對話騰訊鐘學丹：智能競爭下半場，不拼功能拼什么？

4月23日下午，北京車展前夕，2026 TIME DAY·騰訊智慧出行技術開放日的主論壇環節結束后，騰訊智慧出行副總裁、負責人鐘學丹與騰訊智慧出行副總裁李博共同接受了媒體采訪。

“Agentic AI打破了以應用為中心的模式，能夠實現持續地自我優化與迭代，具備場景感知、自主決策、協同執行、記憶沉淀等能力。”鐘學丹如是說。就在一個小時前，鐘學丹剛剛代表騰訊發布了“出行全場景智能體開放平臺”，并推出隨行點單、隨行向導、隨行逛逛等七大核心場景智能體。

這次騰訊講的不是又一個“大模型上車”的故事，而是強調讓AI從對話走向執行，從選品下單到取餐、從沿途推薦到車隊協同、從手機指令到車機執行……每一項都落到具體的服務閉環中。而支撐這一切的，是騰訊發布的出行全場景智能體開放平臺，涵蓋基礎能力層、平臺能力層及應用生態層的全棧能力。

結束功能堆砌，為什么是現在？

官方數據顯示，騰訊智能座艙解決方案在頭部車企中的滲透率已超過80%，累計搭載車輛超過1800萬輛。這些數字背后，是騰訊過去數年與車企共同打磨的工程化能力。

在鐘學丹看來，智能座艙的演進有一條清晰的時間線：“早期的智能座艙，首要解決的問題是互聯網生態上車，率先在音樂、導航、社交等高頻應用上快速落地，讓車有了智能感；隨后，用戶不再滿足于功能的疊加，而更在意生態融合與體驗優化，通過微信小程序車載版框架，開始引入海量的小場景，輕量上車、即用即走。”

過去一年，行業里大模型“上車”轟轟烈烈，實際落地效果參差不齊。李博在采訪中說得很直接，大模型的出現讓語音交互更加自然，但簡單的大模型接入很難獲得超出手機的體驗。他回顧道：“過去一年，很多人鼓吹大模型上車，但實際上并沒有解決任何問題。在手機上直接問一下元寶（參數丨圖片），能解決的問題反而更多。兩者沒有本質區別，沒必要把大模型遷移到車上。”

那么，為什么現在智能體上車可以規模化了？鐘學丹表示：“近期工程化能力的進化帶來了AI范式的演進，特別是Harness Engineering給了我們工程實現上的新思路。最近半年，這種工程化能力幫助我們實現了穩定的執行輸出——這不僅依賴于模型，也依賴于工程化能力本身。”在他看來，智能體規模化落地還需要車企自身系統平臺的成熟、用戶體驗的實質改善，以及生態的持續開放。

此次騰訊發布的出行全場景智能體開放平臺，正是其給出的系統性答案。據鐘學丹介紹，該平臺分為三層：基礎能力層、平臺能力層及應用生態層。在基礎能力層，騰訊升級了端云協同的座艙大模型架構。端側基于0.8B輕量化VLM模型與座艙世界模型，單幀編碼延遲低于100毫秒，確保車機系統對環境感知的毫秒級響應；云端則率先接入了混元最新大模型Hy3 preview，憑借其強大的推理、長記憶及Agent能力，為智能座艙提供了出色的多輪對話處理與復雜意圖理解能力。鐘學丹特別提到，Hy3 preview在同等推理成本下，推理效率提升40%，能夠更好地兼顧大規模投產的性能與成本需求。

在平臺工具層，騰訊開放了全棧開發工具箱，借助Agent Studio等工程化工具，車企能夠實現Skills配置的即插即用與敏捷開發。同時，平臺提供了從自動化任務編排到智能報表生成的全生命周期精細化運營支持。此外，通過小程序Agent工具鏈，騰訊將豐富的生態能力轉化為可供調用的生產力組件，大幅縮短了智能體從概念研發到量產交付的周期。

安全與融合，哪些能做、哪些不能做？

智能體從“對話”走向“執行”，邊界問題無法回避。對此，李博強調：“行車安全一定是紅線。”

他透露了騰訊與車企合作時的切分邏輯：“有一部分放在端側。端側既要保證及時響應，也要滿足基礎的行車安全。凡是涉及安全性的操作，一定要慎重。比如語音控制、誤操作等，如果判斷已經觸及安全底線，要么做無效反饋，要么進行雙重確認。這個層面的決策，不應該交給更復雜的Agent來執行。安全性方面，則通過沙箱機制來處理，從而把數據、用戶的操控掌握在合理的范圍內。”

例如，騰訊在空間智能方面采用了多源融合定位技術，在地下停車場、隧道、城市峽谷等場景也能實現亞米級定位，從而實現不依賴外部定位設備的地下停車場車位級導航。這些能力的輸出，都建立在嚴格的權限控制和數據脫敏基礎之上。

另一個行業趨勢是“艙駕融合”。對于這一趨勢，騰訊表現出積極態度。李博稱：“艙駕融合對騰訊而言是好事。騰訊原來在智艙和智駕都有投入，但兩者是割裂的。現在合并后，從需求定義和用戶體驗出發，就能明確該打造什么樣的體驗，把兩種特性結合，更好地滿足用戶。”

在實際產品層面，騰訊已經基于開放平臺構建了七大核心場景智能體。在通勤場景中，“隨行點單”智能體能夠為用戶提供從選品、下單、取餐的全鏈路服務，結合用戶的實時行程與偏好，篩選最優門店，并根據車輛實時ETA反向推算出餐時間。在出游場景中，“隨行向導”智能體不僅能化身專屬AI導游，實時推送沿途資訊、景點與服務，還新增了車隊協同管理功能，通過位置共享、實時語聊與服務推薦，解決多人組隊出游的協同難題。針對短途即時游，“隨行逛逛”智能體能幫用戶即時發現短時、鮮活的一站式玩法，并接入停車指引、步行接駁及提前購票訂座等小程序服務。

此外，升級后的“隨行互連”智能體還深度打通了“龍蝦”能力，用戶只需通過微信對話框下達指令，例如“乘客上車后打開座椅按摩，播放歡迎語，并將車載微信設置為隱私模式”，CarBot會自動拆解任務并執行。車載娛樂場景智能體則覆蓋音樂、新聞、視頻、短劇等高頻內容需求，多智能體之間智能協同、聯動響應，用戶無需在多應用間頻繁切換。

開放生態與出海，扮演起“連接器”的角色

值得注意的是，七大場景智能體的背后，是一套完整的開放平臺在支撐。鐘學丹介紹，騰訊出行全場景智能體開放平臺在底層集成了元寶搜索、微信支付、空間智能等核心能力。

在平臺能力層，騰訊通過標準協議支持生態服務的快速接入，并依托強大的Agent編排、Skill擴展與智能意圖理解能力，將豐富的騰訊及三方生態服務高效轉化為可運營的全場景Agent解決方案。

“生態合作伙伴各有各的專長領域，我們只做自己擅長的事。”鐘學丹以停車繳費為例，“停車看似簡單，但背后涉及不同的商業邏輯、服務鏈路和實現方式，每個停車場都不一樣，很難用一套標準化方案解決所有問題。”他強調，開放平臺的目標是“在給用戶帶來便捷的同時，不損害生態伙伴的商業利益，甚至通過流量為他們創造更多收益。”

騰訊還開放了多層接入能力，與行業共建智能體生態。開發者能夠高效調用工具、引入豐富信源打造場景智能體，并通過標準協議對接座艙大模型、場景引擎、記憶模塊等既有框架，無需再從零開始搭建。面向生態伙伴，在開發者調用的信源被用戶廣泛使用后，生態方可按原有商業模式獲得回報，幫助生態方靈活探索、創新、驗證座艙場景的新機會。

在海外市場，騰訊同樣扮演“連接器”角色。據李博介紹，騰訊已為比亞迪、廣汽、上汽等超過50家主流車企及自動駕駛科技公司提供海外云服務，覆蓋歐洲、東南亞等區域。目前騰訊云在全球運營22個地理區域、擁有3200多個加速節點，今年3月還在法蘭克福新增了第三個可用區，助力中國車企深耕歐洲市場。針對智駕出海中的數據合規與全球研發協同挑戰，騰訊正與頭部車企合作打造“云原生跨境合規網關”，有效解決跨境數據流動的合規難題，加速車企實現智能駕駛的“研發出海”。

回到最根本的問題——座艙智能體何時才能讓普通用戶感到“好用”？“這個周期取決于車企平臺的上市節奏。”鐘學丹回應道，“任何一種新技術的發展都需要一個持續的進化過程，不可能一開始就很驚艷。”他同時表示，“我們在選擇場景時，更多會聚焦相對短鏈路的服務體驗，比如訂餐，這樣能夠快速完成、快速形成服務閉環。”