通用汽车（GM）于 2025 年 10 月 22 日宣布，将从 2026 年起在旗下所有车型（涵盖轿车、卡车与 SUV）中整合谷歌 Gemini AI 助手，此举标志着双方合作从基础车载服务向深度 AI 赋能升级，旨在通过生成式 AI 技术重构车载交互体验，同时也是 GM 推进 “软件定义汽车” 战略的关键一步。这一整合并非孤立举措，而是 GM 与谷歌长期合作的延续与深化，更是汽车行业加速布局车载生成式 AI 的缩影，将进一步推动行业从 “硬件竞争” 转向 “智能体验竞争”。
从合作背景与技术基础来看，GM 与谷歌的协同可追溯至 2019 年 —— 当时 GM 承诺在部分车型中集成 “谷歌内置”（Google Built-in）平台，并于 2021 年将首批搭载该平台的车型推向市场，让驾驶者无需连接智能手机即可直接使用谷歌助手、谷歌地图与谷歌应用商店，初步实现车载服务的智能化。2022 年，双方合作进一步延伸至客户服务领域：GM 基于谷歌云的 Dialogflow 技术推出 OnStar 交互式虚拟助手（IVA），该助手每月处理超 100 万次导航咨询、常见问题解答及紧急情况识别请求，覆盖美国与加拿大市场多数 2015 年及以后生产的 GM 车型，为此次 Gemini 整合奠定了技术与数据基础。而 Gemini 的加入，将在原有服务之上新增生成式 AI 的核心能力，打破传统车载语音系统的功能局限。
Gemini AI 助手为 GM 车型带来的核心价值，在于其超越传统语音指令的 “自然对话与场景化服务能力”。与此前依赖预设指令的车载语音系统不同，Gemini 基于谷歌大语言模型，具备上下文理解、多轮对话及复杂需求处理能力：驾驶者可通过自然语言直接起草并发送消息，无需手动输入；在路线规划上，助手能智能识别多站点需求，自动整合充电 station（针对电动车）、休息区等沿途设施信息，生成最优路线；甚至支持驾驶者在通勤途中预处理工作事务，如整理会议议程、梳理待办事项，真正实现 “行车与事务处理并行”。例如，驾驶者只需说 “帮我规划明天从底特律到芝加哥的行程，中途需要两次充电，还要避开早高峰，顺便推荐沿途适合家庭聚餐的餐厅”，Gemini 即可整合地图数据、车辆续航信息与本地生活服务数据，生成完整方案，无需分步下达指令。这种交互模式大幅降低了驾驶中的操作分心风险，同时提升了车载服务的实用性与个性化。
从 GM 的整体战略布局来看，Gemini 整合是其 “软件与 AI 路线图” 的重要组成部分，与 2028 年计划推出的 “无视线监控自动驾驶系统” 形成协同。据 GM 在纽约 “GM Forward” 活动中披露，2028 年将在全电动凯迪拉克 Escalade IQ 上首发 SAE 3 级自动驾驶功能 —— 该系统允许驾驶者 “双手离开方向盘、视线不紧盯路面”，相比当前仍需视线监控的 Super Cruise 技术实现质的突破，其研发依托于 GM 旗下自动驾驶子公司 Cruise 积累的 500 万英里完全无人驾驶数据。而 Gemini AI 助手将作为该自动驾驶系统的 “交互中枢”，未来可能承担更复杂的场景衔接任务，如在自动驾驶模式切换时向驾驶者清晰传达操作指引，或在长途自动驾驶中为乘客提供个性化娱乐、办公服务，形成 “智能交互 + 高阶自动驾驶” 的完整体验闭环。
从行业竞争视角来看，GM 整合 Gemini 的举措，呼应了全球主流车企在车载生成式 AI 领域的布局热潮。目前，奔驰已将 AI 集成至 MBUX 虚拟助手，为旗舰车型提供深度个性化的对话交互；Stellantis 集团于 2025 年 2 月与 Mistral AI 合作开发 STLA Smart Voice 助手，可跨 14 个品牌实现实时故障排查与功能讲解；特斯拉虽在软件定义汽车架构与自动驾驶领域领先，但尚未推出可与奔驰、Stellantis 匹敌的先进生成式 AI 对话助手。GM 的此次动作，正是为了在 “车载智能体验” 这一新兴赛道抢占先机 —— 随着电动车销量增速放缓、市场竞争加剧，车企已普遍意识到，“可通过 OTA 持续升级的软件与 AI 功能” 不仅是产品差异化的关键，更是未来通过订阅服务创造 recurring revenue 的核心。例如，Gemini 后续可能推出 “高级语音服务订阅包”，提供专属场景定制（如商务出行助理、亲子互动模式），成为 GM 新的收入增长点。
不过，当前 Gemini 整合仍存在部分未明确的技术与商业细节。在技术层面，GM 尚未披露数据隐私保护方案（如车载数据存储于本地还是云端）、Gemini 与现有 OnStar 服务的具体整合方式（如是否共享紧急救援数据）；在商业层面，未公布该功能是否为标配、订阅定价模式及具体服务套餐内容。这些细节的明确将直接影响用户接受度 —— 例如，若数据需上传云端，部分用户可能担忧隐私泄露；若采用高价订阅模式，可能限制功能的普及范围。此外，Gemini 在车载场景中的稳定性与适应性仍需验证，如在复杂路况、弱网络环境下能否保持对话流畅，能否精准识别驾驶者带有口音的指令等，这些都将是 GM 后续需要重点攻克的问题。
结合 GM 在 AI 领域的其他布局（如摘要 2、5 提及的地理空间 AI 充电站点规划、制造端预测性分析、赛车 AI 策略等）来看，此次 Gemini 整合并非孤立的 “车载功能升级”，而是 GM 构建 “全链路 AI 生态” 的一环 —— 从生产制造（AI 优化产能）、基础设施（AI 规划充电网络）到用户体验（AI 车载助手），AI 技术正渗透至 GM 业务的各个环节。未来，随着 GM 自研车载 AI 的推进（摘要 5 提及 “将推出定制化车载 AI，结合车辆数据与用户偏好”），Gemini 可能与自研 AI 形成互补，进一步强化其在汽车智能化领域的竞争力。
总体而言，GM 全面整合谷歌 Gemini AI，是汽车行业从 “机械交通工具” 向 “智能移动空间” 转型的典型案例。这一举措不仅将提升 GM 车型的用户体验与产品竞争力，更将推动整个行业对 “车载生成式 AI 价值” 的认知深化 —— 未来，消费者选择汽车时，除了关注续航、性能等硬件指标，“AI 助手能否像‘专属管家’一样理解并满足个性化需求”，可能成为同等重要的决策因素。而 GM 与谷歌的合作模式，也为其他车企提供了 “科技巨头 + 传统车企” 协同推进智能化的参考范本，有望加速车载 AI 技术的普及与迭代。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/tong-yong-qi-che-gm-quan-mian-zheng-he-gu-ge-gemini-ai
