4月24日，高德地圖面向?qū)Ш綀?chǎng)景正式推出“AI 伴行”產(chǎn)品，它不僅能理解用戶的語(yǔ)言，還能實(shí)時(shí)感知用戶的位置、方向與周邊環(huán)境，通過攝像頭理解街景畫面，并結(jié)合地圖數(shù)據(jù)給出與當(dāng)前處境高度相關(guān)的建議。

這是行業(yè)首款面向真實(shí)世界出行場(chǎng)景打造的全模態(tài)出行伙伴。通過多模態(tài)感知與地圖能力融合，高德正試圖把導(dǎo)航服務(wù)升級(jí)為能夠理解現(xiàn)實(shí)世界的 AI 伙伴。

從“找方向”到“做決策”

在日常出行中，許多用戶都會(huì)遇到這樣的情況：導(dǎo)航剛開始時(shí)站在路口，卻不知道自己應(yīng)該往哪個(gè)方向走。某些導(dǎo)航會(huì)提示“向東步行200米”，但對(duì)于不熟悉方向的人來說，“東”并不是一個(gè)直觀的概念；如果以“向左或右……”替代，雖然能解決大部分問題，但在某些特殊位置也會(huì)顯得不那么直觀。

AI 伴行則會(huì)給出更貼近現(xiàn)實(shí)環(huán)境的指引。例如用戶詢問“我該往哪邊走”，AI 伴行會(huì)根據(jù)用戶當(dāng)前朝向與周邊地標(biāo)回答：“朝著你右手邊那個(gè)麥當(dāng)勞的方向走?！毕到y(tǒng)會(huì)將抽象方向轉(zhuǎn)化為用戶眼前可見的參照物，從而降低理解成本。

在更復(fù)雜的出行需求中，AI 伴行也能夠理解多重意圖。例如，當(dāng)用戶說“我走累了，前面哪里可以坐公交回酒店？我還想買瓶水”，系統(tǒng)會(huì)同時(shí)分析當(dāng)前位置、酒店位置、附近公交線路與周邊店鋪信息，給出完整方案：先經(jīng)過附近便利店購(gòu)買飲料，再步行至公交站乘坐相應(yīng)線路回到酒店，并在地圖上同步標(biāo)注路徑與地點(diǎn)。

在景區(qū)場(chǎng)景中，AI 伴行還可以充當(dāng)實(shí)時(shí)導(dǎo)覽。例如用戶提出“故宮必逛路線，順便看看翊坤宮”，系統(tǒng)會(huì)生成一條完整的游覽路徑，并標(biāo)注沿途核心景點(diǎn)。當(dāng)用戶在行進(jìn)過程中提出新的需求，如“最近的洗手間在哪”，AI 伴行會(huì)結(jié)合當(dāng)前位置即時(shí)給出導(dǎo)航方案。

此外，AI 伴行還支持視覺識(shí)別場(chǎng)景。用戶在街區(qū)或歷史建筑前舉起手機(jī)，詢問“這棟建筑給我講講”，系統(tǒng)會(huì)識(shí)別畫面中的建筑，并結(jié)合地理位置提供歷史信息、開放時(shí)間、門票情況等，同時(shí)提供前往入口的導(dǎo)航選項(xiàng)。如果用戶對(duì)一家店鋪感興趣，也可以通過拍照獲取評(píng)分、人均消費(fèi)和招牌菜等信息。

四項(xiàng)關(guān)鍵技術(shù)支撐真實(shí)世界理解

這些場(chǎng)景背后，是高德為 AI 伴行構(gòu)建的一套以 Agent 為核心的技術(shù)體系，主要由時(shí)空上下文感知、多模態(tài)融合理解、空間行動(dòng)能力以及復(fù)雜任務(wù)處理機(jī)制四個(gè)部分組成。

首先是時(shí)空上下文感知能力。AI 伴行始終運(yùn)行在一個(gè)持續(xù)更新的時(shí)空上下文中，系統(tǒng)會(huì)實(shí)時(shí)感知用戶的位置、行進(jìn)方向、導(dǎo)航進(jìn)度以及周邊環(huán)境，并持續(xù)更新空間、時(shí)間、環(huán)境和行為等信息。當(dāng)用戶提問時(shí)，這些信息會(huì)一起參與AI的推理，使系統(tǒng)能夠準(zhǔn)確理解“前面”“左邊”“順路”等與具體情境密切相關(guān)的表達(dá)。隨著使用時(shí)間增加，系統(tǒng)還可以逐漸積累長(zhǎng)期記憶，從而更好地支持用戶連續(xù)和復(fù)雜的出行需求。

第二是多模態(tài)融合能力。AI 伴行能夠同時(shí)融合文本、語(yǔ)音、視覺和位置信息，對(duì)用戶所處的真實(shí)場(chǎng)景形成整體理解。例如，當(dāng)用戶對(duì)著一棟建筑說“這棟建筑真壯觀，給我講講”時(shí)，系統(tǒng)會(huì)結(jié)合語(yǔ)音內(nèi)容、攝像頭畫面以及當(dāng)前位置識(shí)別建筑并提供相關(guān)介紹。

第三是空間行動(dòng)能力。傳統(tǒng) AI 助手通常只提供信息，而 AI 伴行可以直接調(diào)用地圖能力完成具體操作，例如規(guī)劃路線、發(fā)起導(dǎo)航、在地圖上標(biāo)注推薦地點(diǎn)，或根據(jù)用戶需求實(shí)時(shí)調(diào)整路徑，系統(tǒng)還可以結(jié)合用戶位置進(jìn)行主動(dòng)提示。這讓 AI 實(shí)現(xiàn)了從被動(dòng)應(yīng)答到主動(dòng)伴行的轉(zhuǎn)變，成為能同時(shí)操控語(yǔ)音、視覺、地圖和導(dǎo)航的出行伙伴。

第四是復(fù)雜任務(wù)處理機(jī)制。AI 伴行內(nèi)置了“龍蝦模式”，能夠?qū)鄠€(gè)條件的需求拆解為不同步驟，并調(diào)用相應(yīng)能力逐步完成。例如用戶提出“在雙井附近找一家評(píng)分4.5以上、人均100元以內(nèi)的淮揚(yáng)菜，飯后還能遛彎”，系統(tǒng)會(huì)先篩選符合條件的餐廳，再以餐廳為中心尋找適合散步的公園，并將相關(guān)地點(diǎn)和路線展示在地圖上。

這一能力依托于 QwenPaw 任務(wù)處理框架，通過調(diào)用搜索、路線規(guī)劃、視覺識(shí)別等不同工具，并在多輪對(duì)話中持續(xù)記錄用戶需求，使 AI 能夠一步步完成更復(fù)雜的任務(wù)。與此同時(shí)，這一架構(gòu)也支持持續(xù)擴(kuò)展能力，使AI 伴行可以在真實(shí)出行中承擔(dān)越來越多的輔助角色。

從導(dǎo)航服務(wù)到出行伙伴

從行業(yè)角度看，AI 伴行代表著地圖導(dǎo)航的一次重要范式變化。

過去十多年，地圖導(dǎo)航主要是在把真實(shí)世界“數(shù)字化”——把道路、建筑、商鋪等信息變成地圖里的數(shù)據(jù)，再通過算法幫用戶規(guī)劃路線。而 AI 伴行更進(jìn)一步，它嘗試讓 AI 不只是讀取這些數(shù)據(jù)，還能理解用戶所處的真實(shí)環(huán)境和當(dāng)下情境。

這種能力意味著用戶可以用更自然的方式與地圖交互——通過說話、提問或拍照獲取信息并執(zhí)行行動(dòng)。AI 不再只是搜索工具，而是能夠在用戶身邊持續(xù)理解環(huán)境、提供建議并主動(dòng)協(xié)助決策的出行伙伴。

從導(dǎo)航到伴行，高德正嘗試讓 AI 不僅理解互聯(lián)網(wǎng)信息，也能理解真實(shí)世界。在高德看來，步行導(dǎo)航是這一能力最合適的起點(diǎn)。相比駕車導(dǎo)航，步行場(chǎng)景更復(fù)雜、需求更碎片化，也更依賴環(huán)境信息，因此最能體現(xiàn) AI 理解現(xiàn)實(shí)世界的能力。

隨著技術(shù)和生態(tài)能力的持續(xù)擴(kuò)展，這種“伴行式導(dǎo)航”有望逐漸延伸到更多出行場(chǎng)景，重新定義人與地圖、人與城市空間的交互方式。

目前，用戶開啟高德步行導(dǎo)航后，即可通過導(dǎo)航頁(yè)面下方的“按住說話”按鈕進(jìn)行交互。該功能目前已啟動(dòng)測(cè)試，并正穩(wěn)步擴(kuò)大開放范圍，預(yù)計(jì)將于近期向更多用戶提供體驗(yàn)。