定焦One（dingjiaoone）原創(chuàng)

作者 | 王漢星

編輯 | 阮梅

“我一會(huì)兒下班要打車回家，6點(diǎn)來接我，我有點(diǎn)不舒服。”

這樣一條簡單的打車指令對(duì)于普通人來說非常容易理解：出發(fā)地是公司、出發(fā)時(shí)間6點(diǎn)、目的地是家，另外身體不舒服可能需要乘車環(huán)境好一點(diǎn)、車開得穩(wěn)一點(diǎn)。

但對(duì)于基于大語言模型的AI來說，這句話理解起來有難度，它包含了一個(gè)模糊的時(shí)間概念“一會(huì)兒”和一個(gè)準(zhǔn)確的時(shí)間“6點(diǎn)”，大模型很容易在理解的過程中產(chǎn)生歧義。并且需求中沒有明確的出發(fā)地和目的地描述，“有點(diǎn)不舒服”也很難與實(shí)際的用車場景進(jìn)行關(guān)聯(lián)。

這背后最主要的原因是，AI能夠輕易理解文字語義，卻不一定能準(zhǔn)確關(guān)聯(lián)物理世界的時(shí)間、空間與具體情境。

在一周前的2026英偉達(dá)GTC大會(huì)上，黃仁勛拋出一個(gè)判斷，從2026年開始，AI將擁有在三維物理世界中行動(dòng)與交互的實(shí)體能力，并具備自主執(zhí)行復(fù)雜任務(wù)的代理系統(tǒng)。

當(dāng)AI開始嘗試接管物理世界，如何準(zhǔn)確地理解這個(gè)世界是第一道門檻。出行作為一個(gè)深入物理世界的場景，同時(shí)涉及時(shí)間安排、空間定位、實(shí)時(shí)供需與履約執(zhí)行，正在成為AI最先落地的領(lǐng)域之一。

近日，滴滴的AI打車Agent——小滴在經(jīng)歷了6個(gè)月的公測后正式上線v1.0版本，它能為行業(yè)帶來哪些新變化？網(wǎng)約車的Agent時(shí)代來了嗎？

說一句話，就能叫到你想要的車

傳統(tǒng)網(wǎng)約車行業(yè)解決的是基于地理位置的點(diǎn)到點(diǎn)運(yùn)力與需求的匹配，這個(gè)過程中仍有不少體驗(yàn)可以提升。

例如，平臺(tái)通常會(huì)提供10種左右不同車型、空間、舒適度、價(jià)格的出行選擇，至于最后叫到的車是什么車況、司機(jī)的駕駛技術(shù)如何、車內(nèi)環(huán)境好與壞，只能信賴大平臺(tái)更靠譜，但不是自己選的，心里終究會(huì)有點(diǎn)打鼓。

但小滴上線后，用戶不再需要去“開盲盒”了，打車變成了一個(gè)確定性更強(qiáng)的定制化需求場景。

進(jìn)入滴滴APP后點(diǎn)擊“AI叫車”，就會(huì)喚出小滴出行助手的交互界面。在這個(gè)界面中，用戶可以勾選多個(gè)個(gè)性化叫車標(biāo)簽，如“空氣清新”“便宜”“后排寬敞”等，或者直接通過下方的對(duì)話框用文字或語音描述自己的出行需求。

隨后，AI小滴會(huì)把需求拆成可執(zhí)行的服務(wù)標(biāo)簽，從茫茫車海里選出最符合用車需求的三個(gè)備選項(xiàng)，用戶有50秒的時(shí)間從三個(gè)選項(xiàng)中選出最理想的出行用車，然后點(diǎn)擊確認(rèn)叫車即可完成個(gè)性化的叫車。

AI打車與傳統(tǒng)的打車方式最大的不同可以總結(jié)為三點(diǎn)：處理模糊需求、端到端的出行規(guī)劃、滿足長尾需求。

先來看模糊需求的處理。

小滴可以識(shí)別用戶對(duì)自身狀態(tài)的模糊表述，并把它拆解成多個(gè)可執(zhí)行的服務(wù)標(biāo)簽。

例如當(dāng)小滴看到用戶輸入“我是孕婦”，它會(huì)迅速啟動(dòng)“車內(nèi)寬敞”“駕駛平穩(wěn)”“空氣清新”等標(biāo)簽。

這些表達(dá)本身并不對(duì)應(yīng)具體車型，但小滴通過語義解析，可以將其轉(zhuǎn)化為更接近真實(shí)需求的篩選條件，從而幫用戶找到最適合的那輛車。

網(wǎng)約車除了需要滿足即時(shí)出行需求，預(yù)約出行是另一大使用場景。

其中最典型的場景就是預(yù)約去機(jī)場，這個(gè)過程中會(huì)涉及到四個(gè)與時(shí)間空間相關(guān)的規(guī)劃：從哪兒出發(fā)？到哪個(gè)機(jī)場？幾點(diǎn)的飛機(jī)？路上需要用多少時(shí)間？

以往，這些環(huán)節(jié)都需要用戶自己先規(guī)劃清楚，但有了AI打車后，直接將航班號(hào)發(fā)給小滴，它就會(huì)自動(dòng)考慮上述的四個(gè)時(shí)空維度，并且端到端地給出車輛預(yù)約建議，像私人助理一樣進(jìn)行出行規(guī)劃。

最后，小滴在解決長尾需求上也是一把好手。今天的網(wǎng)約車用戶對(duì)車輛的需求除了價(jià)格、車內(nèi)氣味、速度，還有更多期待，例如后備箱要大方便裝行李，想乘坐上下車更方便的SUV，需要司機(jī)服務(wù)好來提供情緒價(jià)值等等。

這些需求小滴都可以滿足，目前小滴已經(jīng)支持超過90個(gè)服務(wù)標(biāo)簽，涵蓋了大部分的長尾需求場景。

在這三大不同點(diǎn)之外，小滴還具備記憶功能，可以記錄個(gè)性化習(xí)慣、身份標(biāo)簽，用戶在多次使用的情況下不需要反復(fù)輸入相同的需求，只需要告訴小滴“跟之前一樣”就能快速被匹配到理想的車型。

如今，AI叫車正在逐步推廣普及，滴滴在其中扮演了先行者的角色。

去年9月，AI出行助手小滴就開啟了公測，彼時(shí)小滴的功能和個(gè)性化標(biāo)簽還有限，但隨著用戶使用數(shù)據(jù)的積累與反饋，產(chǎn)品迅速迭代，近期上線的v1.0版本已經(jīng)成為AI打車走向規(guī)模化應(yīng)用的一個(gè)標(biāo)志性節(jié)點(diǎn)。

為什么先跑出來的是滴滴？

如果只是把AI打車?yán)斫鉃楹唵蔚摹癆I Agent+打車APP”，就低估了它的門檻與難度。

去年8月，滴滴曾在arXiv上發(fā)布過一篇關(guān)于AI打車Agent的論文（DiMA: An LLM-Powered Ride-Hailing Assistant at DiDi），在這篇論文中，滴滴詳細(xì)闡釋了如何通過技術(shù)來幫助大語言模型理解物理世界的時(shí)空概念。

這篇論文主要解決了大模型對(duì)時(shí)空感知的能力短板。

傳統(tǒng)任務(wù)型對(duì)話方法通常針對(duì)預(yù)訂、問答等固定任務(wù)設(shè)計(jì)，往往難以理解出行的時(shí)空上下文，也無法進(jìn)行開放世界推理，這些局限使得任務(wù)型對(duì)話系統(tǒng)難以適配現(xiàn)實(shí)網(wǎng)約車場景。

小滴背后的大模型會(huì)將用戶的需求拆解成時(shí)間和空間兩條線索，再分別調(diào)用不同的工具來推導(dǎo)出語義中的每一個(gè)空間位置信息，把它們分成出發(fā)位置、途經(jīng)位置、目的地等概念，再通過與時(shí)間信息的結(jié)合最終準(zhǔn)確理解用戶的需求。

換句話來說，一款好用的打車Agent不僅要學(xué)好語文，也需要具備對(duì)時(shí)間和空間概念的感知能力。這背后得益于滴滴對(duì)AI和前沿技術(shù)領(lǐng)域的長期投入。

在技術(shù)優(yōu)勢之外，滴滴的規(guī)模和管理優(yōu)勢為持續(xù)滿足用戶需求提供了保障。AI既要聽懂人話，還要在復(fù)雜路況、實(shí)時(shí)供需等瞬息萬變的場景中去完成精準(zhǔn)匹配。這對(duì)系統(tǒng)性能力是一種考驗(yàn)。

當(dāng)用戶的需求越來越個(gè)性化，需求被拆得越來越精細(xì)，供給的難度也在直線上升。要求越具體，越不容易叫到車。

滴滴作為國內(nèi)市場份額領(lǐng)先的網(wǎng)約車平臺(tái)，具備充足的運(yùn)力供給能力。

滴滴敢于為用戶提供90多種個(gè)性化需求標(biāo)簽，是因?yàn)槠脚_(tái)擁有龐大的網(wǎng)約車供給，無論是什么樣的需求，滴滴都能第一時(shí)間為用戶匹配到合適的車輛服務(wù)。

與此同時(shí)，滴滴擁有行業(yè)內(nèi)最豐富的訂單和用戶評(píng)價(jià)數(shù)據(jù)，十多年積累下來的真實(shí)評(píng)價(jià)和標(biāo)簽數(shù)據(jù)，決定了平臺(tái)能更準(zhǔn)確地回答“哪輛車更清新”“哪位司機(jī)開得更穩(wěn)”等問題。

此外，滴滴多年來一直堅(jiān)持以自營為主的平臺(tái)運(yùn)營模式，對(duì)于司機(jī)的服務(wù)和運(yùn)營更加直接，約束力也更高。

這種強(qiáng)運(yùn)營、強(qiáng)管控的體系更容易去滿足用戶的一些體驗(yàn)類的個(gè)性化需求。

一個(gè)簡單的“一句話叫車”場景，背后隱藏了技術(shù)、供給和管理三道門檻，這也是為什么滴滴能率先作出AI打車智能助手的主要原因。

AI打車，打開新空間

就在小滴v1.0上線后不久，滴滴公布了一組運(yùn)營數(shù)據(jù)。

個(gè)性化叫車需求中，“又快又便宜”“空氣清新”“最近的車”三個(gè)標(biāo)簽被用到的頻次位列前三，分別為57%、12.5%、9.9%。其后是“不暈車”“車好”“后排寬敞”“新車”“坐感平穩(wěn)”“服務(wù)好”“油車”等。

由此可見，用戶既在意效率和價(jià)格，也對(duì)舒適度有著個(gè)人偏好。尤其在接送家人、多人同行、商務(wù)出行等重要場景中，一輛精準(zhǔn)匹配的車輛也會(huì)承載更多情緒價(jià)值。

當(dāng)AI打車被越來越多的用戶使用，整個(gè)網(wǎng)約車行業(yè)正在逐漸步入個(gè)性化需求時(shí)代。

與此同時(shí)，預(yù)約叫車、組合出行、訂單查詢等新增AI功能也在被高頻使用。

“預(yù)約叫車”的數(shù)據(jù)中，“明早8點(diǎn)”“半小時(shí)后”“一小時(shí)后”最常被使用，還有很多用戶使用固定周期叫車，如“周一到周五早上8點(diǎn)去公司”“預(yù)約每周一7:00點(diǎn)出發(fā)”等，說明用戶對(duì)計(jì)劃性、確定性出行的需求持續(xù)增強(qiáng)。

提升用戶體驗(yàn)，提高用戶粘性是AI打車為需求端帶來最顯著的變化。在平臺(tái)和供給端，AI打車的出現(xiàn)也打破了行業(yè)內(nèi)長期存在的結(jié)構(gòu)性問題。

當(dāng)優(yōu)質(zhì)的服務(wù)能夠得到更清晰的正向反饋，會(huì)讓司機(jī)在環(huán)境、服務(wù)等多方面主動(dòng)提升乘客體驗(yàn)，以獲得更多的更優(yōu)質(zhì)的訂單。

用戶支付意愿提升，也為司機(jī)收入的改善提供空間。

AI打車打開新的空間后，用戶、司機(jī)、平臺(tái)都可以從中共同受益。

最后，在滴滴最新公布的小滴運(yùn)營相關(guān)數(shù)據(jù)中，有一組數(shù)據(jù)值得特別關(guān)注，AI打車中的“搜附近”功能正在被高頻使用。

該功能可以查詢附近的咖啡店、藥店、醫(yī)院等，并提供叫車方案，一鍵叫車。

在近期的用戶使用數(shù)據(jù)中，“地鐵站”“咖啡店”“火鍋店”“奶茶店”“充電站”“商場”“廁所”“藥店”成為最高頻搜索目的地，折射出用戶真實(shí)的需求：既有通勤接駁，也有餐飲休閑、應(yīng)急補(bǔ)給。

出行平臺(tái)已經(jīng)不只是“從A到B”的工具，也在成為連接周邊生活服務(wù)的重要入口。

業(yè)內(nèi)人士認(rèn)為，這組數(shù)據(jù)體現(xiàn)了AI在創(chuàng)新消費(fèi)場景上的潛力。從用戶視角看，他們需要的不是單點(diǎn)功能，而是一個(gè)能夠理解需求、整合信息、輔助決策的出行助手。

對(duì)滴滴而言，其領(lǐng)先的供給網(wǎng)絡(luò)與服務(wù)優(yōu)勢，可以通過AI更好地滿足用戶個(gè)性化、多樣化需求。更重要的是，除了激活用戶長尾需求，AI小滴也連接起“附近”的煙火氣，其技術(shù)創(chuàng)新始終以人為本。

*題圖來源于滴滴出行微信公眾號(hào)。