智東西
作者 陳駿達(dá)
編輯 漠影

當(dāng)大模型在數(shù)字世界掀起生產(chǎn)力革命后，它的下一個(gè)主戰(zhàn)場(chǎng)在哪里？阿里給出的答案是物理世界。

今天，阿里AI助手千問(wèn)“上車”，首站接入紅旗汽車智能座艙。這是繼AI眼鏡之后，千問(wèn)進(jìn)一步拓展至更高復(fù)雜度的車載場(chǎng)景，邁向全場(chǎng)景AI助手的關(guān)鍵節(jié)點(diǎn)。

不同于其它車載助手的一問(wèn)一答，千問(wèn)讓用戶動(dòng)動(dòng)嘴就能完成多途經(jīng)點(diǎn)的路徑規(guī)劃、機(jī)酒預(yù)定等復(fù)雜任務(wù)，不止能導(dǎo)航，還能真正“辦事”。

這一進(jìn)展的意義在于，通用AI助手首次以“完整形態(tài)”進(jìn)入車載場(chǎng)景，而非只是簡(jiǎn)單的對(duì)話、控制等單點(diǎn)能力輸出。憑借對(duì)復(fù)雜意圖的理解與執(zhí)行，車載AI助手正從“屏幕內(nèi)服務(wù)”，走向“物理世界執(zhí)行”。

一、大模型上車后成“座艙花瓶”，千問(wèn)如何打破僵局？

汽車，其實(shí)是“場(chǎng)景智能+AI助理”最理想的物理載體之一。駕駛時(shí)雙手受限、注意力高度集中的特點(diǎn)，使得智能語(yǔ)音交互成為剛需。而出行本身又是一場(chǎng)涉及動(dòng)態(tài)路況規(guī)劃與服務(wù)預(yù)訂的復(fù)雜決策過(guò)程，對(duì)AI的邏輯推理與即時(shí)執(zhí)行能力提出了極高的要求。

然而，當(dāng)前許多車企雖然紛紛引入大模型，實(shí)際體驗(yàn)中仍存在明顯短板。大部分車載大模型并未真正融入真實(shí)的出行場(chǎng)景。它們可以幫你開(kāi)關(guān)車窗、播放音樂(lè)，卻無(wú)法真正規(guī)劃復(fù)雜路線或完成辦事需求，導(dǎo)致AI在車內(nèi)更像一個(gè)功能受限的“花瓶”，而非真正的出行助手。

特斯拉接入Grok的案例，為通用AI助手在車載場(chǎng)景中的實(shí)際價(jià)值提供了參考。它打破了死板的預(yù)設(shè)指令庫(kù)，能夠處理諸如“規(guī)劃一條路況好、沿途帶充電樁的滑雪路線”等復(fù)雜意圖，真正體驗(yàn)過(guò)的用戶，普遍感受到了更強(qiáng)的“交付感”。

▲接入特斯拉的Grok

千問(wèn)上車后，有望將這種體驗(yàn)帶給更多中國(guó)用戶。例如，有一個(gè)非常典型的用車場(chǎng)景：“Hi千問(wèn)，我們要去亮馬河，找個(gè)離上船碼頭最近的咖啡廳坐一會(huì)兒，然后要去三里屯太古里，但我不想排隊(duì)進(jìn)地庫(kù)，你幫我導(dǎo)航到附近的停車場(chǎng)，最后導(dǎo)航到北京機(jī)場(chǎng)三號(hào)航站樓。”

這樣的路徑規(guī)劃，即便交給駕駛員自己處理，也需要花費(fèi)不少時(shí)間。它實(shí)際上涵蓋了多點(diǎn)路徑導(dǎo)航、特定場(chǎng)景服務(wù)與個(gè)性化偏好約束三個(gè)維度。AI 不僅要精準(zhǔn)識(shí)別自然語(yǔ)言中的多個(gè)模糊意圖，還必須完成復(fù)雜的任務(wù)拆解與編排。

千問(wèn)能成功解析復(fù)雜需求，依托云端多智能體協(xié)同完成決策，快速搜索出合適的停車場(chǎng)、咖啡廳等，最終規(guī)劃出完整的路徑。

其執(zhí)行效果不僅滿足了用戶需求，效率也足夠高，充分契合了用車場(chǎng)景對(duì)時(shí)效性的嚴(yán)苛要求。

除了導(dǎo)航之外，千問(wèn)AI助手上車后，還將進(jìn)一步釋放“AI辦事”的能力，真正讓車載智能不僅局限于聽(tīng)懂指令，還要辦成事情。

千問(wèn)最近已在不斷擴(kuò)展票務(wù)預(yù)訂、酒店預(yù)約、即時(shí)零售等生活服務(wù)能力。未來(lái)，用戶或許可以在自駕游的路上，動(dòng)動(dòng)嘴完成酒店、景點(diǎn)的預(yù)約，讓千問(wèn)串聯(lián)起信息檢索、決策推薦和交易閉環(huán)的全流程操作。

據(jù)悉，千問(wèn)的辦事能力目前仍在快速擴(kuò)展中，未來(lái)將與更多本地生活、出行服務(wù)打通，讓汽車真正成為可對(duì)話、可執(zhí)行的智能出行伴侶。

二、AI跳出數(shù)字世界，從眼鏡到座艙到全面接管

“AI最大的想象力不在手機(jī)屏幕，而在于接管數(shù)字世界，改變物理世界?！?/strong>此前，阿里CEO吳泳銘曾在公開(kāi)場(chǎng)合做出如上判斷。千問(wèn)上車，正是這一理念的生動(dòng)實(shí)踐。

在更廣泛的智能硬件領(lǐng)域，千問(wèn)也正以更加多元的形態(tài)走進(jìn)用戶的日常生活。在這些實(shí)踐中，千問(wèn)AI眼鏡作為阿里對(duì)下一代交互終端的重要探索，正展現(xiàn)出強(qiáng)大的場(chǎng)景穿透力。

在核心功能上，千問(wèn)AI眼鏡融合了多模態(tài)理解與實(shí)時(shí)交互能力：高清拍攝讓用戶能夠即時(shí)記錄生活瞬間；AI翻譯可支持多語(yǔ)種實(shí)時(shí)轉(zhuǎn)譯，打破跨語(yǔ)言溝通障礙；會(huì)議記錄功能能夠自動(dòng)生成摘要，大幅提升辦公效率；識(shí)圖識(shí)物則讓信息獲取更加自然無(wú)感。

千問(wèn)AI眼鏡還將上線“AI辦事”等功能，進(jìn)一步拓展AI在生活服務(wù)中的應(yīng)用場(chǎng)景，真正實(shí)現(xiàn)“所見(jiàn)即所得，所說(shuō)即所辦”。

▲千問(wèn)AI眼鏡

今年內(nèi)，千問(wèn)還將陸續(xù)推出AI指環(huán)、AI耳機(jī)等一系列智能硬件產(chǎn)品，進(jìn)一步拓展AI融入物理世界的觸點(diǎn)。

雖然阿里尚未披露這些產(chǎn)品的更多細(xì)節(jié)，但可以想見(jiàn)，AI指環(huán)極簡(jiǎn)的佩戴形態(tài)和手勢(shì)控制等新型的快捷交互能力，有望讓用戶在無(wú)屏狀態(tài)下也能高效調(diào)用千問(wèn)的服務(wù)。

sAI耳機(jī)則有望與實(shí)時(shí)翻譯、智能錄音與智能播報(bào)等功能集成，成為通勤、運(yùn)動(dòng)、辦公場(chǎng)景下的隨身助手。

這些智能硬件產(chǎn)品雖形態(tài)各異，但共享千問(wèn)這一智能中樞，為其交互體驗(yàn)提供了保障。

三、一手抓“AI辦事”一手抓“硬件入口”，一個(gè)全場(chǎng)景閉環(huán)正在形成

上述案例，只是千問(wèn)進(jìn)化的一個(gè)縮影?？v觀其近期布局，我們看到了兩條清晰的主線，正在并行推進(jìn)。

一是構(gòu)建“AI辦事”服務(wù)網(wǎng)絡(luò)，打通訂票、預(yù)約、支付等生活服務(wù)閉環(huán)，讓AI真正具備需求理解到交易交付的完整能力。當(dāng)這些能力補(bǔ)齊后，AI就成為了能夠直接調(diào)動(dòng)真實(shí)世界服務(wù)資源的“執(zhí)行者”。

二是嵌入多元的硬件形態(tài)，汽車座艙、AI眼鏡、AI指環(huán)、AI耳機(jī)等多種硬件，讓智能助理突破屏幕限制，形成從穿戴到車載、從固定到移動(dòng)的全場(chǎng)景覆蓋，嵌入用戶全天候的真實(shí)場(chǎng)景。

這意味著AI不再被鎖在手機(jī)應(yīng)用里，而是以最自然的形態(tài)融入汽車、眼鏡等終端，讓用戶隨時(shí)隨地都能獲得即時(shí)、連貫、無(wú)感的智能服務(wù)。

支撐這一布局的，是阿里在模型能力與服務(wù)生態(tài)上的積累。

在模型層面，千問(wèn)系列大模型持續(xù)迭代，在多模態(tài)理解、復(fù)雜推理與任務(wù)編排上保持在行業(yè)第一梯隊(duì)，為“聽(tīng)懂”與“辦成”提供了底層技術(shù)保障。

在服務(wù)生態(tài)層面，阿里生態(tài)中擁有覆蓋支付、出行、購(gòu)物、本地生活等領(lǐng)域的完整服務(wù)網(wǎng)絡(luò)——支付寶的支付閉環(huán)、高德的地圖與出行能力、飛豬的旅行服務(wù)、淘寶閃購(gòu)的本地生活供給。

這些生態(tài)資源為千問(wèn)“AI辦事”提供了天然的執(zhí)行接口，讓智能助理不僅能夠理解用戶意圖，更能調(diào)動(dòng)真實(shí)世界中的服務(wù)資源，完成由“想法”到“交付”的最后一公里。

歸根結(jié)底，千問(wèn)的進(jìn)化始終圍繞一個(gè)核心——人。底層大模型的能力沉淀、手機(jī)APP與PC端的日常入口、服務(wù)體系的全面打通、汽車座艙與各類AI硬件的形態(tài)拓展，千問(wèn)正在編織一張以人為中心、覆蓋全場(chǎng)景的服務(wù)網(wǎng)絡(luò)。

在這張網(wǎng)絡(luò)中，用戶不再需要關(guān)心服務(wù)藏在哪個(gè)應(yīng)用里、功能嵌在哪個(gè)設(shè)備上，只需表達(dá)需求，千問(wèn)便會(huì)調(diào)動(dòng)所有資源，在合適的時(shí)間、合適的設(shè)備上，交付合適的結(jié)果。

從數(shù)字世界到物理世界，從單一場(chǎng)景到全時(shí)全域，一個(gè)以AI為中樞、以人為中心的服務(wù)閉環(huán)，已經(jīng)拉開(kāi)大幕。

結(jié)語(yǔ)：千問(wèn)，數(shù)字與物理世界的新樞紐？

展望未來(lái)，當(dāng)千問(wèn)以統(tǒng)一的智能中樞貫穿手機(jī)、汽車、眼鏡、指環(huán)、耳機(jī)等多元終端后，一個(gè)真正的超級(jí)AI助手將浮出水面。用戶在車上規(guī)劃好的行程，下車后可由眼鏡接力導(dǎo)航，抵達(dá)目的地前指環(huán)已悄然完成支付——跨終端、跨場(chǎng)景的服務(wù)流轉(zhuǎn)，有望成為千問(wèn)的常態(tài)能力。

當(dāng)千問(wèn)不再依附于某個(gè)設(shè)備或場(chǎng)景，它便不再是單一功能的智能助手，而是集下一代超級(jí)AI應(yīng)用、超級(jí)入口與超級(jí)助手于一體的產(chǎn)品，構(gòu)筑起連接數(shù)字與物理世界的樞紐。