活动回顾丨车凌科技走进广汽，刘逸轩拆解垂域智能体如何操盘数据闭环

车辆出现故障后，运营商需要多久才能知道？又该如何采取正确的治理措施？在AI时代，问题的答案往往取决于是否有一个能把采集到的数据，转化为真实诊断动作的“操盘手”。

近日，2026“装备强国”系列活动——走进广汽圆满举行。车凌科技刘逸轩先生受邀出席，并发表《智能网联汽车高价值数据应用实践：全维数据采集与智能分析协同实践》主题演讲，围绕真实的业务场景，拆解高价值数据从车端感知，到垂域智能体主导业务闭环的完整链路。

以下为演讲实录：

数据是智能体运转的一大关口，而在传统数采模式下，这道“成本账”长期算不平。

车凌科技的解法是凌云平台——把车端变成数据的“第一道加工厂”，通过边缘计算让数据在上云之前就完成筛选、计算与分级，从源头把成本降下来、把价值提上去。

数采是一笔长期的运营账，数据这道“燃料”备好了，如何将其真正用起来才是关键。

基于自研的车云一体化数据平台，车凌科技融合大模型基座构建Hyper Agent 凌云智能体，对有效数据进行推理与诊断，让实时数据读取、异常自动分析、诊断结论生成同步完成。

传统远程诊断存在数据覆盖不全、效率不可规模化、结论不可复用等问题。

凌云智能体第一步做的，是拉开感知“入口”——车辆日志、CAN信号、SOA报文、DTC等多源数据，连同自然语言、用户语音交互等汇入诊断体系。当车辆出现异常或用户主动报障，智能体即刻触发进入诊断流程，针对多源信号、工况上下文、历史案例等进行关联比对。且一旦判断现有证据不足，会自动触发补采任务，让系统补齐证据。基于多维数据交叉验证，凌云智能体能够快速锁定故障位置与成因，并生成一份可执行的治理指引，实现“对话式诊断”。

凌云智能体从来不是一次性交付的成品，而是具备持续抬升的能力曲线。

在每一次诊断中，输出结果都将沉淀为可复用的知识资产，支持用户进行调取，配合可视化图文提供维修指引，或根据动态化场景定制培训方案。诊断模型也能在持续评测中优化迭代，从故障感知、分析，到经验沉淀、反哺——数据在闭环里每流转一圈，系统就更聪明一分。

实际运营数据显示，目前诊断治理智能体已覆盖近千个服务站及近万名维修工，将单台车诊断时间缩短40%，年度运营成本降低30%。

正是这套已在真实场景中跑通，并有运营数据印证的能力，让凌云智能体吸引了广泛关注。

活动现场，车凌科技团队还与广汽工程师及相关采购领导进行了一对一深度沟通，围绕凌云智能体在售后诊断场景的落地路径展开深入交流。