文/周雄飛

情緒價值，目前已成為車圈追逐的熱詞。

這不僅因為通過在場景或者產(chǎn)品中提供情緒價值，可以激發(fā)消費(fèi)者下定購車的欲望，而且還能讓自身的智能汽車產(chǎn)品具備“活人感”，從而體現(xiàn)產(chǎn)品和技術(shù)等領(lǐng)域的優(yōu)勢，可謂是一箭雙雕。

相比于智能駕駛，在很多人看來智能座艙更適于讓情緒價值這個概念具象化。就像地平線CEO余凱說的那樣：“智能輔助駕駛提供功能價值，智能座艙提供情緒價值?！?/strong>

那么，這樣的智能座艙會是什么樣的？對于這個問題，騰訊智慧出行副總裁、騰訊智慧出行負(fù)責(zé)人鐘學(xué)丹認(rèn)為需要提供一些基礎(chǔ)功能之外也希望在使用的過程中，讓用戶更愉悅，有更好的人性化的體驗。

為此，他們推出了一個名為“隨行chat”的產(chǎn)品，簡言之是一個形式類似于陪伴聊天的智能體，具備簡單的情緒感知和長期記憶的能力，支持車企定義陪伴聊天的角色需求，消費(fèi)者也可以選擇自己喜歡的角色。

飛說智行在前段時間舉辦的騰訊全球數(shù)字生態(tài)大會上，體驗了隨行chat，其中有很多個角色供選擇，可以選偏嚴(yán)肅的角色為我解讀新聞，也可以與偏娛樂的角色一起吃瓜，甚至還可以讓這個智能體來陪伴小朋友等等，滿足不同場景需求。

包括隨行chat全能陪伴智能體，騰訊發(fā)布的新一代智能座艙解決方案TAI 6.0還包括本地生活智能體、出行探索智能體、出行連接智能體和AI地圖導(dǎo)航智能體。

基于端云協(xié)同能力，消費(fèi)者在車上就可以體驗買咖啡、點(diǎn)餐、訂旅游門票，手車互聯(lián)制定旅游線路以及全方位智能陪伴等功能，從而做到鐘學(xué)丹口中的“就像擁有了‘有趣貼心的助理’和‘聰明的領(lǐng)航員’一樣。”

就像很多科技大廠“不造車，幫助車企造好車”一樣，騰訊他們在幫車企打造好產(chǎn)品的同時，也想要幫助車企們用好AI的能力來降本提效。

通過建立汽車行業(yè)大模型，騰訊他們已經(jīng)在研發(fā)、制造和銷服等造車全流程，給予車企們助力。以營銷服務(wù)環(huán)節(jié)為例，飛說智行就在騰訊全球數(shù)字生態(tài)大會智慧出行展臺上，看到了AI工具鏈幫助一線銷售服務(wù)購車用戶的實際場景，涵蓋前期溝通、解答用戶問題、跟蹤購車服務(wù)流程等全場景。

在這次大會上，騰訊也展示了他們在具身智能領(lǐng)域的探索進(jìn)展。

今年6月，騰訊的Robotics X實驗室和福田實驗室聯(lián)合發(fā)布了具身智能工具鏈——Tairos平臺，它以模塊化的方式提供大模型、開發(fā)工具和數(shù)據(jù)服務(wù)的具身智能軟件平臺，通過即插即用的方式，面向具身智能行業(yè)開放。

換句話說，騰訊也要幫助具身智能行業(yè)“造好機(jī)器人”。按照騰訊介紹，截至目前，Tairos已經(jīng)與越疆科技、樂聚機(jī)器人、帕西尼感知科技、擎朗智能、眾擎機(jī)器人科技、宇樹科技等多家具身智能企業(yè)探索合作。

在飛說智行看來，騰訊布局具身智能領(lǐng)域，也是順?biāo)浦鄣氖虑椋驗樗麄冊谥悄茌o助駕駛和自動駕駛領(lǐng)域有著多年的積累和迭代。

“騰訊現(xiàn)在基于過去十多年在自動駕駛對應(yīng)的算力也好、數(shù)據(jù)閉環(huán)能力，包括仿真積累的一些技術(shù)和經(jīng)驗，在和科技公司、OEM一起在做對應(yīng)的具身智能領(lǐng)域的探索和轉(zhuǎn)型。”騰訊智慧出行副總裁李博這樣對飛說智行表示。

在今年騰訊全球數(shù)字生態(tài)大會舉辦前夕，包括飛說智行在內(nèi)的小規(guī)模媒體受邀與騰訊智慧出行副總裁、騰訊智慧出行負(fù)責(zé)人鐘學(xué)丹，騰訊智慧出行副總裁李博進(jìn)行了深度的對話交流，以下是對話內(nèi)容，略有刪減和修改：

1、座艙、智駕和運(yùn)營管理，車企該如何用好AI？

Q：騰訊的座艙Agent是基于端云協(xié)同能力，那么對于用戶的一個需求，如何判定是需要車端處理的簡單問題，還是需要協(xié)同云端處理的復(fù)雜問題，這背后有明確的規(guī)則或者標(biāo)準(zhǔn)嗎？

鐘學(xué)丹：現(xiàn)在用端側(cè)來講不可能是去滿足所有的場景服務(wù)，需要云端輔助一些能力，今天在參數(shù)量2B的模型下，對大部分的服務(wù)都是可以很好地理解和完成的，同時我們在端側(cè)也會有一個模塊，去負(fù)責(zé)處理一些復(fù)雜意圖和復(fù)雜的場景，需要云端模型作為支持。

比如說我們需要一些實時云端、聯(lián)網(wǎng)搜索的時候，就會調(diào)動到兩端的能力來去完成，不是說用一個簡單規(guī)則來區(qū)分，在端側(cè)做哪一些，而是在端側(cè)云端相互協(xié)同起來。

Q：相比于之前的TAI， 升級后的TAI 6.0更加具備多模態(tài)感知的能力，這意味著會收集更多車內(nèi)乘客的一些信息，再加上咱們有端云協(xié)同的機(jī)制，在數(shù)據(jù)安全TAI6.0做到了哪些升級或者說一些創(chuàng)新？

鐘學(xué)丹：首先我們高度重視用戶的隱私和數(shù)據(jù)安全，也有很多數(shù)據(jù)手段來保證用戶的隱私以及數(shù)據(jù)安全，我覺得這是我們對用戶的基本保障和基礎(chǔ)體驗的底線。

多模態(tài)感知，更多的是對外部世界的一些感知數(shù)據(jù)，包括對場景的感知，對位置的感知以及車身的一些信號的感知，對于這些信息，并不會被收集，也不會被提取，它本質(zhì)上是一個提示詞的輸入而已，幫助座艙Agent解決用戶的問題。

Q：現(xiàn)在汽車行業(yè)都聚焦“情緒價值”這個詞，對于車企布局的這個方向，騰訊是如何幫助車企，來打造他們各家有特點(diǎn)的情緒價值的功能？

鐘學(xué)丹：今天大家對消費(fèi)者在體驗上的關(guān)注度越來越高，除了提供一些基礎(chǔ)功能之外也希望在使用的過程中，讓用戶更愉悅，有更好的人性化的體驗?？赡苊考叶紩胁煌谋磉_(dá)和理解，所以我們認(rèn)為主要是要讓用戶感到好用，以及針對這里的一些產(chǎn)品體驗，如何體現(xiàn)我們自身的一些價值。

比如說我們推出的隨行chat的產(chǎn)品，它就是基于角色扮演模型的一個支持打電話、車上陪聊擬人化的一個產(chǎn)品，能夠支持用戶對不同技能，解決用戶在車上不同話題的聊天，同時能夠體察一些情緒，長期記憶的保持，去個性化做到一種“活人感”的陪伴體驗。

車企也可以自己定義它自己需要的陪聊角色，可以更靈活按照車企的需求定義它的角色需求。在這個方面，這種角色并不是簡單的聊天，就像我們剛才講的一個體貼助理的角色，幫消費(fèi)者解決實際的駕車過程中間遇到的各種問題。

Q：現(xiàn)在大家布局座艙都講Agent上車，這其中就包括騰訊，那么Agent上車給智能座艙帶來的最核心的價值是什么？以及騰訊AI Agent跟其他家的Agent有怎樣的不同？

鐘學(xué)丹：Agent概念隨著大模型運(yùn)用得越來越深入，應(yīng)該各個領(lǐng)域都在展開。對于座艙來說，Agent本身也在改變座艙體驗，畢竟在駕駛的過程中，還是會有很多是要專注在駕駛的場景上，傳統(tǒng)的手機(jī)App應(yīng)用形態(tài)在座艙內(nèi)的體驗上還是有很多的不足。

相對來說，Agent新的形態(tài)對座艙的體驗會有一個比較大的改變，就像我們說智駕是多了一個聰明的司機(jī)，那么Agent的意義就在于說多了一個有趣以及聰明的助理。

當(dāng)用戶可以與車進(jìn)行更充分的互動，這種互動的淺層次表現(xiàn)為輕松的對話和良好的應(yīng)答，也可以與用戶交流，感覺毫無障礙。更深層次可以幫助用戶提供各種知識和幫助用戶解決一些切實的需求，這是最大的不一樣的地方。

在座艙Agent上，一方面會借助一些在端側(cè)的能力，使Agent的驅(qū)動能及時響應(yīng)和效率方面更好；另一方面，Agent會變成一些具體的服務(wù)應(yīng)用以及內(nèi)容的關(guān)聯(lián)，不管是結(jié)合騰訊的生態(tài)資源、內(nèi)容資源等組合，可以很好地打破原有用戶的服務(wù)邊界，打造一些跨應(yīng)用以及滿足復(fù)雜需求，這可能是騰訊座艙Agent的一些特色。

Q：端云協(xié)同這塊，對于智駕行業(yè)都已經(jīng)談到了一些像VLA、世界模型等等，這些技術(shù)路線對于云端大模型會有一個什么新的要求嗎？

李博：騰訊的端云協(xié)同，一方面是端側(cè)，可能是一個2B的，可能是2.5B，可能是一個7B的以及以后可能是一個14B的；云端上來講，可能是一個更大的，需要趨近于類似于滿血DeepSeek幾百B的大模型，它們是一個協(xié)同的關(guān)系。

其中，云端模型其實剛才說了可以幾百B的大模型，接近對應(yīng)的無限算力和超大模型的算力，可以訓(xùn)練復(fù)雜對應(yīng)的計算信息，這樣和車端相協(xié)同就具備及時響應(yīng)的端側(cè)的模型，又有很復(fù)雜場景的需要復(fù)雜計算能力的云端的能力。

那端云結(jié)合，無論是在座艙還是我們在講的VLA基于智駕場景的復(fù)雜場景下，都能夠形成比較好的一個對應(yīng)的協(xié)同的場景。

Q：今年4月騰訊推出座艙端側(cè)大模型，幾個月下來車企（客戶）對于這個模型的反饋怎么樣？接下來這個模型會朝著更大的參數(shù)規(guī)模演化，還是說完善其他方面的能力？

鐘學(xué)丹：推出端側(cè)大模型后，有很多主機(jī)廠對此非常感興趣，之前在端側(cè)相對來說能跑的模型還是會比較少一些，所以大家依賴云端模型的能力，對于算力以及端側(cè)的響應(yīng)和數(shù)據(jù)安全都還有比較大的挑戰(zhàn)，對于車企來講，應(yīng)該還是一個非常有需求的場景。

另一方面，我們也在持續(xù)地更新我們的端側(cè)模型，這次我們更新到1.8B帶推理能力的一個端側(cè)模型，也會在更小的參數(shù)以及更強(qiáng)的能力上去增強(qiáng)這種能力。

我們看到端側(cè)不只是語言模型，未來它也會驅(qū)動像VLM多模態(tài)的一些視覺模型，幫助我們理解一些感知的數(shù)據(jù)跟座艙的服務(wù)之間，以及車內(nèi)數(shù)據(jù)之間的一些關(guān)系和能力。

同時，也包括像未來語音測試也可以在端側(cè)做端到端的語言能力，這些可能都是我們在端側(cè)模型上持續(xù)去加強(qiáng)和提升模型方面的一個能力。

除了模型以外也會涉及到數(shù)據(jù)的能力的增強(qiáng)，如何把一些跟出行場景和服務(wù)相關(guān)的數(shù)據(jù)，也去對模型進(jìn)行優(yōu)化和訓(xùn)練，使得模型在一開始就比較適應(yīng)在汽車和出行場景的這樣一些需求，這是我們在做的一些事情。

Q：現(xiàn)在都講說智能座艙Agent上車，未來它會有一些什么新的趨勢，或者會向什么樣的新的功能特點(diǎn)轉(zhuǎn)變？

鐘學(xué)丹：大家今天看到的還是一些早期的階段，我相信未來還會有很多新的變化，核心的本質(zhì)最終都是要回歸服務(wù)于人的，這些交互和完成，首先是一種跨應(yīng)用、跨服務(wù)的場景，它打破了我們傳統(tǒng)的服務(wù)和邊界，更多的去關(guān)注用戶希望去解決的一些更具體的問題，我覺得這是一方面。

另一方面，Agent確實需要更多的懂場景，懂用戶，不僅是本地快速的響應(yīng)基礎(chǔ)需求，還需要在云端調(diào)用更豐富的知識，生態(tài)和服務(wù)，實現(xiàn)跨應(yīng)用、跨場景的無縫的結(jié)合，我們也可以想象一下，在感知用戶情緒后的一些變化之后，我們可以主動在車的氛圍燈以及音樂、LBS和生活能力的一些提前形成的規(guī)劃等等，我覺得這些都是大家會想到的一些會相對美好的應(yīng)用場景。

但這些應(yīng)用場景真正落地會依賴于很多方面，包括我們車身的能力以及傳感器的能力，以及如何把這些能力通過新的服務(wù)和協(xié)議的方式無縫連接起來，我覺得這里可能要做的事情還會有很多。

Q：現(xiàn)在世界模型還有VLA的發(fā)展看起來大家對地圖的依賴會更小一些，那在騰訊看來，現(xiàn)在智駕普遍需要什么樣的地圖，現(xiàn)在新技術(shù)的發(fā)展對于地圖產(chǎn)生了什么樣的影響，或者大家對地圖有什么新的要求？

李博：無論是端到端、VLA，從技術(shù)手段上來說沒有一定說誰勝誰劣，對于有圖和無圖也是一樣的，很多時候我們會發(fā)現(xiàn)很多時候是在炒概念，是無圖會顯得更有優(yōu)勢，有圖的怎么樣，說到底通過對應(yīng)的訓(xùn)練數(shù)據(jù)也好，算法也好，怎么樣讓對應(yīng)的自動駕駛的能力達(dá)到最優(yōu)，用戶體驗達(dá)到最優(yōu)這才是關(guān)鍵。

地圖其實是作為能力對應(yīng)的一個補(bǔ)充，數(shù)據(jù)的一個補(bǔ)充，我們要看的是在這個過程之中怎么讓這里面產(chǎn)生的成本更低，訓(xùn)練出來更好的對應(yīng)的模型，用更少的數(shù)據(jù)采集或者是怎么樣，成本更低的數(shù)據(jù)采集也好，能形成對應(yīng)的算法，其實反而不用糾結(jié)到底有圖好，無圖好或者是怎么樣的。

比如車的端側(cè)算力沒有這么強(qiáng)，是不是需要在云端還有一個圖層的概念，去跟自動駕駛算法相輔相成，能夠解決一些Bad case的一些問題，能夠提升自動駕駛的安全性的一些問題等等，這些都是圖對于自動駕駛領(lǐng)域的一個幫助性的點(diǎn)。

2、開放生態(tài)，是做好具身智能的基礎(chǔ)？

Q：相比于自動駕駛，具身智能難度會有更多維度，比如一個挑戰(zhàn)就是缺少更多的一些高質(zhì)量或者多場景的數(shù)據(jù)，進(jìn)行算法訓(xùn)練，無論說是真機(jī)或者是仿真訓(xùn)練，對于騰訊來說如何解決行業(yè)的問題，或者說是像幫助車企造好車一樣，怎么樣幫助機(jī)器人企業(yè)去造好機(jī)器人？

李博：具身智能要比自動駕駛難得多，無論是對于數(shù)據(jù)的要求還是對于算力的要求，還有對應(yīng)的算法的能力，都是一個幾何性的提升。

騰訊現(xiàn)在也是基于過去十多年我們在自動駕駛對應(yīng)的算力也好，數(shù)據(jù)閉環(huán)能力，包括仿真積累的一些技術(shù)和經(jīng)驗，再和科技公司、OEM一起在做對應(yīng)的探索和轉(zhuǎn)型。

包括大規(guī)模數(shù)據(jù)管理和更加規(guī)模大的并行計算，場景重構(gòu)，包括我們說缺數(shù)據(jù)，我還要去做更多的仿真數(shù)據(jù)，實際上對于具身智能場景來講，很多場景是遠(yuǎn)遠(yuǎn)不夠的，所以我們要造更多的類真實數(shù)據(jù)來使對應(yīng)的算法有對應(yīng)的數(shù)據(jù)可訓(xùn)練。

今年6月份騰訊也發(fā)布了對應(yīng)的Tairos開放平臺，這是我們在下一段面向具身智能公司做的開放平臺，它也有對應(yīng)自動駕駛團(tuán)隊對于具身智能的一些要求融入其中，比如說多模態(tài)的交互，室內(nèi)外一體化的導(dǎo)航的能力，還有4D的空間的重建仿真的能力。

這些其實都融合到了Tairos平臺，現(xiàn)在也是對合作伙伴進(jìn)行開源開放，同時我們也是聯(lián)絡(luò)了行業(yè)內(nèi)的多家的生態(tài)公司去完善具身智能的整個體系，還有一些跟行業(yè)的合作伙伴在具體的具身智能的場景在做基礎(chǔ)能力的一些打磨，讓更廣泛的場景進(jìn)行高效的落地。

Q：目前具身智能行業(yè)中有很多玩家也在做開源的工具鏈，那么在這樣的一個行業(yè)的競爭態(tài)勢下，騰訊有哪些優(yōu)勢或者是一些獨(dú)特的生態(tài)位呢？

李博：騰訊首先可以基于自動駕駛領(lǐng)域積累的端云一體化的閉環(huán)工具鏈的能力，包括去覆蓋對應(yīng)的從數(shù)據(jù)采集，數(shù)據(jù)合成，數(shù)據(jù)標(biāo)注，數(shù)據(jù)挖掘，模型訓(xùn)練到仿真的全流程的這些能力，這是能夠作為具身智能開發(fā)的一個基礎(chǔ)。

就比如我們的4DGS、時序建模這些技術(shù)本身就是我們的一些技術(shù)優(yōu)勢點(diǎn)，同時我們來講也完成了對物理世界完全的重建編輯生成，通過視覺點(diǎn)云激光雷達(dá)等區(qū)域，去重構(gòu)網(wǎng)格融合的多層次的數(shù)據(jù)融合能力。

可以構(gòu)建包括動態(tài)交通、天氣變化、光線條件等多種變量的可編輯的虛擬環(huán)境原來對應(yīng)的能力，這不僅是支持L2到L4自動駕駛端到端的訓(xùn)練，本質(zhì)上也是我們For具身智能潛質(zhì)化積累的能力。

我們對于數(shù)據(jù)的高質(zhì)量要求，騰訊其實是原先在做地圖的時候，我們也積累了大量的地圖的數(shù)據(jù)，本質(zhì)上也是真實世界對應(yīng)的映射，我們的數(shù)據(jù)平臺也把這些數(shù)據(jù)進(jìn)行了統(tǒng)一的接入、標(biāo)注，那它也可以解決我們很多現(xiàn)實世界在具身智能的一些問題。

以及，騰訊跟合作伙伴的合作也是打造了一個比較好的基礎(chǔ)，比如說我們跟文遠(yuǎn)知行已經(jīng)在做從數(shù)據(jù)采集到模型部署，再到全棧的AI數(shù)據(jù)閉環(huán)的對應(yīng)能力，我們在這里面也都在做對應(yīng)的一些解決。

我們做的多樣化的數(shù)據(jù)采集的服務(wù)也滿足了很多不同場景算法的需求，可以說是為具身智能提供了比較準(zhǔn)確和豐富的適配性的數(shù)據(jù)，其實這樣的話也打通了我們原來所說的具身智能數(shù)據(jù)上云對應(yīng)的通路，我覺得這也是其中騰訊做這塊的優(yōu)勢點(diǎn)。

Q：現(xiàn)在關(guān)于具身智能的數(shù)據(jù)好像海外的人形具身行業(yè)更多的是依靠遙操來收集數(shù)據(jù)，國內(nèi)是逐漸傾向于仿真，騰訊認(rèn)為現(xiàn)在哪種數(shù)據(jù)采集方案更加可行？

李博：我們依然認(rèn)為具身智能處于一個初級階段，數(shù)據(jù)是遠(yuǎn)遠(yuǎn)不夠的，哪怕說靈巧手的操控已經(jīng)比自動駕駛的復(fù)雜度要高很多，你左手有五個手指，你右手有五個手指，我們來算算對應(yīng)的維度，這個復(fù)雜度已經(jīng)是超高了，他們?yōu)槭裁磿ミb感的控制，本質(zhì)上是在收集數(shù)據(jù)，他沒有對應(yīng)的數(shù)據(jù)。

其實對于國內(nèi)來講，大家也都在做對應(yīng)的數(shù)據(jù)收集，如果我們到達(dá)一個更復(fù)雜場景，那可能是說單一場景或者工廠制造的場景，便利做得越多，便利的可能性覆蓋度越高。

但實際上畢竟它的維度是遠(yuǎn)遠(yuǎn)超于自動駕駛場景，更多的來講在這里面采集數(shù)據(jù)的成本是陡然向上的，我們更期待這里面通過仿真合成一些數(shù)據(jù)，然后不斷的自我學(xué)習(xí)，來減少我們采集數(shù)據(jù)的成本，這才是未來真正造具身智能大的覆蓋場景的時候，能夠現(xiàn)實落地的一個點(diǎn)，否則采集成本太大。

一定是走到仿真數(shù)據(jù)的，否則的話，大家成本誰也花不起，最后出來機(jī)器人的成本也沒有辦法使用到我們?nèi)粘鼍?，因為要把價格打下來。

Q：目前做具身智能供應(yīng)鏈的一些公司，他們會選擇和市場化已經(jīng)很成熟的伙伴合作，比如說割草機(jī)、掃地機(jī)等等，大家會覺得這個變現(xiàn)能力更快一些，騰訊也會走商業(yè)和前沿并行的方案，還是說更著重于做更加前瞻性或者前沿的人形機(jī)器人？

李博：騰訊是不做具體的硬件的，你會發(fā)現(xiàn)其實我們一定是和科技公司也好，原來的自動駕駛公司像具身智能轉(zhuǎn)行的自動駕駛公司也好，還是車廠做具身智能也好，我們其實是跟這些公司合作的，騰訊知道自己擅長的點(diǎn)是什么。

騰訊原來在自動駕駛積累的工具，以及一些數(shù)據(jù)的能力，仿真的能力，我們是提供這些能力的，包括工具鏈等等，跟這些企業(yè)其實是一個合作關(guān)系，至于他們應(yīng)用在什么場景，騰訊都是愿意去支持的，我們并不會做自己的硬件機(jī)器人。