Dialogue with AutoNavi and Li Auto: How Agents Will Change the Future of Automobiles

AI Agent 上车后，汽车开始从 “响应指令” 走向 “理解意图”。<br> 文丨郭海惟<br> 2025 年圣诞节，特斯拉在美国进行了一次大规模系统更新。通过将 Grok 与导航能力结合，特斯拉推出了 “对话式导航”：用户不再需要输入精确指令，只要用自然语言表达出行意图，车辆就可以理解上下文并最终完成路径规划。<br> 一些媒体与资深用户把这次更新称为智能汽车行业的一个 “GameChanger”。当对话交互开始与驾驶和出行场景深度结合，一些人认为，智能汽车或将进入一个新的阶段——车机不再只是信息界面，而更像一个能够理解用户意图的 Agent。<br> 与特斯拉的更新不谋而合的是，“对话式导航” 这类能力的迭代，已被一些中国企业写进产品规划。<br> 今年 5 月，高德正式推出高德汽车出行 AI Agent，并在理想 L9 Livis 上首发落地。与此同时，红旗、长城、赛力斯、奔驰、宝马、广汽等汽车品牌也将陆续接入高德汽车出行 AI Agent。<br> 汽车开始真正听懂用户的 “模糊意图”。你说 “去老地方”，它知道是去你常去的那家咖啡馆，而不是地图上任意一个叫 “老地方” 的餐厅。<br> 对于高德来说，Agent 上车是一项战略级选择。未来车载 AI 的发展关键词或许是 “生态协同”。主机厂的操作系统之上将运行多个不同能力的 Agent，各自负责不同场景。而高德希望成为其中负责出行服务的重要 Agent。<br> 这也是高德汽车业务经历的第三次重要的技术与商业模式转型：从卖软件包（APK），到卖开发工具（SDK），再到卖按调用计费的服务（Agent）；从 HD 地图到 HQ 地图，再到今天的 SD Pro。每一次转型，都意味着放下过去成功的模式，重新拥抱新的技术浪潮。<br> “忘掉自己，甚至忘掉成功的自己。” 高德副总裁江睿这样总结高德汽车业务多次成功转型的经验。<br> 今天，无论是公司、组织还是个人，都在面对 AI 带来的巨大不确定性。野望与恐惧并存，愿景与现实拉扯。但在这场浪潮里，无论是高德，还是理想及其他一些车厂，都选择了一种更务实的态度：无论什么样的技术创新，最终都服务于当下的用户价值。<br> 或许终点会是什么，并不那么重要，因为有一点是确定的：Agent 会改变出行，AI 会改变生活，而人们对价值的理解，总有一些共识可以穿越周期。<br> 《晚点 LatePost》与江睿、理想汽车产品部高级副总裁范皓宇，理想汽车空间智能产品负责人胡含进行了总计超过五个小时的谈话，我们讨论了 Agent 为什么要上车？在这场新的智能座舱革命中，中国厂商如何找到自己的技术路径？车企与 AI 公司的合作关系会如何变化？以及他们各自看到的未来。”<br> 以下为对话内容，在不改变原意的前提下，内容作部分精简和重排。<br> “特斯拉不会让我们焦虑”<br> 晚点：特斯拉 12 月发布更新的时候，各位在干嘛？<br> 江睿：我们当时有两条线。一条是 AI，就是用多条件或者模糊意图的方式做搜索，让体验更智能，比如说我去机场，想走一条 “海岸边”（随机意图）的路，这在以前是没办法实现的。<br> 这条路其实都是在解决一个问题：如何让各种各样点状的信息拼接在一起。所以 Grok 的 demo 效果出来以后，我们内部立刻开始研究。我当时的反应是，汽车行业的 AI 浪潮将会相当迅猛，而且会加速。第二条线是，我们在做出海业务，在引擎服务、地图数据等方面做了大量优化。<br> 范皓宇：我记得当时挺晚的，好多人给我发 demo 的视频。其实这个事儿一直在我们的 pipeline 里，当时我就猜想哥（李想）什么时候会转发到产品群里，结果不到两个小时就发了。<br> 没过几天我跟江睿聊，说得折腾起来。他们数据是 ready 的，我们也是 ready 的。<br> 晚点：特斯拉先上车，你们会有焦虑吗？<br> 范皓宇：没啥焦虑，因为本来就在 pipeline 里。我们国内很多功能特斯拉其实也是没有的。我觉得大洋彼岸说不定也会做一个访谈，说理想上了这个功能，你们准备什么时候上。<br> 胡含：我们去年其实做了很多 Agent 的尝试，比如 “小同桌”。当时用户天然就会问：除了聊天，能不能也去干点活？<br> 所以我们一直在想，怎么把导航、娱乐、控车这些功能都结合起来。Grok 是第一个把导航这个方向做出来的。对我们来说，可能不光是导航，完整座舱里的所有工具未来都可能要接进去。<br> 晚点：但为什么 Grok 能先推出这个产品，这件事情的难点在哪里？<br> 江睿：特斯拉我只能推测，它是端到端一体化的体系，好处就是速度非常快。相比之下，中国更多是开放性的生态，讲究多方合作。<br> 高德 Agent 的工程难度，我觉得有几层：<br> 第一，用户在车机里的表达其实是没法连贯的，中间往往是断断续续的，还会加一些语气助词；<br> 第二，要把点状的智能体验串联在一起，是一个相当复杂的异步构建过程。背后其实是一个个不同的工具和接口，如何去编排，编排完了再验证，这个过程难度非常高；<br> 第三，高德不喜欢做 demo，我们要做就是做量产。那量产如何保证产品交互体验的一致性。高频的简单问题是下限，复杂的 query 可能是上限，都需要处理好。这背后还有如何处理性能的问题，车机的性能场景和手机、PC 是完全不一样的。<br> 胡含：我觉得当我们确认这是一个以量产为目标的产品时，难度就非常大了。我自己在使用过程中，有两个印象比较深的点：<br> 一个是我家孩子最近正好在打一个中青赛。我就直接跟高德说，“给我导航到中青赛 U10 的比赛场地”，它自己就检索出来了。这肯定不是在高德数据库里已经存储的检索，而是提取了互联网内容。<br> 另一个是 “多目的地” 的顺序编排。比如我要去 A、B、C 等多个地方，过去系统给出的顺序大概率是不对的，需要用户自己不断拖动调整。但高德现在能比较准确地完成自主编排。<br> “给智能一个严丝合缝的轨道”<br> 晚点：“更强的自主编排能力，会带来什么变化？”<br> 江睿：用户今天规划路线，习惯在 GUI 上拖动；但所谓的 VUI（VoiceUI），是没法拖拽的。这背后有一个长期趋势：交互方式会从系统 “被动响应用户需求” 变成 “大量运算在后台自动发生”。<br> 比如你在车里的状态、周围环境，其实都可以被集合起来做计算。如果车需要补能，它也可以自动跳出来提示你去附近找充电桩。<br> 范皓宇：说白了，（主动）特别难。因为过去十年所有人都想做一些 “主动”，但我觉得很多都是脑残的 “主动”。比如我一上车，它突然告诉我说今天这个天气怎么样——我能不知道现在是什么天气吗？<br> 真正的主动是什么，它会有时间轴的预判，像世界模型，next token prediction，我能够判断和预测到未来。<br> 我觉得高德本身就是一个时空网络，任何路线其实都是空间的转移，变量会非常多。<br> 江睿：我们有团队一直在研究世界模型。<br> 范皓宇：高德有个 case 很棒，就是前方道路出现事故车辆会提前报告。我们测了一下，发现准确度 99.9% 以上，这意味着它可以被辅助驾驶更好用到。<br> 江睿：我们还有一个更大规模的系统，没有直接用于辅助驾驶，是和应急管理部中国安全生产科学研究院一起做的，叫 “鹰眼守护预警系统”。应急管理部在每一次大型的节假日都会推荐公众去用，可以减少重大交通事故。上一次国庆，这个系统被调起了 17.4 亿次。<br> 晚点：过程中如何解决幻觉的问题？<br> 江睿：我们做了一个架构，叫 “意图和事实分离架构”。<br> 地图是唯一连接真实世界和虚拟世界的超大规模的平台，所以在整个事实世界里，我们不能给它提供虚假的信息。特别是关乎在端上执行 action 的部分，一旦出现幻觉，这个体验是灾难性的。所以我们强制让系统必须一一对应到高德底层的工具。<br> 范皓宇：你给了一个严丝合缝的轨道，水必须在这里面流。<br> 江睿：对，没错。<br> 胡含：听上去是说，如果大模型是 “语言的大脑”，高德是一个 “空间的大脑”。语言的大脑还能容忍幻觉，但空间大脑是绝对不能容忍幻觉。<br> 晚点：你们未来还会有其他 agent 上车吗？<br> 江睿：就只有出行领域的 “子 agent”。<br> 第一，它的重要性足够高；第二，它对专业性的要求也非常高。并不是说我们很快就用 AI 解决了所有的 corner case，然后就可以进军下一个领域了。<br> 胡含：从 Agent 能力上讲，我觉得这是一个生态问题——优质数据在哪里，能力的上限就在哪里。优质的出行数据，一定是在高德那里。<br> 所以我也认为合作伙伴不要只服务我一家，而是要服务整个场景。只有服务整个场景，才会积累整个场景最优质的数据。如果你是这个场景里的老大，我们肯定会用你。<br> 晚点：那高德作为 “子 agent” 和 OS 的关系是什么？<br> 范皓宇：我们从来没讲过 OS，我们没有那么大的概念。你可以理解 OS 是发布 JD（job descripsion)，它能收集用户所有的诉求，但它本身不完成任务。它的功能是准确描述和理解需求，然后推理出一条最佳路径，最后实现业务闭环。<br> 胡含：从技术角度来讲，肯定是尽可能用一个 Agent 来做最好。但真正落地的时候会发现很多问题。<br> 最符合 “Agent” 的其实是基于 ReAct（推理-动作）的技术。但在这之前可能还有 workflow 的方式。有些场景如果全部扔给一个 Harness 的 ReAct 技术，可能会变慢，不一定值得。<br> 范皓宇：上下文特别多的时候，也可能又慢又差。<br> 胡含：Harness 这个东西我们认为是 “build to delete”。它是脚手架，甚至可以理解为补丁。未来如果模型更快了、缓存更好了、工程架构更优化了，就会把它拆掉。所以我们现在做 Harness，其实是为了以后把它拆掉。<br> 江睿：最早我们为了杜绝幻觉也用 workflow，它有点类似最 “顶级” 的 Harness，因为把约束条件全部写上，只在部分环节用模型。我觉得这两条路至少在一段时间内会并行。<br> 我们现在把流量导向三个模块。一个是慢思考，就是标准的 ReAct，时间比较长；第二个是快速思考，参数会往性能和速度方向优化；第三个是极快速思考。我们有对应的小模型，还有一些向量匹配机制，确保最简单的 query 能用最快的方式响应。<br> 但随着算力和模型能力逐步变强，后面的架构可能还会继续变化。我觉得最重要的一件事情是，在某一个时间点想清楚：效果、效率、性能和成本之间的平衡。我们很多产品其实都在这四个关键词之间反复平衡。<br> 晚点：那怎么去评价 Agent 呢？<br> 江睿：我们自己在构建自动化的评测体系——持续抽简单和复杂的 query 去测评。但人力太贵，所以我们需要训练一个模型来当裁判，再用人去检查这个当裁判的模型。现在这件事情已经在高频运转。<br> 范皓宇：我建议你的评测体系应该开放出来，让大家一起来试试。<br> 胡含：从技术角度讲，切分其实有一个原则，就是上下文是否共享。任何主 Agent 和 sub-Agent 之间，上下文互通都是一个基石。过去我也遇到过大家互相防范、数据不通的情况，那肯定会带来用户体验问题。但这里不光是技术问题，也涉及企业之间的互信问题。<br> 江睿：如果把 Agent 分成三类：PC 端、手机端、车端，其实差别很大。<br> PC 面向的人基本不动，它的最高任务是提升产出效率；手机承载的是生活中的你，本质上还是三个流：信息流、服务流、消费流，跟经典互联网没有太大区别。<br> 车是最复杂的场景。第一，因为它在高速运动中，是空间智能体，所以对物理空间的感知能力要求很高；第二，在车里的体验里，司机和乘客的身份不同、速度不同，体验也完全不同。<br> 晚点：刚才有提到 OpenClaw，也提到很多关键词，比如从被动到主动、信息流和服务流的打通、Harness 等等，好像会让人想起 OpenClaw。你觉得高德 Agent 可以从 OpenClaw 里借鉴什么思路？<br> 江睿：其实本质上都是个人助理。它会产出 token，也会把知识变成 token。它可以用工程化的思维去完成目标，比如心跳机制、循环机制，这在车载的主动服务场景里是很重要的触发机制。比如我们在 20 分钟后要到一个地方，系统其实可以提前触发相关计算。<br> “云 + 端会长期存在”<br> 晚点：手机、PC、车机，有什么思路理念上是相似的吗？<br> 江睿：Longmemory。而且只能是在云端的。因为你面向的用户是一个人，所以可以把他在不同生活场景、工作场景里的行为融会贯通，形成一个独特的 profile。每个人的 AI Agent 要做什么事情、核心目的是什么，肯定都是完全不一样的。<br> 晚点：那云和端，未来场景会如何划分？<br> 江睿：云 + 端的架构未来一定会长期存在。我们刚刚一直在说 reasoning and acting（ReAct）。Reasoning 这件事情，大部分是 “云” 完成的；但 acting 对响应时效性要求非常高，是要在 “端” 进行强交互的。<br> 未来 reasoning 也有可能往端迁移，比如把 70B 的大模型移植到车上。<br> 范皓宇：我也能给你跑起来，但占内存，内存好贵。<br> 江睿：对，我理解现在 7B、10B 还能在车上跑起来。“端” 也能节约一些服务器上的成本。从长期演进的角度来看，厂家还是在思考效果、效率、性能和成本之间的平衡。<br> 胡含：这次合作，以后可能会成为终端型公司和 AI 生态公司之间的一种范式。<br> 你看收费模式，我们最开始其实很保守，想用 license 或者 NRE。后来皓宇跟江睿聊，既然是 AI，那可以用 AI 的收费方式，用 token 来结算。<br> 这背后代表了一个 belief。如果你觉得这个东西只是 “秀”，那你最好这笔钱赶紧收完；但如果你觉得大家会一直使用它，雪球会越滚越大。<br> 晚点：但你们对客户是不会按 token 收费的，所以你们来承担 token 的成本。<br> 胡含：我们对用户不收费，用户每次使用 token，都是理想向高德支付费用。<br> 江睿：我是坚信 token 的。AI 时代，token 是一个新货币。<br> 汽车过去是一次性的支付物，很少再去支付更多的增值服务。但过去汽车领域的工作者，都在用最大的努力，把汽车变成一个智能的产品体验。而体验是需要持续构建的。<br> 我们的目标是用高性价比的产品，持续给用户提升体验。只要有体验，就会有用户付费，就会有新的商业模式形成——就像今天很多人会买视频会员，因为里面有你喜欢的节目综艺，体验更好了。<br> 未来一定会有人愿意支付极致的价格，来获得更极致的体验，让汽车更高频地为自己服务。可能我也会去设置一个 token 消耗量（额度），就像大家在用 OpenClaw 一样。<br> 我们目前还是支持 license 的。因为高德要支持整个行业，必须适配每一家的采购体系。但我坚信未来会变成 token。<br> “打碎过去的自己”<br> 晚点：在座舱发展中，高德经历了 APP、SDK 再到 Agent 的很多形态。这其中发生了哪些变化？<br> 江睿：我其实经历了完整周期。最开始叫 Amap Portal，是一个 APK。我记得 2015 年，当时还叫 “SOP 保卫战”。那个阶段更偏向于移植的逻辑——把 Amap 核心能力封装，再去适配不同屏幕，移植到车机上。<br> 但很快我们发现，车厂之间其实不能接受所有人的导航都长一样。所以很快在 2018 年，我们推出了 AutoSDK。<br> SDK 的逻辑就是把产品乐高化，最后拼成客户想要的形状。高德提供算路、搜索、定位、引导等一系列底层能力，上面的 UI、UE 开放给客户定制。我还挺自豪的，因为很多海外的大型科技公司后来也开始学这种产品形态。<br> 到了 2025 年，我们开始考虑 AI 作为下一个产品形态。因为 AI 浪潮是不可逆的，而且技术曲线比互联网时代更陡峭。我们当时思考 AI 时代的产品范式，有三个关键词。<br> 第一是准确的意图识别。<br> 第二是主动服务。这个在 AutoSDK 时代其实也尝试过，但更多是代码式的，泛化能力没有那么强。现在是 GUI 为主、VUI 为辅；未来智舱发展得更好，也可能是 VUI 为主、GUI 为辅。<br> 第三是生态协同。我们坚信在车载场景里，最终会是系统级的 OS 去对接不同的子 Agent，以生态协作的方式长期演进。每一个 Agent 各司其职，尽量把自己的事情做到最好。因为任何一个 Agent 都不可能把所有场景细化到极致，工作量实在太恐怖了。<br> 晚点：从 PC 到移动互联网，再到 AI，高德是如何穿越时间周期的？做了哪些调整，让你们更适应 AI 时代变化？<br> 江睿：本质还是认知问题——你如何忘记过去的自己。所谓过去的 “自己”，其实是那个成功的自己、成功的经验和模式。穿越周期里很核心的一点，是要对抗自己过去的成功认知。我们阿里有一个价值观，叫 “拥抱变化”。<br> 刚才说了 AutoSDK 到 Agent，我再举一个地图的例子。最早高级辅助驾驶用的 HD 数据是我们做的。<br> 面对后来行业的巨大变化，一般企业会有两种选择：一种是我已经花了这么大成本做出来高精度产品，那就继续推进业务；另一种是打碎自己，承认市场变化太快。<br> 我们做的是后者——我们做了 HQ 地图。要素减少了、精度降低了、鲜度上升了、成本下降了。我们以为这次成功了，但时代跑得比我们更快。后来又出现了两条岔路，我们再次打碎自己，于是出现了基于 AI 的新地图，现在的 SDK Pro。<br> 第二，高德一直在押注数据采集。最早用的是特别昂贵的采集车，一台车一年的成本接近千万。到了 HQ 时代，这种车成本太高，我们就开始自研设备，也研究中包设备。再到今天，我们和车厂合作做采集项目，同时积极使用 AI 技术。<br> 所以高德不仅积累了大量地图资产，还有在出行领域的认知资产，最终都可以被 token 化，再转移给客户。<br> 第三，高德其实是一个连接虚拟世界和真实世界的、时空覆盖非常广的智能平台。在这个平台里，有大量商家和业务产生了紧密连接。<br> 我们一直在思考不确定性。有三个不确定性我一直记在心里：一个是环境的不确定性，比如商业环境；第二是竞争的不确定性，而且不能只看直接竞争者，还要看会不会有横空出世的对手；第三是技术的不确定性。这个反而是最容易掌控的，因为阿里有很强的 AI 生态体系可以支撑我们。<br> 晚点：所以你觉得地图可以成为 AI Native 的产品吗？<br> 江睿：完全有可能，我们也在往这个方向走。我们一直在把 AI 融入产品和底层框架里，但在系统里你会发现还有大量非 AI 的产品设计。但到了真正 AI Native 的时代，当用户规模起来之后，需求会源源不断回传到以 AI 为中枢的产品体系。如果这个体系足够智能化，可以直接承接这些需求，那 AI Native 就完成了。<br> 范皓宇：base 在数据上的公司，转型 AI Native 其实是最容易、也最快的。我对高德的数据是非常钦佩的。这么大的数据体系，AI 进来是乘法效应；一旦 plus 出好的结果，就会形成飞轮。<br> 晚点：高德能穿越周期，跟数据也有很强的关系。<br> 江睿：其实我刚才举的例子，本质也是以数据为载体的小案例。网络发展规律里有一个概念叫 “强连接” 和 “弱连接”。高德在出行领域绝对是强连接，很多生态都会连接到高德，成为一个关键节点。<br> 过去我们会用比较传统的方式演化自己，速度不够快。现在我们希望用 AI Native 的方式，再次革自己的命。<br> 晚点：怎么看待阿里的 AI 生态能力？<br> 江睿：阿里的生态位其实和 Google 很像。Google 有 Gemini，有 Google Maps；在阿里内部，就是千问和高德，这是一个融合互补的关系。<br> 高德今天已经接入了千问。不仅是模型层，在底层基础设施上，我们所有服务也都是架构在阿里云上，而阿里云和千问之间也是紧密联系的。<br> 未来我们和千问的关系更像是：千问是一个通用智能，而我们是一个领域里的专业智能。<br> 晚点：你们自己的 AI 能力怎么搭建呢？<br> 江睿：我们有非常专业的 AI 团队，绝大部分在做 AI Agent 建设。其中也包括内部工具协同——以前是 API，现在变成 MCP，中间加入了大量出行领域的经验和认知。<br> “Taste 就是理解和判断”<br> 晚点：当高德提供了 Agent 能力之后，不同的主机厂如何做出差异化？<br> 范皓宇：脑子要聪明。脑子不够聪明，跟这么好的产品合作会很困难，可能跟不上节奏。<br> 江睿：差异来自变量。今天的车都有品牌使命。驾驶员本身的状态、车的状态、周围环境的状态等等，这些状态叠加在一起，其实是一个参数量非常大的变量系统。<br> 晚点：AI 最后的竞争是 taste，不同品牌的座舱有自己的 taste。<br> 胡含：像理想 AI 既是用户的个人助理，也承载品牌使命。主机厂的目标用户和场景不同，会影响产品设计的方方面面。比如你会发现，我们的形象好像更毛绒一点。<br> 晚点：高德的 taste 是什么？<br> 江睿：我觉得 taste 的核心就是理解和判断。<br> 比如 iPhone 刚出来的时候，苹果在 SKU 的生产上是非常克制的。少 SKU 和多 SKU 之间，其实很难说谁绝对更好。<br> 再比如互联网很多产品是靠广告变现的，我们也做过很长时间。但我当时一个很坚定的判断是：在车载场景里，高德的地图导航里一定不能出现广告，一丁点都不行。后来某个竞品放了广告，我们也看到，最终用户是非常厌恶的。<br> 范皓宇：是愤怒。<br> 江睿：我们团队做产品的时候，我一直很关注一点，可能听起来有点哲学——少就是多，慢就是快。因为做产品的时候，特别容易陷入 feature 堆叠。但到了 AI 时代，AI 本身就是一个超级大的 feature，可以把很多体验细化出来。<br> 晚点：如何看待最近挺热的 “舱驾一体”？<br> 范皓宇：我不太想扯技术名词。先翻译成用户需求：舱驾一体之后，用户到底能获得什么更好的体验？今天辅助驾驶的能力在扩大，座舱模型的能力也在扩大。当两个能力都扩大之后，会产生交集。而这个交集，就是新的用户体验产生的地方。<br> 江睿：趋势其实已经发生了。你看芯片领域，高通在往智驾走，英伟达在往智舱走。<br> 这两者一定会有交集，因为它们都发生在同一个空间里。未来导航其实就是高级辅助驾驶过程的一部分，是一体两面。从业务角度来看，我们一直在做双域互联之间的信息拉通，目的就是提供更好的用户体验。<br> 范皓宇：用户场景和体验其实不会分离，趋势一定是融合的。但芯片分离其实也有好处，否则一开始就不会分开做了。<br> 舱驾融合的代价是什么？比如行业里在推动座舱算力升级，如果做了舱驾融合，六年之后座舱可能就无法升级了；但如果分开，六年后换一颗芯片，可能还能有接近新车的体验。<br> 从成本角度看，如果分开，每颗芯片都有更高的出货量，成本也会更低。即便是旗舰算力芯片，可以兼容一个中等级的智驾和智舱需求，但总会有公司把旗舰芯片的算力用满。<br> “智能竞争，是我们的种族天赋”<br> 晚点：高德和理想都在出海，当 AI 能力上车后，我们如何在海外竞争？尤其是像特斯拉这样的对手竞争？<br> 范皓宇：有没有 AI 都会出海，都要把好产品带到全世界，而且是跟高德一起出去。<br> 晚点：智能竞争会成为出海竞争中重要一环吗？<br> 范皓宇：我不知道这段会不会被剪掉（笑）。我觉得这是我们的 “种族天赋”。中国已经卷成这样了，但凡外国朋友来中国考察，坐进车里都会问：what is happening？我开着 Mega 在美国的时候，对方会说，这是 UFO 吗？所以我说这是我们的种族天赋，是我们出去竞争非常核心的手段。<br> 江睿：从用户体验角度来看，智能化一定会逐渐拉高整个座舱体验的天花板。国外整体的平均智能化水平和中国还是有比较大的差距。<br> 但如果真的要把整套 AI Agent 体验输出到海外，复杂度也会很高。<br> 今天全球化其实有两种策略：一种是统一标准，比如 Google、Facebook、Twitter，很多美国公司都是这样；另一种是本土化或者区域化策略。<br> 如果要本地化，要做出当地人更容易接受的体验，就意味着很多模块要重新拆开、重新做。所以产品的天花板会提高，困难也会提高。<br> 晚点：所以你们会看好什么路？<br> 江睿：首先还是选业务主题。从汽车业务的角度来说，肯定会跟主机厂一起走。但高德的 To C 业务也在出海，比如在日韩、泰国都可以打车了。所以路径其实是由业务本质决定的。<br> 晚点：AI 会让座舱出海更难还是更容易？<br> 范皓宇：挺难的，光合规就很难。但回头看又很有意思，全世界又都在买中国 token，因为性价比很高、速度也快。但我们不会因为困难就不去做。这里有个坎，就翻过去。困难在产品人心里是默认值。<br> 江睿：困难的事情才能建立壁垒，简单的事情不可能。<br> “思维层面的涌现已经开始”<br> 晚点：座舱体验未来会有是涌现的（GPT 时刻），还是会更像线性的发展？<br> 江睿：我举一个大家都容易记住的例子。抖音是怎么来的？如果我们还生活在 2G、3G 时代，短视频能爆发吗？如果大家还在用功能机，能爆发吗？如果没有好用又低成本的手机摄像头，能爆发吗？<br> 如果没有这些先决条件，涌现一定不会发生。但反过来，有了基础条件，也不代表涌现一定会发生。<br> 我觉得在 AI Agent 时代，涌现已经出现了概率——算力一直在往上走，电车有充足电源，全车都有传感器交互，再加上 AI 发展，生态里各种子 Agent 开始发力。我觉得思维层面的涌现已经开始了，但真正落地成产品体验，大概率首先还是线性的。<br> 当某个新场景出现的时候，会有爆点。体验会瞬间达到一个极值，然后趋于平缓，再出现新的爆点。<br> 晚点：高德和理想，其实都在走向各自 “物理 AI” 的星辰大海。你们觉得各自的禀赋是什么？<br> 江睿：还是回到穿越周期的问题——要时不时忘掉过去成功的自己。我们既积累了真实的数据资产，也积累了出行领域的认知资产，比如规则、代码等等，这些都会逐渐被 token 化。最终，我们形成了和线下物理世界非常深度的连接。<br> 范皓宇：AI 一定是我们最先去做的事情。前段时间我们全员在用 Claude Code，我的财经 BP 甚至自己写了一个车辆管理系统。<br> 我觉得理想的目标其实很简单——做好一点的产品。如何用好的技术，如何让技术真正被用户触达，让用户觉得产品不错。这个产品可能是具身的，也可能只是一个按钮，或者一个云端服务。而模型的推理能力在扩展，最终一定会扩展到具身，这是必然的。<br> 题图来源：晚点 LatePost<br> 特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。<br> Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.<br> var loadMessageError2 = function () {<br> // message加载失败降级到nginx,产品可以在load事件重新初始化<br> var cdnPath = 'https://dl.reg.163.com/webzj/ngx/message.js';<br> var script = document.createElement('script');<br> script.src = cdnPath;<br> document.body.appendChild(script);<br> }<br> var loadMessageError1 = function () {<br> // message加载失败降级备份cdn域名,产品可以在load事件重新初始化<br> var cdnPath = 'https://webzj.netstatic.net/webzj_cdn101/message4.js';<br> var script = document.createElement('script');<br> script.src = cdnPath;<br> script.onerror = loadMessageError2<br> document.body.appendChild(script);<br> } <br> //初始化反作弊<br> var wm = null;<br> // 只需初始化一次<br> initWatchman({<br> productNumber: 'YD00157343455660',<br> onload: function (instance) {<br> wm = instance<br> }<br> });<br> var isShowComments = true, tieChannel = "";<br> (function () {<br> if (window.isShowComments === undefined) {<br> window.isShowComments = true;<br> }<br> var config = {<br> "productKey": "a2869674571f77b5a0867c3d71db5856",<br> "docId": "KT7NQ8OO0531M1CO", //"data.article.postid", "FNMG85GQ0514HDQI"<br> "target": document.getElementById("tie"),<br> "operators": ["up", "down", "reply", "share"],<br> "isShowComments": isShowComments, //是否显示帖子列表<br> "hotSize": 3, //热门跟贴列表 展示3 条<br> "newSize": 2, //最新跟贴列表 展示 10 条<br> "showPaging": false, //显示分页栏<br> "submitType": "commentPage" //新发帖子的展现形式：停留在当前页面(currentPage) | 跳转到跟贴详情页(commentPage)<br> };<br> Tie.init(config, function(data) {});<br> })();<br> /阅读下一篇/<br> 返回网易首页<br> 下载网易新闻客户端