北京
【TechWeb】3月6日消息，近日，高德地圖正式推出全球首個由大模型驅動的“視覺認知步導”系統——地標AI領航，該系統深度融合千問大模型、億級POI與千萬級街景圖像，讓導航系統首次具備了“視覺認知與人類語言理解”的空間智能感知能力。
在導航場景中，用戶常常面臨三個主要痛點：起步時方向感模糊、對距離與步行進度缺乏直觀感知、到達目的地附近仍無法確認準確終點。
高德基于多模態人機交互、地理語義理解與生成式AI應用上的突破，推出了更符合人類指路習慣的視覺認知導航，有效解決了上述痛點，為用戶提供零認知負擔的“直覺式行走”體驗。
人類在日常指路時常用“在那邊”“走那條路”“穿過紅色建筑”“下個路口有排餐飲店”等表達方式，通過融入當前環境的地標參考，讓路線信息更明確，其核心依賴“方向語義+地標錨定+上下文感知”的認知邏輯。導航工具若要達到人類語境下的指路效果，首先需要構建覆蓋真實世界、可聽可視的地理語義網絡。
為此，高德地圖基于三大核心能力，建立導航系統對空間關系的深度理解：超億級POI數據庫、高精度步行路網拓撲，以及覆蓋全國大部分城市及景區的千萬級高精街景圖像。結合千問的多模態能力，系統可識別交通設施、商鋪、地標建筑等實體，并評估其視覺顯著性，從而生成更符合人類習慣的自然語言描述。
真實場景中，并非所有POI都適合用于指引，地標不清、提示不準會導致用戶拿不準“第幾個路口轉”“何時該提醒”。為提升指引有效性，高德地標AI領航采用“雙重篩選”：一是時空關鍵節點篩選，僅在起點、轉彎、偏航及臨近終點等決策點播報；二是顯著感知篩選，優先選擇更醒目、更易識別的參照物，如地鐵標識、銀行大牌、餐飲招牌等。
同時，播報文案采用更口語化、具象化的表達，突出顏色、形態與相對位置（如“左側第二個玻璃門”），并根據場景動態調整詳略。實測顯示，用戶在聽到視覺地標提示后，平均比傳統導航快2秒確認正確路徑，減少看手機頻次，進一步降低老人、親子家庭、游客及注意力易分散人群的步行出行門檻。（周小白）
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
