AI上车也进车企，腾讯想在汽车行业做什么？

汽车行业已经卷了很久。

价格、续航、屏幕、配置，几乎所有可以被量化的指标，都在被重新比较。对行业来说，智能化是少数仍在不断打开新差异化的方向。

2025年12月，特斯拉在美国推送了一次系统更新。Grok被接入车载导航后，用户不必再输入完整、准确的目的地，只需要用自然语言描述自己的想法，车辆就能理解上下文，完成路线规划。

这让汽车第一次更接近一个能够理解人的智能体。随后几个月里，类似的尝试在这个领域迅速增多。

高德发布汽车出行AI Agent，理想汽车首发搭载；火山引擎推出基于Agentic AI架构的汽车AI方案，试图用一个AI大脑连接车控、导航和智驾；宝马MINI通过OTA将大模型能力接入智能个人助理。

这些探索正在推动汽车AI从单点功能走向平台化能力，这是一场Platform Leap。腾讯也在这场变化中给出了自己的答案。

10月29日，在2026腾讯全球数字生态大会智慧出行专场上，腾讯正式发布智能座舱TAI智能体和AI组织效能解决方案，并同步升级海外智能化、具身智能与Robotaxi等新场景方案。

腾讯试图把AI从车内交互延伸到更广泛的汽车产业流程：在车内，AI负责理解用户、规划行程和调用服务；在车企内部，AI进入研发、产销协同、营销和服务；在海外市场，AI则与智驾云、地图和数据合规结合起来。

截至目前，腾讯已经为超过100家车企及出行科技公司提供服务，其中超过50家使用腾讯海外云服务，并与40多家车企展开AI领域的联合探索。

腾讯集团副总裁、腾讯智慧出行总裁钟翔平将这一变化概括为：AI Agent加速上车，也在走进车企内部。产品进化牵引组织变革，组织变革反过来支撑产品进化，形成“AI生产力释放”的飞轮。

同时，在2026腾讯全球数字生态大会召开前夕，腾讯云副总裁、腾讯智慧出行负责人钟学丹，腾讯云副总裁李博、孙燕接受了界面新闻等媒体的采访。

他们谈到了腾讯正在推动汽车行业的两种变化：让TAI智能体进入汽车，也让AI进入车企内部。

前者的目标，是让汽车Agent从“能聊天”走向“会办事”。它要听懂用户的模糊意图，调用可靠信源，完成路线规划、停车、充电、点单、买票和支付。对车载Agent来说，聊天只是入口，信息是否准确、事情能否办成，才决定它有没有价值。

后者则更深层，也更难。腾讯希望通过WorkBuddy、CodeBuddy、ADP和FDE共创，把AI嵌入车企的研发、产销协同、营销和服务流程。过去分散在员工手里的经验和数据，被重新组织成企业可以复用的能力。

在这场采访中，腾讯还向界面新闻等媒体重申不造车的战略边界，它想做的事情一如既往，仍然是以“云+AI”为面向汽车产业的底层能力，连接模型、地图、支付、内容、车控和企业流程。随着这套能力延伸到海外智驾、Robotaxi和具身智能，腾讯智慧出行立足自己的生态优势，朝着汽车AI平台的共建者演进。

以下为采访内容，经过界面新闻整理编辑。

腾讯如何定义自己在汽车行业中的角色？

媒体：腾讯这次提出“AI+汽车”的“新组织”和“新增量”，具体应该如何理解？AI正在给汽车行业带来什么新的变化？

钟学丹：AI首先提升了个人的生产力和工作效率。对于企业来说，更重要的问题是，如何把个人提效进一步转化为组织提效，并推动AI产品与企业业务更深度地结合。

AI带来的价值不只是提高效率，也包括在传统业务和流程之外，帮助企业发现新的增长机会。腾讯正在与很多主机厂共同探索，如何通过AI和组织进化，为企业创造新的业务空间和增量价值。

孙燕：员工效率提升是组织效率提升的基础。WorkBuddy和CodeBuddy可以帮助员工更快、更好地完成工作，也让员工有更多精力投入新的业务和创新。

员工效能的提升，组织也可以逐步进化，比如说可以把业务做得更快、更好，通过AI的方式能够把以前流程中的断点，把业务流程基于价值流出现串起来，这样可以面向企业的战略把未来的创新、新业务做得更快、更好。

因此，个人提效、流程提效和组织提效是密不可分的。企业需要借助AI形成更加敏捷的组织，适应业务的快速迭代。

所谓“新组织”，就是在AI带来的新生产力基础上，重新组织员工、流程和业务。所谓“新增量”，也不只是腾讯自身增加了新的产品和解决方案，更是帮助企业创造新的业务机会和增长空间。

媒体：目前企业级AI已经给企业带来了哪些可以量化的效率提升？能否结合具体案例说明？

孙燕：以研发为例，过去工程师需要手动编写脚本、开发程序并完成实验。使用AI工具后，研发人员不仅可以更快完成工作，还能把自己的思考过程、判断逻辑和操作方法沉淀为可复用的Skill。下次遇到类似问题时，其他研发人员不需要从头开始，而是可以直接复用已有能力，提升整个团队的效率。

去年，腾讯曾与一家国内主机厂合作，在产品定义和产品验证阶段引入WorkBuddy。经过前后对比，相关研发工作的整体效率提升了90%。这种提升并不只是让个人工作更快，也在于通过知识共享和经验传递，把个人能力转化为企业可以复制的能力。

效率提升还会带来资源和成本的减少。过去从头开始完成一项研发任务，需要占用更多硬件、软件和人力资源。随着研发能力沉淀和复用，这些资源投入可以相应减少。所以，“降本增效”两者往往是相辅相成的。

媒体：腾讯已经覆盖了大量车企和车辆，为什么不打造一个更具C端话题属性的座舱Agent品牌？

钟学丹：腾讯的产品主要面向B端车企。腾讯希望提供更可靠、稳健能力和服务，与车企品牌做更好地结合，让用户自然、无感、持续地使用。

一个产品的价值不只是短期传播和制造热点，更重要的是用户能否长期使用它。腾讯希望把能力真正融入车企产品，形成稳定的用户体验和服务闭环。

腾讯不希望用户首先关注汽车背后使用的是哪一家供应商，而是希望用户关注汽车本身。单独提供某个局部能力，也不能代表整辆车的体验。

媒体：腾讯同时提供云、AI、座舱、智驾、出海和企业服务，看起来业务比较分散。进入AI时代后，腾讯会怎么再次定义自己在汽车行业中的角色？

李博：从腾讯成立到现在，这领域的核心商业逻辑一直没有改变，最终还是回到云。大约在2019年，腾讯就已经将“云+AI”作为业务底座。生态能力和流量入口，则是服务合作伙伴的业务抓手。

客户和合作伙伴不会投入同样大的精力去建设AI基础设施和基础模型。因为这些事情需要持续投入，涉及每年几千亿元规模的产业投入。腾讯来做这些底层能力，客户使用相应的云和AI服务，双方并不冲突，这也是腾讯的核心商业生态位。

除了云和AI底座之外，腾讯还拥有流量入口和大量生态能力，这些能力叠加起来，反而能够形成“1+1>2”的效果，为合作伙伴提供更高的附加价值。

钟学丹：看起来我们的业务足够广，正在全方位与主机厂合作。但背后的底层逻辑，是腾讯作为一家技术公司，希望把在互联网和AI领域积累的技术能力、基础产品和基础能力，助力主机厂、Tier 1和科技公司的核心业务发展。

我们一直把自己定位为“助力者”。核心在于，如何基于云、AI、安全等底层能力，结合行业的业务需求，把这些技术融入客户业务，帮助客户创造业务增量。这是腾讯一直坚持的事情。

TAI智能体能做什么，和其他Agent有什么不同？

媒体：TAI座舱智能体与近期市场上出现的同类产品相比，核心差异是什么？腾讯希望解决的到底是语音交互问题，还是更完整的任务执行问题？

钟学丹：腾讯此前已经形成了较为完整的TAI智能座舱产品矩阵，包括车载微信、地图、内容和小程序生态。这次发布的TAI智能体，更多的是体现在Agent的领域对于车来讲如何真正形成体验的闭环，把用户的意图识别、任务规划、服务调用和结果交付完整连接起来。

TAI智能体首先需要解决“能不能聊得起来”的问题，能让用户跟车无限地对话。但车内对话并不只是情绪化陪伴。用户在驾驶过程中需要的是安全、可靠的信息，因此腾讯会关注信源的质量和准确度，避免错误信息对驾驶造成干扰。

在此基础上，智能体还需要真正理解用户的意图，尤其是在多任务、多轮对话中记住上下文。过去的导航更多是输入一个明确目的地，再完成路径规划；现在，用户可以用更自然、更模糊的方式表达出行需求，智能体需要进一步理解他的想法，完成路径规划、目的地选择、中途停靠和相关服务安排。

此外，智能体还要完成订票、订座、点单和支付等任务。腾讯希望把这些服务真正闭环，而不是理解完用户需求后，仍然让用户自己跳转到其他应用完成操作。

在内容服务方面，Agent也会帮助用户发现音乐、短剧和游戏等内容；在车内外协同方面，则通过微信、小微和元宝等能力，实现手机与汽车之间的服务连接、记忆延续，以及远程车辆管理。

媒体：当用户与手机私人Agent的互动远多于与汽车的互动时，车端Agent还能不能成为一个独立的核心入口？汽车会不会只是私人Agent偶尔调用的一个终端？

钟学丹：车端智能体的核心价值仍然围绕汽车和出行展开。手机和车机之间可以互相补充，但车端智能体不可能覆盖手机的所有能力。它重点解决的是用户在车上的需求，以及用户在出行过程中遇到的问题。手机端和车端的智能体未来会逐步融合，但仍然会根据设备特点承担不同任务。

在AI时代，不能简单用互联网的时长来判断一个体验，我们所强调的“办事”，不是指跟智能体之间有多长的互动，而是把一个任务交给它，它花多长时间解决这个任务，简单的任务可能快速就有结果，复杂的任务会有更长时序的作用。这里面，看重的是AI能解决的问题的价值点。

李博：这和腾讯做小程序的理念比较接近。小程序并不是为了追求用户停留时间，而是希望用户“用完即走”，用最短的路径完成一个核心任务。小程序打开时间可能很短，但解决的问题足够明确。

车端智能体也是如此。腾讯之所以把手机侧的微信小程序带到车上，并转化为不同的Agent，是希望用户能够用更短的时间完成出行服务闭环。

当然，Chat Bot、听服务等陪伴型产品，需要一定的互动时长。但对于其他服务来说，体验闭环应该越短越好：用户提出需求，智能体快速理解，并通过最短路径完成任务。

Agent上车之后，车控、数据与安全如何划分？

媒体：这一轮的AI Agent是从Grok和FSD结合之后开始受到关注的。腾讯现在的TAI Agent跟车控打通了吗？目前进行到哪一步？

钟学丹：这类能力一定需要双方共同支持，并不是单一方面就能完成。腾讯更多是识别场景和用户上下文，再根据车企开放的能力执行相应操作，同时还要把汽车安全放在重要位置。

媒体：腾讯在技术上是否已经做好了车控，以及与导航、自动驾驶相关能力连接的准备？

钟学丹：车控、智驾相关场景我们已经做了一定的准备，但需要与车企进一步结合。不同车企的车辆架构和能力存在差异，具体接入方式以及安全条件需要双方共同定义。

李博：车辆的摄像头和其他传感器负责感知，腾讯提供底层编排能力。当感知系统触发某个事件后，编排Agent可以调用相应的执行Agent，完成后续操作。

Grok与FSD的结合，本质上也是语音与智能驾驶控制域的连接，由语音系统理解用户意图，再向智驾系统发出指令。腾讯提供的是编排Agent，具体如何编排，需要结合安全要求和车企的技术成熟度。

车企首先需要打通座舱域、智驾域等控制域的接口，并具备相应的MCP接口能力。完成这些基础连接后，具体功能的实现并不复杂。

媒体：腾讯在提供这些能力时，会要求车企把相关数据全部交给腾讯吗？

李博：腾讯采用相对开放的合作方式，Master Agent可以部署在车企云上，车企对核心数据和权限保持自主控制。腾讯的生态能力则以子Agent的形式接入，完成相应的服务集成。

在数据安全方面，腾讯会通过沙箱等机制，保障用户数据和车企独立数据的安全。车企也可以调用自身部署的Token和相关资源。

目前平台能力已经相对成熟。车企还需要对“三向六域”进行改造，并进一步收敛其中的相关能力。由于很多能力是嵌入式的，同时还涉及AI端到端能力、嵌入式能力和合规要求，车企需要解决的问题更多，相关改造也需要经过各种标准的验证。腾讯可以先把平台能力准备好，再与车企协同，完成具体功能的迭代。

媒体：未来，手机和汽车可能各自拥有独立的智能体。两者能否通过某种接口共享用户Context，互相了解用户需求并协同完成任务？

李博：手机和汽车都在发展各自的智能体，真正的难点不在技术实现，而在于数据和Context的归属。

手机厂商是否愿意把用户Context传递给车企，车企是否愿意把车内Context传递给手机厂商，双方都会非常谨慎。无论是通过A2A，还是通过MCP打通，技术上都有多种实现方式，但短期内很难真正实现跨平台共享，因为任何一家厂商都不愿意轻易把自己的用户Context交给另一方，除非双方本身属于同一体系。

媒体：如果手机和汽车的底层能力都由腾讯提供，数据是否更容易打通？

李博：也会难的。腾讯为手机提供应用，或为车端提供应用时，相关数据要么归属于车企，要么归属于用户，并不归腾讯所有。

从技术基础来看，手机和汽车之间的连接已经具备条件，未来也可能通过用户协议实现数据共享。比如用户拥有自己的存储空间和个人助手，Context归属于用户本人，就可以在多个设备之间调用同一个个人助手。但在现阶段，手机和汽车之间仍然会经历一段时间的博弈。

腾讯AI如何进入车企内部？

媒体：WorkBuddy和CodeBuddy如何从个人办公工具，进一步进入车企的研发、生产、供应链、营销和服务流程？

孙燕：车企最初往往从员工个人提效开始，随后将应用范围扩展到“研产供销服”。WorkBuddy和CodeBuddy不仅能提高员工效率，还能把员工的思考过程、判断逻辑和工作经验沉淀为Skill，供其他员工复用。

在一家国内主机厂的产品定义和产品验证阶段，使用WorkBuddy后，整体效率提升了90%。腾讯还通过WorkBuddy、CodeBuddy和DataBuddy帮助车企打造业务智能体，覆盖研发数据的采集、清洗、质检、标注和训练等环节。

腾讯同时推进FDE模式，由腾讯提供技术人员、车企提供业务人员，共同组成敏捷团队，选择高价值场景推进落地。这样既能提高效率，也能把经验沉淀为企业可复制的能力。

媒体：车企内部的研发、供应链、排产和营销往往各自拥有数据。AI如何帮助这些部门形成企业经营的全局视角？

孙燕：产销协同一直是车企比较难处理的问题。计划、排产、备件和供应等部门各自拥有数据，却缺少企业经营的全景视图。

腾讯正在通过智能体感知外部市场和内部经营风险，为供应链、排产和营销等环节提供决策建议。过去企业可能需要两三周甚至一个月才能形成决策，现在智能体可以提供保利润、保销量等多种方案，将决策周期缩短到一两天。

腾讯的汽车AI怎么收费，又如何支持出海？

媒体：AI Agent、数据闭环和座舱方案采用什么收费方式？哪些产品已经形成规模化收入？

钟学丹：服务车企各个领域的产品、形态和服务方式不一样，所对应的商业合作的机制也有比较大的差异。座舱过去可能以License为主，AI智能体会涉及Token计费，云服务有云资源的计费方式，SaaS和PaaS也有不同的合作方式。

腾讯会基于行业标准和车企现有合作基础，针对具体产品、平台和服务方式选择相应的商业模式。

媒体：目前已经有同行向车主免费提供相关智能座舱服务。未来随着智能座舱能力不断提升，Token成本可能大幅增加。腾讯如何看待车载Agent的收费模式？

钟学丹：这需要设计合理的商业模式。第一，要让用户用得起，并且能够更好地使用；第二，不能为了加速布局而进行纯粹的补贴，这种方式从商业角度看不可持续。我们期待是在一个相对健康、长期而且对用户负责任的合作模式上来做。

媒体：今年“双十一”期间，很多平台开始销售Token。腾讯未来在汽车上是否也会推出Token商城或类似服务？

李博：对于用户来说，直接购买Token未必是最合适的方式，用户并不是程序员。更可行的模式可能是会员服务。

用户愿意为一项服务付费，本身也说明这个业务场景具有价值。在中国，用户没有为座舱服务付费的基础，需要做出足够有价值的场景。未来，付费模式可能需要与车企的差异化服务结合起来，例如与售后服务关联，让部分服务费用回流，用于补贴Token成本，关键还要看这些场景能否真正产生价值。

从长期来看，如果Agent能够进入与汽车相关的交易环节，这里面是有商业模式可以探讨的。

媒体：腾讯在汽车和出行领域的全球化布局进展如何？

李博：目前，在中国车企和出行公司主要出海的地区，腾讯基本已经完成了数据中心的覆盖，并与当地车企和出行企业开展了不同程度的云服务合作。

针对部分车企的具体需求，腾讯还进行了专门的集群建设，并根据当地合规要求完成相应认证。目前，腾讯在汽车和出行领域的全球化合作已经较为广泛。

媒体：智驾出海首先需要云基础设施。未来，腾讯将如何基于云服务和AI能力，继续赋能车企出海？目前有哪些部署和准备？

李博：云基础设施是所有AI的基础。没有云的底座，AI就难以实现；同时，AI能力也离不开GPU等算力资源。

腾讯推动AI出海的第一步，是构建海外AI Infra覆盖能力和相应的计算能力。在此基础上，AI出海主要包括两部分：一是基础能力出海，二是智能体出海。

WorkBuddy海外版也已经发布。目前已经有一些车企开始使用WorkBuddy海外版，实现国内外AI智能体能力的统一。过去在国内如何使用，未来在海外也可以延续相似的方式。由于海外沟通等成本更高，AI在海外提升效率的价值可能更加明显。

除了智能体出海，腾讯也会推动国内大模型出海。以Anthropic等海外模型为例，其价格可能是国内模型的数倍。随着中国车企出海，海外市场对高性价比国内模型的需求会越来越强。

目前，很多场景化Agent还处于国内落地阶段。等国内方案成熟后，如果生产工具是基于WorkBuddy、CodeBuddy和腾讯AI Infra构建的，就可以更快迁移到海外。

媒体：腾讯目前主要通过C端入口支持Robotaxi。除了提供流量入口外，腾讯还将如何在调度、自动驾驶、运营和娱乐等方面助力Robotaxi发展？

李博：几乎所有网约车出行公司都与腾讯有合作，大部分出行公司的云服务也运行在腾讯云上。

腾讯的优势在于同时服务出行公司、车企、Tier 1和自动驾驶企业。Robotaxi本质上是自动驾驶能力与出行服务能力的结合，而腾讯同时具备这两方面的合作基础，也拥有C端流量入口。

我们不会自己去做Robotaxi，但希望能够将C端流量、自动驾驶能力和网约车运营服务连接起来，推动C、B两端联动，更好地服务行业的发展。