7.4
深览指数
科技微博·晚点LatePost··AI 生成
高德，做真实世界里的下一代 AI
本文深度解析高德如何从地图导航工具转型为空间智能体。核心观点是，高德的路径不同于生成式世界模型（如 World Labs、DeepMind），它不追求从零生成世界，而是利用其海量真实时空数据（道路、人流、到访等），构建一个能理解、预测并指导用户在真实世界中行动的「城市世界模型」。文章详细拆解了其技术框架（渲染器、模拟器、规划器）和产品布局（扫街榜、飞行街景、导航 Live），并指出其终极形态是接管用户「长程意图」的空间智能体。适合关注 AI 落地、互联网产品战略、智能出行领域的读者。原文 ↗
核心观点
- ▍高德空间智能的核心不是生成虚拟世界，而是利用其独有的海量时空数据，构建一个持续更新的「城市世界模型」，以理解真实世界当下的状态并指导用户行动。
- ▍高德的终极产品形态是一个主动、持续工作的「空间智能体」，它接受用户的「长程意图」（如「帮我安排好今天的行程」），而非「一连串短指令」，从而接管用户在物理世界中的完整行动序列。
- 01高德CEO郭宁将公司理解现实世界的能力拆解为四层：二维网络（连接关系）、三维空间（物理结构）、时间（动态变化）、流（人流车流等行为），这四层统一后形成了可预测和模拟的城市世界模型。
- 02高德的技术架构基于 MoT（Mixture of Transformers），处理空间几何、空间语义、动态状态和行为交互四类数据，并形成「应用-模型-数据」的反馈闭环，支持递归自我改进（RSI）。
- 03产品「扫街榜」通过算法区分「专程前往比例」、「回头客比例」和「本地人比例」，以用户在现实中的真实行动而非线上评分来判断一家店的推荐价值，并引入行家评分衡量「品味」。
- 04产品「导航 Live」能理解用户的复合需求（如「找一家顺路的、人均200元以内的淮扬菜，到的时候还在营业」），并将摄像头画面中的建筑与地图路网对应，实现「所见即所得」的导航。
- 05高德的技术路径与 World Labs（三维生成）、DeepMind（环境模拟）、英伟达（物理AI模拟）形成对比，侧重点在于解析已有的、持续变化的真实世界。
反方 / 局限
- — 系统介入现实行动越深，对准确性和可信度的要求越高，高德需要知道「什么时候应该保持克制」，这种能力边界是一个待解决的难题。
- — 高德的数据优势（用户到访、导航行为等）既是壁垒也是挑战，如何将这些优势组织成「稳定、可信、连贯的用户体验」，仍需要通过一次次真实行动来检验。
15 分钟 · 4 卡片 · 7 资料
读原文 →