Google把Gemini塞進(jìn)車載系統(tǒng)后

去年12月，Google把Gemini塞進(jìn)Android Auto的時(shí)候，沒人想到這會(huì)是一次「換腦手術(shù)」。我開了三個(gè)月，發(fā)現(xiàn)一個(gè)反常識(shí)的事實(shí)：這個(gè)在手機(jī)上連定時(shí)器都設(shè)不利索的AI，到了車?yán)锓炊闪俗羁孔V的副駕。

數(shù)據(jù)很能說明問題：Google Assistant處理多步驟指令的失敗率，在車載場(chǎng)景下長(zhǎng)期居高不下。而Gemini的接入，本質(zhì)上給汽車裝了一個(gè)能推理的認(rèn)知層——不是更響的喇叭，而是換了個(gè)會(huì)思考的大腦。

場(chǎng)景一：導(dǎo)航終于聽懂人話了

傳統(tǒng)車載導(dǎo)航有個(gè)老毛?。悍呛诩窗?。你要么走A路線，要么走B路線，想中途加個(gè)加油站？系統(tǒng)當(dāng)場(chǎng)死機(jī)。

Gemini的處理方式完全不同。上周我從深圳開車去廣州，順口說了句「找條不堵的路，中途加個(gè)充電站，別走高速收費(fèi)那段」。它沒反問「您指的是哪段」，而是直接規(guī)劃了一條繞行北環(huán)、經(jīng)停南沙充電站的路線。

Google工程師在1月的更新日志里提過，這是多輪意圖理解的落地——把「不堵」「充電」「避開收費(fèi)」三個(gè)約束條件同時(shí)滿足，而不是逐個(gè)詢問確認(rèn)。

老Assistant在這種場(chǎng)景下的標(biāo)準(zhǔn)回復(fù)是「我不明白」?，F(xiàn)在Gemini的應(yīng)對(duì)是默默算完，把結(jié)果甩到屏幕上。

場(chǎng)景二：跨應(yīng)用的操作鏈

車載場(chǎng)景最煩的不是功能少，是功能散。導(dǎo)航、音樂、消息、日歷，四個(gè)App四個(gè)入口，開車時(shí)切來切去等于玩命。

Gemini的解法是把操作串成鏈。我試過一個(gè)典型場(chǎng)景：「告訴張三我晚到20分鐘，然后放我上周收藏的那個(gè)播客，音量調(diào)低兩格」。

拆解一下這個(gè)動(dòng)作：先打開消息App找到聯(lián)系人發(fā)送延遲通知，再跳轉(zhuǎn)音樂App定位到特定播客，最后調(diào)節(jié)系統(tǒng)音量。老Assistant會(huì)在第一步就卡住，Gemini則能在10秒內(nèi)走完全流程。

Google把這叫「擴(kuò)展執(zhí)行」（Expanded Execution），說白了就是讓AI記住中間狀態(tài)，而不是每步都讓用戶確認(rèn)。這個(gè)能力在手機(jī)上還沒完全放開，車?yán)锓炊扔蒙狭恕?/p>

場(chǎng)景三：模糊指令的推理補(bǔ)全

開車時(shí)說話不可能像寫代碼那樣精確。人說「找地方吃飯」，背后藏著一堆隱含條件：現(xiàn)在幾點(diǎn)、附近有什么、偏好什么口味、預(yù)算多少。

老Assistant的處理方式是列個(gè)列表讓你選，本質(zhì)上把決策壓力拋回給用戶。Gemini會(huì)主動(dòng)推理：當(dāng)前時(shí)間12:47，判斷是午餐場(chǎng)景；結(jié)合歷史記錄，你常去粵菜館；再過濾掉評(píng)分低于4.0的——最后推一家「距離8分鐘、現(xiàn)在有位」的選項(xiàng)。

我故意試過一次刁難：「上次去東莞吃的那家，附近有沒有類似的」。Gemini從聊天記錄里挖出三個(gè)月前的一家燒鵝店，在當(dāng)前位置3公里內(nèi)找到同品牌分店，還備注了「這家店燒鵝口碑更好，但停車難」。

這種「記得住、聯(lián)得上、推得準(zhǔn)」的能力，靠的是Gemini的長(zhǎng)上下文窗口。Google沒公布具體數(shù)字，但實(shí)測(cè)它能回溯至少半年的對(duì)話記錄做關(guān)聯(lián)。

場(chǎng)景四：失敗時(shí)的降級(jí)處理

最意外的改進(jìn)不是成功的時(shí)候，是搞砸的時(shí)候。

以前問復(fù)雜問題，Assistant要么沉默，要么彈出一堆不相關(guān)的搜索結(jié)果?，F(xiàn)在Gemini會(huì)明確告訴你「這個(gè)我做不到，但我可以幫你做X」——把開放性請(qǐng)求轉(zhuǎn)成它能處理的封閉任務(wù)。

比如我問「這附近有沒有適合拍照的地方，最好有老建筑，人別太多」，它先承認(rèn)「我無(wú)法實(shí)時(shí)獲取人流數(shù)據(jù)」，然后補(bǔ)充「但我可以導(dǎo)航到沙面島，那里老建筑集中，工作日人流相對(duì)較少，需要查看實(shí)時(shí)路況嗎」。

這種「部分滿足+明確邊界」的交互，比假裝聽懂然后亂答要體面得多。產(chǎn)品經(jīng)理把這叫做「優(yōu)雅的失敗」，但用戶感知到的只是「這玩意兒不裝傻」。

三個(gè)月用下來，一個(gè)感受越來越清晰：Gemini在車?yán)锉仍谑謾C(jī)里更像一個(gè)成熟產(chǎn)品?？赡苁且?yàn)檐囕d場(chǎng)景的需求更聚焦——導(dǎo)航、通訊、娛樂、信息查詢，四個(gè)核心場(chǎng)景做深比做廣更重要。也可能是Google終于意識(shí)到，開車時(shí)用戶輸不起，一次理解錯(cuò)誤就可能錯(cuò)過高速出口。

1月的更新里，Google給Gemini加了實(shí)時(shí)視頻理解和更長(zhǎng)的上下文記憶。這些能力還沒完全下沉到車載端，但路線圖已經(jīng)很明顯：汽車正在成為AI Agent的第一個(gè)完整試驗(yàn)場(chǎng)。

一個(gè)值得玩味的細(xì)節(jié)：Google在官方文檔里把車載Gemini定義為「駕駛專用智能體」（Driving-optimized Agent），而不是「助手」的升級(jí)。措辭變化背后，是產(chǎn)品定位的徹底轉(zhuǎn)向——從執(zhí)行命令的工具，變成能自主決策的代理。

我還在等一個(gè)功能：讓Gemini記住我常走的路線偏好，在沒指令的情況下主動(dòng)建議「今天周五，往常這個(gè)點(diǎn)南環(huán)很堵，要不要試試新開通的東曉南放射線」。如果這一步落地，導(dǎo)航和助理的邊界就徹底模糊了。

你最近一次用車載語(yǔ)音助手是什么時(shí)候？它聽懂你的真實(shí)需求了嗎，還是你不得不放慢語(yǔ)速、換個(gè)說法、最后干脆自己動(dòng)手？