在本届展会上，“智能驾驶助手”成为了行业中的热门话题。
汽车制造商们纷纷发布新的车型，AI 大模型正在推动“智能驾驶助手”的发展，旨在重塑从智能驾驶到座舱交互的整体体验。行业普遍认同，AI 已经开始定义下一代汽车的功能。
在过去的两年中，AI 大模型逐渐在汽车系统中得到应用，特别是在智能座舱的场景中。然而，现实中的体验往往仅限于简单的人机对话，AI 的“人感”并不强烈。
为了解决这个问题，腾讯智慧出行的副总裁钟学丹表示，“智能汽车的下半场，将不再只是功能的堆砌，而是要看谁能够将大模型、汽车能力和服务生态结合，实现一个具备感知、执行能力和进化能力的智能中枢。”这意味着，AI 需要关注具体的应用场景。
在4月23日的腾讯智慧出行开放日，腾讯发布了七大智能座舱产品，试图回答一个核心问题：智能驾驶助手究竟能为人们提供怎样的服务？
智能座舱助手覆盖了日常通勤、导航、本地与长途出行、手车互联以及娱乐休闲等高频场景。目前，该技术已经在多个品牌的车型中落地。
例如，在通勤场景中，智能助手能够提供从选品、下单到取餐的一站式服务，它根据用户的实时行程和偏好筛选最佳餐厅，并推算出餐点的准备时间，确保用户到达时餐食正好出炉。
在长途出行时，智能助手能实时推送沿途的景点信息、服务与玩法攻略，并新增了车队协同管理功能。通过位置共享、实时语聊与服务推荐，解决多人组队出行的协调问题。
智能体还打通了“龙虾”能力，用户可通过微信对话框下达指令，如“乘客上车后打开发动机，播放欢迎语”。智能助手会自动解析任务并执行。
在使用 AI 导航时，用户只需说出“找一家能充电不排队的咖啡店”，智能助手就能处理意图理解和路径规划。同时，导航与智能驾驶信息同屏展示，使用户能够更直观地获取安全预警。
智能助手还覆盖了音乐、新闻视频及聚合加油、充电、洗车等服务。多个智能体协同响应，提升用户体验，避免在应用间切换时造成的不便。
早期的智能座舱主要集中在解决“互联网生态上车”的问题，将音乐、导航、社交等高频应用快速落地。随着大模型的出现，语音交互能力大幅提升，用户与车辆的互动变得更加自然，但简单的大模型接入仍然难以超出手机体验。
如今，Agentic AI 摆脱了以应用为中心的模式，能够实现持续的自我优化与迭代，具备场景感知、自主决策、协同执行和记忆沉淀等能力。通过对人、车、路状态的感知，智能助手能够实现意图拆解与任务执行，并通过记忆机制不断适应用户习惯。
腾讯的副总裁兼智慧产业事业群 CEO 汤道生指出，“过去的车载语音助手更多是‘被动回应’，而现在通过整合社交、娱乐和生活等方面，我们推动 AI 助手为用户提供‘主动服务’。”
智能座舱助手的“办事”能力，离不开底层技术的支持。
在腾讯智慧出行技术开放日，腾讯推出了出行全场景智能体开放平台，其核心逻辑是“做底座”，与车企等生态合作方“开放能力”。
钟学丹介绍，该平台分为三层核心架构：
基础能力层，全方位升级云协同的座舱大模型架构，确保毫秒级感知响应；云端接入最新大模型，结合智能座舱的世界模型，实现更敏捷的反应与更强的记忆能力。
工具层，提供智能体编排、扩展与运营的全栈工具箱，助力汽车企业高效开发。此外，通过小程序 Agent 工具链，将腾讯的生态能力转化为可供使用的生产力组件，缩短智能体从概念研发到量产交付的周期。
应用生态层，围绕用户通勤、出游、下单、娱乐等高频场景，打造开箱即用的智能体产品。
目前，这套能力已经在多个品牌车型中落地。例如，某品牌在其车型上搭载的“随行点单”功能，车主可以通过自然语音完成外卖点餐、查询美食信息，甚至搜索短剧、游戏和机票等内容。
智能助手在提供更具“人感”的体验时，面临着隐私与安全的挑战。对此，腾讯方面表示，车内传感器数据的使用前提是经过脱敏处理，类似于许多车辆的“守卫模式”会自动模糊人脸与车牌信息。此外，智能体运行在“沙箱”环境中，确保数据操作在合理范围内。
关于“龙虾”能否直接上车的问题，腾讯智慧出行副总裁李博表示，目前没有相关计划。核心问题在于权限的限制，短期内未能解决安全权限的挑战，直接将龙虾搬上车并不合适。
李博透露，更可行的路径是，手机或云端的龙虾经过安全处理后，向车机下发指令，形成具体场景的智能体应用，而不涉及直接远程控制车辆。
对于智能体上车规模化落地的问题，钟学丹表示，其规模化取决于车企本身的系统平台建设。如果平台建设不完善，智能体的规模化应用可能会受到限制。同时，智能体也会结合场景需求重塑用户体验。
钟学丹指出，腾讯最初也会做一些智能体覆盖这个场景，以满足行业需要，并推动智能体的推广与发展。
