過去幾年里，“輕地圖”、“重感知”乃至“無圖”已成為車企宣傳的高頻詞，這是否預(yù)示著圖商的傳統(tǒng)角色正面臨被邊緣化的危機(jī)？

在今年的騰訊全球數(shù)字生態(tài)大會(huì)上，騰訊地圖副總裁張少宇給出了一個(gè)截然不同的觀察：“市場(chǎng)對(duì)地圖的需求非但沒有收斂，反而因AI的深度介入而變得更加多元和動(dòng)態(tài)?！?/p>

今年，騰訊正式發(fā)布智能駕駛地圖9.0。它不再滿足于做一份靜態(tài)的“數(shù)字路書”，而是要成為一個(gè)能深度參與決策、與自動(dòng)駕駛系統(tǒng)共同進(jìn)化的“AI導(dǎo)航智能體”。

在騰訊地圖副總裁張少宇張少宇看來，智能駕駛不是“要不要圖”，而是“需要什么樣的圖”——是高精度底圖、云端動(dòng)態(tài)圖層，還是融合了駕駛行為數(shù)據(jù)的“經(jīng)驗(yàn)圖層”？

騰訊地圖產(chǎn)品總經(jīng)理陳志向雷峰網(wǎng)表示，9.0版本的最核心變化在于數(shù)據(jù)要素的豐富度和AI推理能力的提升。利用AI技術(shù)大幅提升了數(shù)據(jù)生產(chǎn)效率，使地圖數(shù)據(jù)更加貼近真實(shí)世界。同時(shí)，在播報(bào)等環(huán)節(jié)從規(guī)則驅(qū)動(dòng)轉(zhuǎn)向模型推理驅(qū)動(dòng)，對(duì)中長(zhǎng)尾場(chǎng)景的處理更加自然流暢。

盡管行業(yè)一度流行“輕地圖”方案，但騰訊地圖認(rèn)為，“精細(xì)化、實(shí)時(shí)化、服務(wù)化”加上“廣域覆蓋”是地圖技術(shù)發(fā)展的核心方向。

張少宇補(bǔ)充到，“一些推進(jìn)L3的車企，反而重新提出對(duì)高精地圖的需求。智能駕駛對(duì)地圖的需求并未收斂，而是因場(chǎng)景分化——城市NOA需要廣域、鮮度；停車場(chǎng)導(dǎo)航需要精細(xì)化建模；而“駕駛經(jīng)驗(yàn)圖層”則依賴軌跡數(shù)據(jù)的AI挖掘?！?/p>

目前，騰訊智駕地圖已覆蓋全國(guó)高速和360個(gè)城市道路，擁有40億知識(shí)圖譜、8000萬 POI、1300萬道路數(shù)據(jù)，并覆蓋227萬個(gè)停車位。騰訊的策略不再是提供單一規(guī)格的產(chǎn)品，而是打造一個(gè)包含車端圖、云端圖、運(yùn)營(yíng)圖層乃至原始訓(xùn)練數(shù)據(jù)的“工具箱”，以應(yīng)對(duì)不同客戶的差異化需求。

以下是《新智駕》等與騰訊地圖副總裁張少宇和騰訊地圖產(chǎn)品總經(jīng)理陳志的對(duì)話，內(nèi)容經(jīng)編輯：

問：騰訊智駕地圖9.0被定義為一個(gè)“懂交流、會(huì)思考的AI導(dǎo)航智能體”，在座艙和自動(dòng)駕駛兩大板塊的升級(jí)中，它具體充當(dāng)什么角色？與車企目前重點(diǎn)宣傳的端到端大模型、VLA大模型之間是什么樣的關(guān)系？

陳志：實(shí)際上，車企在使用大模型時(shí)會(huì)很自然地分成座艙和智駕兩個(gè)相對(duì)獨(dú)立的使用領(lǐng)域。在座艙領(lǐng)域，車企會(huì)部署一個(gè)中控大模型，用來處理用戶在座艙場(chǎng)景下的所有需求。而對(duì)于騰訊地圖來說，我們打造的智能體主要專注于導(dǎo)航和LBS領(lǐng)域，解決用戶在這個(gè)特定領(lǐng)域的需求。

這兩個(gè)智能體之間存在明顯的協(xié)作關(guān)系。一般來說，用戶的中控入口還是以車企的座艙大模型為主入口，當(dāng)座艙大模型識(shí)別到用戶有地圖或?qū)Ш筋I(lǐng)域的意圖時(shí)，會(huì)把這些信息傳遞給騰訊的導(dǎo)航智能體，由我們來提供專業(yè)服務(wù)。這是一種分工協(xié)作的模式。

至于您剛才提到的VLA、端到端大模型，它們更多是應(yīng)用在智駕領(lǐng)域的。智駕領(lǐng)域會(huì)有一個(gè)“司機(jī)大模型”，這個(gè)領(lǐng)域與騰訊地圖智能體的關(guān)聯(lián)度相對(duì)較弱，更多的是使用騰訊智能駕駛地圖的數(shù)據(jù)能力，包括靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)，來提升整體智能駕駛的體驗(yàn)。

問：騰訊地圖在智能駕駛領(lǐng)域已經(jīng)和不少車企、智駕供應(yīng)商建立了合作。面對(duì)這些不同類型的合作對(duì)象，他們的合作側(cè)重點(diǎn)是否有明顯差異？能否為我們舉一個(gè)具體的合作案例，說明騰訊智駕地圖是如何嵌入到對(duì)方的研發(fā)體系中的？

張少宇：我們現(xiàn)在合作的對(duì)象確實(shí)非常多，覆蓋了行業(yè)主流的車企和智駕供應(yīng)商。

我們觀察到，不同的合作對(duì)象在自動(dòng)駕駛領(lǐng)域所處的階段確實(shí)存在明顯差異——有的合作伙伴已經(jīng)進(jìn)行了非常深入的投入，形成了體系化的解決方案，整體水平接近國(guó)際頭部企業(yè)；也有的合作伙伴還處于相對(duì)初期的探索階段。

針對(duì)這種差異性，我們提供了不同層級(jí)的解決方案。首先是最基礎(chǔ)的車端自動(dòng)駕駛所需的地圖數(shù)據(jù)服務(wù)；其次是云端的地圖服務(wù)，包括運(yùn)營(yíng)圖層等增值服務(wù)；更深度的合作還會(huì)涉及到原始訓(xùn)練數(shù)據(jù)和支持自動(dòng)駕駛能力提升的工具鏈。這些都是為了幫助合作伙伴加速自動(dòng)駕駛技術(shù)的研發(fā)和應(yīng)用。

我舉一個(gè)具體的例子。傳統(tǒng)的自動(dòng)駕駛方案只需要在車端預(yù)置一份地圖數(shù)據(jù)就可以了，但現(xiàn)在我們發(fā)現(xiàn)需求發(fā)生了明顯變化。

比如，導(dǎo)航中常見的“前方路口右拐”這樣的引導(dǎo)信息，在過去的自動(dòng)駕駛圖里是不需要的，但現(xiàn)在越來越多的自動(dòng)駕駛方案開始需要這類原本為人類駕駛員設(shè)計(jì)的信息。這種需求變化就促使我們提供更加動(dòng)態(tài)的、面向服務(wù)的解決方案。

問：當(dāng)前行業(yè)中有不少車企和智駕供應(yīng)商都在強(qiáng)調(diào)“輕地圖”或“無圖”的技術(shù)方案，特別是端到端、VLA等大模型方案頗為流行。站在騰訊地圖的產(chǎn)業(yè)視角，您更認(rèn)可什么樣的技術(shù)發(fā)展路線？

張少宇：這確實(shí)是個(gè)值得深入探討的問題?；仡櫺袠I(yè)發(fā)展歷程，在2019-2020年期間，高精地圖為自動(dòng)駕駛服務(wù)似乎沒有太多爭(zhēng)議。但到了2021-2025年，特別是今年，我們看到的是一個(gè)多種技術(shù)路線并存的混用狀態(tài)。

從實(shí)際觀察來看，技術(shù)發(fā)展呈現(xiàn)出幾個(gè)明顯趨勢(shì)：首先是追求更廣域的覆蓋，不再局限于局部區(qū)域；

其次是對(duì)信息實(shí)時(shí)性的要求已經(jīng)超過了對(duì)精度的要求；

第三是對(duì)圖層定制化的需求越來越多樣化。我們發(fā)現(xiàn)，很多自動(dòng)駕駛公司開始需要融合導(dǎo)航域的信息，這與VLA等技術(shù)的發(fā)展密切相關(guān)。

在我看來，“精細(xì)化、實(shí)時(shí)化、服務(wù)化”加上“廣域覆蓋”是地圖技術(shù)發(fā)展的核心方向。實(shí)時(shí)信息包括交通事故、道路施工等動(dòng)態(tài)信息都會(huì)成為標(biāo)配。每種技術(shù)路線都有其適用場(chǎng)景，關(guān)鍵是看能否滿足實(shí)際需求。

問：導(dǎo)航智能體目前處于什么樣的發(fā)展階段？相比去年發(fā)布的8.0版本，9.0版本在底層邏輯上發(fā)生了哪些質(zhì)的變化？

陳志：導(dǎo)航AI或者說導(dǎo)航智能體，嚴(yán)格意義上還沒有像自動(dòng)駕駛那樣清晰的L1-L5分級(jí)標(biāo)準(zhǔn)，它更多處于一個(gè)持續(xù)演進(jìn)的狀態(tài)。但從實(shí)際體驗(yàn)來看，隨著基礎(chǔ)大模型能力的進(jìn)化，智能體的“聰明”程度確實(shí)在快速提升。

9.0版本相比8.0的突破主要體現(xiàn)在三個(gè)層面：首先在路線智能化選擇方面，我們以前會(huì)給用戶多個(gè)選項(xiàng)讓其自主選擇，現(xiàn)在則能結(jié)合用戶個(gè)性化需求和實(shí)時(shí)路況，更主動(dòng)地幫助用戶做出決策；

其次在播報(bào)引導(dǎo)方面，我們打破了傳統(tǒng)的路口播報(bào)模式，引入更多語(yǔ)義化表達(dá)，比如“前方麥當(dāng)勞右拐”這樣更符合人類思維習(xí)慣的指引；第三在行程管理方面，實(shí)現(xiàn)了服務(wù)的連貫化，用戶只需表達(dá)需求，系統(tǒng)就能自動(dòng)完成路線規(guī)劃和服務(wù)銜接。

從技術(shù)底層來看，最核心的變化體現(xiàn)在數(shù)據(jù)要素的豐富度和AI推理能力的提升。我們利用AI技術(shù)大幅提升了數(shù)據(jù)生產(chǎn)效率，使地圖數(shù)據(jù)更加貼近真實(shí)世界。

同時(shí)，在播報(bào)等環(huán)節(jié)從規(guī)則驅(qū)動(dòng)轉(zhuǎn)向模型推理驅(qū)動(dòng)，對(duì)中長(zhǎng)尾場(chǎng)景的處理更加自然流暢。

問：隨著AI與地圖融合程度的不斷加深，從產(chǎn)業(yè)發(fā)展的角度來看，下一代地圖技術(shù)可能會(huì)朝著哪些方向進(jìn)化？會(huì)有哪些當(dāng)前可能還意想不到的創(chuàng)新場(chǎng)景出現(xiàn)？

張少宇：從地圖技術(shù)發(fā)展的本質(zhì)來看，我們實(shí)際上是在對(duì)真實(shí)世界進(jìn)行數(shù)字化重構(gòu)，這個(gè)過程中既包括時(shí)空信息的數(shù)字化，也包括與互聯(lián)網(wǎng)上已有數(shù)字化信息的關(guān)聯(lián)。AI技術(shù)正在這個(gè)過程中發(fā)揮越來越重要的作用。

我認(rèn)為主要進(jìn)化方向有三個(gè)：首先是地圖生產(chǎn)速度的飛躍，借助AI和邊緣計(jì)算能力，整個(gè)數(shù)字化的過程會(huì)變得越來越快；其次是地圖會(huì)更加“懂”用戶，能夠理解用戶的駕駛習(xí)慣和偏好；第三是連接范圍會(huì)不斷擴(kuò)大，地圖將不再是孤立的導(dǎo)航工具，而是與車輛狀態(tài)、周邊服務(wù)等形成有機(jī)整體。

未來的地圖可能會(huì)實(shí)時(shí)感知車輛的電量狀態(tài)，并結(jié)合周邊充電站的排隊(duì)情況、價(jià)格因素等，為用戶提供真正智能的充電規(guī)劃。這種深度協(xié)同的服務(wù)模式，將會(huì)創(chuàng)造很多新的用戶體驗(yàn)。

問：關(guān)于L3級(jí)自動(dòng)駕駛，業(yè)內(nèi)預(yù)計(jì)相關(guān)標(biāo)準(zhǔn)可能在今年第四季度推出。如果L3真正落地，對(duì)地圖的需求會(huì)產(chǎn)生哪些變化？

張少宇：L3在自動(dòng)駕駛領(lǐng)域確實(shí)有相對(duì)清晰的功能定義，但具體實(shí)現(xiàn)路徑卻因廠商而異。我們看到，有些瞄準(zhǔn)L3的自動(dòng)駕駛公司提出了對(duì)高精地圖的強(qiáng)烈需求，而另一些公司則認(rèn)為基礎(chǔ)導(dǎo)航圖就能滿足需求。

這說明，雖然L3時(shí)代正在到來，但對(duì)地圖的需求并沒有收斂到某種特定規(guī)格。地圖需求仍然與各家的具體技術(shù)方案緊密相關(guān)。我們需要做的是保持技術(shù)靈活性，滿足不同類型的需求。

問：騰訊作為圖商，與其他競(jìng)爭(zhēng)對(duì)手相比，最核心的差異化優(yōu)勢(shì)體現(xiàn)在哪些方面？

陳志：首先，高質(zhì)量、高鮮度的地圖數(shù)據(jù)是基礎(chǔ)。在這個(gè)基礎(chǔ)上，我們的差異化主要體現(xiàn)在兩個(gè)方面：一是靈活性和開放性，我們能夠提供工具讓車企構(gòu)建符合自身需求的定制化圖層；二是騰訊生態(tài)的獨(dú)特優(yōu)勢(shì)，比如我們可以通過微信支付等生態(tài)數(shù)據(jù)實(shí)時(shí)感知商鋪營(yíng)業(yè)狀態(tài)，這種能力是傳統(tǒng)圖商難以企及的。

以POI數(shù)據(jù)為例，傳統(tǒng)模式需要依靠人工巡檢或用戶反饋來更新狀態(tài)，而我們可以通過生態(tài)優(yōu)勢(shì)實(shí)現(xiàn)近乎實(shí)時(shí)的狀態(tài)更新，確保數(shù)據(jù)的準(zhǔn)確性和鮮度。

問：當(dāng)前行業(yè)也在關(guān)注機(jī)器人地圖市場(chǎng)，從地圖技術(shù)的角度來看，汽車地圖與機(jī)器人地圖之間是遞進(jìn)關(guān)系嗎？騰訊在這方面有何布局？

張少宇：我們認(rèn)為機(jī)器人時(shí)代已經(jīng)來臨，這兩者更像是并行發(fā)展的關(guān)系，會(huì)相互促進(jìn)技術(shù)進(jìn)步。傳統(tǒng)的汽車地圖主要以路網(wǎng)為骨干，而機(jī)器人需要的是更加泛化的可行走區(qū)域地圖，包括樓梯、草坪、廣場(chǎng)等多樣化場(chǎng)景。

這種差異對(duì)現(xiàn)有地圖技術(shù)提出了挑戰(zhàn)。我們正在與機(jī)器人公司開展合作探索，比如最近的機(jī)器狗項(xiàng)目。這要求我們突破傳統(tǒng)路網(wǎng)地圖的表達(dá)方式，建立更加泛化的地圖構(gòu)建能力。

問：在情感化設(shè)計(jì)方面，騰訊地圖有哪些具體的技術(shù)突破？如何讓AI的交互更加擬人化？

陳志：情感化設(shè)計(jì)確實(shí)是我們重點(diǎn)投入的方向。首先，地圖相比其他應(yīng)用有個(gè)天然優(yōu)勢(shì)——我們對(duì)用戶的位置和場(chǎng)景有精準(zhǔn)感知。比如在擁堵場(chǎng)景下，我們不僅能提供繞行方案，還會(huì)通過安慰性話術(shù)緩解用戶焦慮。

更重要的是，我們正在將騰訊豐富的IP資源融入導(dǎo)航體驗(yàn)。比如引入《王者榮耀》角色妲己的語(yǔ)音播報(bào)，不僅是聲音的模仿，更是將其人格特質(zhì)、表達(dá)方式深度融入，讓用戶感受到真正的人格化交互。

問：在定義導(dǎo)航智能體的功能邊界時(shí)，騰訊是如何把握“有所為有所不為”的原則的？

陳志：這個(gè)問題涉及產(chǎn)品定位的核心思考。我們始終圍繞“為用戶提供高效、安全、安心和愉悅的出行體驗(yàn)”這一價(jià)值主張來規(guī)劃功能邊界。具體來說，導(dǎo)航智能體會(huì)嚴(yán)格限定在出行、導(dǎo)航和智駕相關(guān)領(lǐng)域。

比如，我們不會(huì)讓導(dǎo)航智能體去執(zhí)行點(diǎn)歌這樣的泛娛樂功能，但可能會(huì)在用戶經(jīng)過海邊公路時(shí)，智能推薦適合場(chǎng)景的音樂。這種基于場(chǎng)景的服務(wù)延伸，才是我們關(guān)注的重點(diǎn)。

問：在實(shí)際落地過程中，如何平衡云端大模型與端側(cè)模型的計(jì)算資源分配？不同類型的車企對(duì)此是否有不同的偏好？

陳志：這確實(shí)是個(gè)很實(shí)際的問題。我們發(fā)現(xiàn)，大部分主機(jī)廠傾向于自己集成端側(cè)大模型，不希望每個(gè)應(yīng)用都獨(dú)立部署端側(cè)模型。因此，我們主要采用“云+端”協(xié)同的方案。

具體來說，如果主機(jī)廠的座艙算力分配比較有限，我們主要以云端模型提供服務(wù)；對(duì)于需要快速響應(yīng)的場(chǎng)景，我們會(huì)對(duì)接主機(jī)廠的端側(cè)大模型能力。不同的廠商確實(shí)存在差異化需求，我們需要靈活應(yīng)對(duì)。

問：行業(yè)中出現(xiàn)“無圖”方案的聲音時(shí)，騰訊內(nèi)部是如何看待這一趨勢(shì)的？這對(duì)業(yè)務(wù)發(fā)展產(chǎn)生了哪些實(shí)際影響？

張少宇：當(dāng)新的技術(shù)概念出現(xiàn)時(shí)，我們始終保持開放和關(guān)注的態(tài)度，但更重要的是深入理解客戶的真實(shí)需求。我們主動(dòng)與各大車企進(jìn)行技術(shù)交流，拋開概念炒作，聚焦在實(shí)際場(chǎng)景中到底需要什么樣的地圖能力。

經(jīng)過深入交流后，我們發(fā)現(xiàn)實(shí)際情況與表面討論存在差異——不是“無圖”，比如今年以及去年的下半年，我們?cè)诤蛙嚻罅牡臅r(shí)候，了解到的是他們?cè)谟?xùn)練過程當(dāng)中還需要圖，只是對(duì)地圖提出了更高、更復(fù)雜的要求。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。