要因为数据自由度的扩大而带来的数据的量级急速攀升。当这个数据量级需要急剧攀升的时候仿真在其中扮演的价值和作用其实会更加扩大。

腾讯智慧出行解决方案总经理费玉霞解释了腾讯在这里布局的底层逻辑:

2025 年,Physical AI 成为行业的新焦点,自动驾驶和具身智能是 Physical AI 的不同形态,其核心技术底座高度重合,我们全面升级在自动驾驶领域的积累,积极投入具身智能,取得了阶段性的成果。

 

现今,具身智能产业正从价值验证迈向规模爆发,但是我们也看到支撑智能算法相对滞后,还有一些困难需要我们共同去解决。困难一研发落地路径长,研发中需要将上百个不同模块的软硬件深度融合,需要懂硬件、懂系统、懂数据、懂算法、懂仿真的专业团队,超过三年的研发投入才有可能有所产出,急需一套工具平台加速研发流程。

 

某种程度上来说,腾讯在具身智能领域,依旧扮演着「数字化助手」的角色,一来是因为自动驾驶和具身智能的技术脉络是一脉相承的,另一方面,具身智能也是 AI 技术的延续,在 Physical AI 领域的布局,也是 AI 布局的子项,没有哪家科技公司,敢在这个时代忽略 AI 机会。

当然,这一切都还在早期,也正如钟翔平所说:

智能驾驶本身就是一个很好的具身智能实践过程,因为是一个行进在路上的车,让这个车本身变成一个高度的智能化。它要解决的矛盾首先就很多,它要让车能够和人之间如何协调共处,让智能的车和非智能的车如何和谐共处。

 

其实这些问题在智能驾驶这个方向上已经到了一个相对收敛期。这个收敛的过程所形成的经验,或者是一些思考的沉淀或许是一种很抽象的思维的沉淀,我都会认为对于后续解决不同场景的具身智能会有参考和借鉴意义。

在我们聊这种时间维度的时候,9 年前腾讯成立了自动驾驶实验室与此时运行在宝安中心地铁站和腾讯新总部的自动驾驶小巴士形成了互文。当时腾讯在出行领域还没有形成如今清晰的布局和认知以及定位,但对于自动驾驶全栈方案的探索,形成了如今的工具集,以及提供给车企和自动驾驶科技公司的能力。

所以,今天对于具身智能的前瞻性探索,未来也可能形成这种能力。

稳中向好。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


❌