摘要：

高德想做的，是把驗證也交給AI：用AI，避AI的雷。

鳳凰網科技 出品

作者｜Dale

編輯｜董雨晴

AI會寫攻略，也會埋雷。

高德的發布會還沒開，「掃雷榜」先熱了起來。

近幾天，從網傳產品截圖到高德回應，關於這張新排行榜的猜測持續發酵。一張告訴人們哪裏值得去的排行榜，準備怎樣幫人「掃雷」，成了大家關心的問題。

9月10日，阿里巴巴集團旗下高德宣佈掃街榜全面AI化，正式發布高德掃街榜2026。會上，高德導航產品負責人孫衝揭開了這款「掃雷」產品的面紗。

AI時代，輸入目的地、日期和同行人，一份看起來周全的行程很快就能生成：景點、餐廳、車程一項不少。但真正到了現場，計劃可能從第一站就開始失靈——路上比預計更堵，景區需要預約，餐廳已經打烊，帶着孩子，也未必能完成排得密不透風的一天。

這正是AI攻略的悖論：生成越來越容易，驗證仍然困難。地點可以都是真的，單獨看每一項也沒有明顯錯誤；可一旦把它們串成一段旅程，時間、路況、客流和同行人的體力就可能無法彼此匹配。

高德想做的，是把驗證也交給AI：用AI，避AI的雷。

避掉攻略裏的「雷」，先給計劃做一次現實驗證

AI把生成攻略的成本降了下來，卻把驗證真實的工作留給了出發的人。

避雷指南要補上的，正是驗證真實這一環。孫衝介紹，避雷指南通過「時空推演」，把計劃放進具體日期、地點和交通環境，讓營業時間、停車、客流、預約等15類現實變量共同參與驗證。

會上，孫衝用一趟家庭旅行演示了避雷指南：兩個大人帶着兩個10歲的孩子，10月1日抵達貴陽，自駕五天。兩份AI生成的方案、一份網上讚好過萬的「保姆級攻略」，景點、車程和餐廳都安排得很周全。

但經過驗證，三份攻略分別暴露出假期擁堵估計不足、帶娃行程過密、遺漏景區限流與預約條件的問題。地點都是真的，串起來的行程卻未必成立。

更關鍵的是，行程中的變化會相互影響，前一站延誤可能打亂後續安排。據孫衝介紹，系統能夠對後續預約、路線與替代方案進行秒級重算。

這要求底層系統把未來路況、地點狀態和時間約束放在一起推演，判斷整段行程還能怎樣完成。

高德的技術積累，恰好對應這幾層難題。

動態ETA引擎負責預測通行時間。ETA即預計到達時間，高德能夠推演未來數小時的路網流速。驗證全天行程時，下午的路要按下午的條件計算，用當前車程填滿一天，誤差會逐站累積。

時空知識圖譜補上目的地的運行規律。導航顯示「已到達」，距離真正進門可能還差一次停車、一段步行和一輪排隊。景區何時擁擠、車位何時緊張，這些長期積累的規律，決定了行程計算能否接近實際體驗。

高頻出行反饋則負責發現變化。歷史經驗會過期，道路可能臨時施工，地點狀態也會改變。系統持續動態更新，推演纔有現實依據。

三項能力共同支撐了避雷指南的核心亮點：把整段行程作為校驗對象，既找出原計劃裏的衝突，也在條件變化後重算後續安排。

這項能力背後，是高德長期積累的時空數據與高頻出行服務。據介紹，高德從千億次真實出行中沉澱了現實世界的運行規律，同時這些信息能夠持續更新。地圖和導航每天都要處理新的路況、到達和糾錯，預測也有機會與實際結果對照。歷史積累、當下狀態和行動反饋，在同一套服務中連接起來，才構成難以複製的技術壁壘。

從排行榜到空間智能，高德如何理解世界

路網預測、地點知識和出行反饋，要共同參與一次行程判斷，把這些信息連接起來，並計算它們如何相互影響，正是高德空間智能要解決的問題。

「世界不只存在於語言裏，它更存在於二維的網絡拓撲、三維的空間結構、真實世界的流動，以及時間的變化。」高德CEO郭寧在發布會上說，「大模型理解語言，高德理解世界。」

圖｜高德CEO郭寧

這句話需要放回具體場景理解。一個地點除了地址，還涉及它連接哪條路、入口在哪個方向、樓層之間怎樣通行。同一段距離，也可能因為坡度、台階和擁堵，意味着完全不同的到達成本。

高德將空間智能歸納為三層能力：三維空間表達還原結構與細節，動態感知理解此刻的變化，時空推演預測這些變化對後續行動的影響。三者共同回答一個問題：在這樣的環境和條件下，用戶接下來能做什麼。

發布會上亮相的ABot-Earth 0.7，是這套能力的直觀呈現。作為3D原生城市世界模型，它把空間、時間與現實信息組織進一個可以連續進入、自由探索和交互的三維世界，為高德表達和理解現實空間提供基礎。

支撐這種體驗的，是多源信息的統一與幾何一致性。孫衝介紹，ABot系列世界模型能夠處理衛星遙感、街景採集和商家拍攝的影像，將不同來源的信息錨定到共同的空間座標中。視角變化後，建築、入口及其遮擋關係仍需保持自洽。

這是一項硬約束。如果換一個角度，入口的位置就變了，或者室內外的路徑接不上，再逼真的畫面也無法幫助用戶決策。ABot-Earth 0.7的意義，在於讓數字空間能夠承載對真實空間的觀察與判斷。

高德的出發點也由此顯出差異：地圖與出行業務先提供了大量具體問題，模型和算法需要在這些問題中接受檢驗。這裏有價值的數據，帶着明確的時間、地點和行動條件；一次預測是否偏離實際，也有持續發現和修正的機會。

高德的下一步，藏在抵達之後

基於空間智能，高德同時推出飛行街景2.0及導航Live等產品，把服務從一次路線指引，延伸到一整天的生活安排。

出發前，飛行街景2.0依託ABot-Earth 0.7，把固定軌跡運鏡升級為三維空間自由探索。用戶可以調整位置、高度和觀看角度，提前查看劇場座位的視野、商場入口到店門的動線，以及山地景區的坡度和台階。避雷指南則進一步檢查，這些目的地串成行程之後，時間與現實條件能否匹配。

真正出發後，導航Live繼續承接任務，融合用戶的位置、方向、路線進度與現場環境，通過攝像頭理解街景畫面，並在駕車、停車、步行和探索之間保持上下文連續。

比如，用戶邊逛街邊說一句「換一家不辣的」，系統需要接着此前的交流，結合附近店鋪繼續推薦。它要知道用戶正在什麼地方、剛纔在找什麼，以及接下來怎樣走過去。

識別眼前的招牌，只完成了其中一步。讓畫面中的店鋪對應到地圖上的具體地點，再調用路線重算、車位引導等服務，才能把識別結果接到行動上。

從掃街榜的推薦，到飛行街景看清空間、避雷指南驗證安排，再到導航Live承接途中需求，高德正在把一整天裏原本分散的決策連接起來。一次抵達，成為下一項服務的開始。

這打開了高德在物理AI方向的想象空間。當AI承擔更多現實任務，系統必須持續理解用戶意圖、環境狀態與行動結果，並據此調整後續安排。

未來服務入口的競爭，將越來越取決於誰能把用戶的選擇接到可執行的行動上。高德爭取的，正是這個位置：依託空間智能，從提供導航的工具，走向幫助用戶完成現實任務的服務入口。而「真實」，就是這些任務能否成立的標尺。