配资是一种为投资者提供杠杆资金的金融服务！
智东西AI前瞻（公众号：zhidxcomAI）
智东西8月5日报道，昨日，高德地图亮出AI大招，全新2025版本猛增一大波AI功能，新增四大AI智能体，把高德地图变成了“全球首个基于地图的10亿国民级AI Native原生应用”。
日常导航、出游规划、旅游攻略、买票订餐、驾驶导航、到此一游，通通升级成AI玩法。
四大AI智能体分别是：主智能体“小高老师”、生活服务智能体、出行服务智能体、空间服务智能体。
新版高德地图新增“AI探索”和“AI对话”两个入口，同时在搜索栏下方加入“AI即时”推荐区，会根据用户过去的搜索、导航习惯和网络热度，个性化推荐用户可能想去的地方或用得上的生活服务。
用户升级高德地图App至最新版后，搜索“空间智能”即可申请体验邀请码并立即使用。智东西也围绕日常高频使用场景对新版高德地图进行了全面体验。
该版本的核心升级，是高德主智能体“小高老师”的能力进化，支持语音和文字交流。
“小高老师”具备出行规划能力，能够像传统AI助手一样生成路线方案，但在细节上更靠谱。
系统会为每段路程明确标注出发时间和预计用时，使行程安排更清晰，计划可执行性更强。每个目的地下方也新增了“行程”，用户点击后即可进入导航界面，沿用原有的自驾、打车等选项。
借助AI能力，高德地图进一步延伸至多个生活场景，覆盖餐厅选择、酒店预订、加油站位置与油价查询等实用服务。用户在使用“AI即时”和“AI探索”功能时，系统会根据当前位置和过往导航行为，推荐“附近美食”“猜你想去”等个性化内容，还包括各类榜单、热门地点以及本地“种草帖”，方便用户在吃喝玩乐中快速做决策。
不过，目前“小高老师”与地图系统之间仍存在一定“割裂”。当用户提出较复杂的个性化路径请求，例如“自驾出行”“返程顺路买特产”等具体需求时，系统有时响应不到位。
此外，现阶段的行程规划仍缺乏多条路线选项设置，难以细化调整。若未来支持多轮对话，引导用户逐步完善行程内容，整体体验将更贴合真实使用场景。
总体来看，本次更新在功能维度上实现了大幅扩展，AI的角色从被动响应转向主动辅助。智东西从“AI领航”出发，结合新版高德的规划与推荐能力，模拟了一段完整的出行体验，以感受这款“AI地图”是否改变了用户的出行方式。
一、小高老师接管主交互：语音不只是识别，而是全程参与决策在新版高德中，用户可以直接通过语音图标或“AI对话”按钮，与主智能体“小高老师”展开语音或文字交流。对话过程中无需等待完整响应就能打断或修改指令，语音识别响应流畅，即使表达不清或说错，系统也能自动过滤异常内容，减少重复确认。
用户提出的复杂需求无需拆解成多条指令，系统就能理解意图，一次性完成包括行程推荐、路线安排、酒店选择等在内的完整方案生成。无论是临时调整路线，还是预订某地景点票，都可通过一次自然语言输入完成操作，由“小高老师”统筹调用所需服务。
用户可以直接输入“帮我规划一次三日跨城旅行”，让“小高老师”生成完整的旅行攻略。每个途经点都配有“详情”按钮，用户可点击查看相关信息，如餐厅评价、景点门票、开放时间等，也可以在页面下方的“问一问”栏直接提问，比如“有没有停车场”“能不能带宠物”等，由AI“店小二”即时回复具体信息。
除了出行安排，高德还支持根据用户需求推荐餐馆、博物馆或其他有趣的去处。
用户还可以提出更具体的偏好，系统能够理解这类细节化需求，并返回带有评分、距离和推荐理由的筛选结果。
若用户进行多轮连续提问，系统也具备上下文理解能力。例如，用户在提问“有哪些卖意大利冰淇淋的店”后，输入“有没有纯意大利品牌”，系统便会锁定“纯意大利品牌冰淇淋店”，满足用户纯正意式风味的需求。
如询问“哪些咖啡店有猫”，系统也会自动推理出“满足撸猫需求”“距离适中”“营业时间覆盖晚间时段”等潜在条件，提供更贴合的推荐结果。
“小高老师”的路径规划能力也在线，如果用户输入指令：“我想路过潘家园、天安门、西直门、清华大学，设计一条最快的路线”，系统将在对话界面生成简明的行程图，展示驾车、公共交通、骑行、步行四种出行方式，并给出对应的全程耗时、距离、预计到达时间及途经红绿灯数量。
在生成的导航页面中，用户还可以进一步设置路线偏好，例如选择“高德AI推荐”、高速优先、避免拥堵、少收费等个性化选项，实现更贴合用户需求的路径规划。
不过，“小高老师”生成回答的准确性还有待优化，有时不太靠谱，得点进实际地图页面验证一下。
在提出一些精准诉求时，小高老师偶尔会“突发恶疾”，生成一些令人瞠目的结果。比如要求它推荐步行1公里内的日料店，它给出的第一个答案与实际地图距离不符，第二个答案就更离谱了，推荐了一家远在东京的餐厅。
我们在后文详细分享了一段模拟真实出行场景的全程AI体验，包括出发前规划、行程中调整、到达目的地后的互动，并贴出了“小高老师”回复内容的截图。感兴趣的读者朋友可以直接划到文章靠末尾处了解。
二、生活服务智能体：从“你要去哪”到“猜你会去哪”新版高德新增“AI即刻”与“AI探索”两类生活服务智能体。在不确定要去哪的情况下，用户可以通过“AI即刻”获取基于当下时间、天气、位置与个人偏好的即时出行建议。例如：有航班时自动提示是否应提前出发、在异地城市时优先推荐附近评分较高的餐厅与空房酒店。
打开App首页下拉即可进入推荐区域，很直观。
若用户只是想找些灵感，由原先的“附近”功能升级而来“AI探索”，则更适合规划中短期的出行安排。系统会结合用户兴趣、节气、天气等信息，主动推送红叶季路线、温泉推荐、节日活动等目的地建议，不需用户提出明确请求。通过这种方式，用户可以在未设目标前就获得贴近当下心情的个性化旅行线索，发现未被注意的潜在目的地。
页面以用户所在地为中心，将美食、酒店、景点、银行、加油站等地点进行归类，同一类别的信息直观地呈现在地图上，便于快速选择。
在每个品类下，还提供多个AI交互入口，例如在“探索城市绿洲”模块中，用户可以发起“适合户外活动的森林公园”“哪些植物园适合拍照？”等问句，系统将通过“深度搜索”弹出相关地点页面或达人推荐内容。
在行驶过程中，高德地图则通过“AI领航”展开实时路径优化与风险规避。其核心技术为TrafficVLM（交通视觉语言模型），将多时空交通流信息转化为结构化图像帧，供AI推理分析。
该能力重点在于“超视距感知”：不是依赖用户当前位置周边的感知能力，而是结合多个路段、多类事件信息，进行前方趋势预测。例如系统可识别高速前方事故点位、道路封闭、急刹路段等，在用户进入区域前即提出变道或避让建议，实现毫秒级预警。
此外，在夜间视野不佳、弯道行车等场景中，高德会自动启用导航界面动态渲染，并通过语音播报提供“盲区预警”。导航界面变得更直观清晰，对新手司机尤其友好，车道标注有“可变”、“公交车道”等显眼的文字，还有前方多个红绿灯的实时倒计时秒数。
导航界面同步提供“绿波速度”建议，驾驶员若按照推荐速度行驶，可连续通过更多绿灯路口，从而提升通行效率、缩短整体行程时间。由于小编没有车，这里借用一下高德地图官方晒出的驾驶页面截图。
到达目的地后，用户还可以通过“空间服务智能体”与现实场景进行互动和记录。通过AR打卡功能，用户可将数字内容绑定到真实地理坐标上，拥有沉浸式拍照体验。
AR打卡入口位于页面右上角“+”菜单，支持图片、视频、虚拟形象及AR装置等多种形式，建筑室内外均可打卡。
用户可以在地点上添加虚拟气球、偶像装置，或定制3D虚拟人像与场景合影，还可为打卡图片添加滤镜、贴纸，并对人像进行美颜处理。
为体验新版高德的整体能力，智东西设计了一段完整出行场景，覆盖出发前规划、行程中调整、目的地互动三个环节。
1、出发前对话
对小高老师说：“假设我明天上午9点从公司出发，帮我推荐一个两小时车程内的小众景点，并规划一条途经咖啡馆早餐、回程能买特产的路线。”
高德地图自动生成了一份为期三天的出行计划，并通过地图可视化展示每日路线。规划中包含餐饮和酒店推荐，明确标注每个地点与景点之间的行程距离、预计到达时间，以及餐厅和酒店的特色亮点。
相较于仅提供文本建议的AI助手，高德依托自身导航能力，可同步整合实时路况与出行方式，精准计算各环节的出发与到达时点。在此页面也能直接进入“导航”界面，更贴合真实出行，提升了整体的执行效率与便利性。
2、行程中调整
途中再问：“我现在在去百望山森林公园的路上，帮我避开前方高速的拥堵路段，如果有事故提前告诉我，并推荐安全绕行方案和最佳变道时机。”
在导航过程中，系统迅识别用户意图并将路线偏好调整为“避免拥堵”，同步弹出导航界面，是否存在高速路段、当前路况、拥堵点等信息也均提前提示。这类路况响应原本属于高德旧版导航的能力范畴，如今已整合至AI对话界面，可灵活调动。
3、到达后互动
到达后说：“帮我在百望山森林公园找一个适合拍照打卡的点，加秋日限定的AR滤镜和虚拟热气球，拍一段AR视频留作纪念。”
到达景点后，用户提出拍摄需求后，系统不仅推荐了适合拍照打卡的位置，还同步提供AR功能的使用指引、最佳拍摄时段建议、前往打卡点的导航路线，以及拍摄角度与构图提示等辅助信息。
可见，导航软件不再只是被动调用指令的工具箱，也开始具备识别复杂需求、统筹功能资源，并通过语音交互实现决策与执行的能力。通过本次体验可以看到，高德地图，也从传统导航应用演进为面向真实时空的“空间智能体”。
结语：空间智能如何改变地图产品的边界？以AI Native为起点，高德地图2025展现了一个更复杂、更主动的地图形态：它不仅执行行程导航请求，还试图理解用户的时间安排、兴趣图谱与生活习惯，并在此基础上辅助用户决策。
对用户而言，这是一种“地图即助理”的新形态；对行业而言，这可能是AI Agent渗透日常生活最具可行性的落地场景之一。
但与此同时，用户是否真的愿意将出行规划交由AI主导？主动推送的干预是否会有隐私争议、或引发信息冗余和认知负担？这都还有待时间验证。
恒正网提示：文章来自网络，不代表本站观点。
