技术升级 - 鹰眼守护预警技术实现路桥灾毁事件秒级感知、预警、发布与示警拦阻 [1] - 系统基于海量匿名脱敏车辆速度、加速度、位置数据 通过空间智能架构与云端AI大模型实时分析同向多车异常行为 [1] - 预警系统实现从单车异常检测到群体异常检测升级 可实时分析车辆轨迹集体变化捕捉重大路况异常 [2] 技术性能 - 实车测试显示后方车辆在数秒内接收预警信息 覆盖距离接近1公里 重大异常事件预警准确率达90%以上 [2] - 系统在发布预警后持续检测道路通行情况 分钟级别内完成"消散"或"通行中断"动态事件生成 [2] - 搭载TrafficVLM交通视觉语言大模型 将交通数据实时还原为动态孪生视频流并分析发展趋势 [2] 应用范围 - 技术已实现全国范围应用 覆盖重大异常事件、弯道来车、无灯路口会车等17个日常驾驶场景 [3] - 用户开启高德地图导航及语音播报功能即可匿名加入预警系统 [3] - 系统通过语音+地图界面双重方式向后方或受影响车辆精准推送预警信息 [1]

公司战略与愿景 - 高德董事长提出空间智能未来将像云计算一样，成为各行各业与物理世界交互的标配[1] - 公司致力于通过“技术底座+产业平台”模式，帮助合作伙伴打造“千行千面”的AI融合发展模式[1] - 公司的核心策略是广交朋友并坚持开放生态，尤其在低空领域，公司明确只做基础设施、不做应用，所有应用均来自合作伙伴[5] 空间智能技术定义与价值 - 空间智能的核心价值在于推动AI从二维信息处理迈向三维时空交互，使其能够理解和预测真实世界的复杂性[1] - 该技术通过融合视觉、声音、定位等多模态信息，构建物理世界的三维几何结构，实现从“被动感知”到“主动预判”的跨越[1] - 空间智能被定位为人工智能重要的基石性领域，其作用是帮助人们理解世界并更好地交互[3] - 公司认为所有数字世界的智能，最终都要在物理世界里找到存在的意义[2] 产品与应用案例 - 公司展示了出行导航场景虚拟数字人“小高老师”，可通过调用子智能体和工具为用户制定个性化最优出行方案[2] - “高德扫街榜”是全球首个基于用户真实行为与信用数据生成的榜单，其背后有空间智能技术支持[2] - “小高老师”产品基于语音对话规划用户行程，通过空间智能和智能体实现统筹应用[3] - 红绿灯倒计时功能是时序大模型应用的例子，需要对路口流量进行学习和推演[4] 技术架构与能力组合 - 空间智能被阐述为一系列能力的组合，包括用二维和三维能力刻画与理解空间，以及大数据和时序模型部分[3] - 时序大模型在技术架构中扮演幕后角色，用于处理用户行为轨迹等低维时序特征[3] - 技术基础涵盖三维立体空间（XYZ轴）以及时间维度，形成四维存在，以支持历史回顾和未来研判[4] 生态合作与产业化 - 公司已与智能眼镜、汽车、机器人、低空飞行等领域的多家伙伴展开合作，将技术延伸至更广泛的物理世界交互场景[4] - 生态开放是公司的底层选择，旨在帮助更多企业和开发者打造出更好的产品[4] - 公司后续计划对一些合作伙伴进行孵化培养，以推动整个市场生态的繁荣发展[5]

产品发布与背景 - 中国安全生产科学研究院联合高德地图发布"鹰眼守护"预警系统 旨在通过技术手段实现公路交通的主动防护 改变以往依赖个人小心和事后救援的传统模式 [1] - 中秋国庆假期全社会跨区域人员流动量预计达23.6亿次 其中自驾出行达18.7亿人次 占比80% 凸显公路安全管理的迫切需求 [1] 技术原理与架构 - 系统采用"感知-判断-预警"三环节工作机制：通过传感器探测前车速度骤降或急刹等异常行为 经匿名脱敏处理后上传云端 [2] - 云端AI模型通过TrafficVLM交通视觉语言模型实时比对上百辆周边车辆信号 结合交通孪生还原技术进行路况判断 [2] - 预警方式采用语音与地图界面双重推送 确保驾驶员及时接收信息 [2] 测试性能与效果 - 8月在山东智能网联高速公路测试基地实车测试显示：当速度超80公里/小时且多车同时急刹时 系统可在数秒内向后方1公里范围内车辆推送预警 [2] - 重大异常事件预警准确率超90% 为驾驶员提供黄金反应时间 [2] 应用场景覆盖 - 系统已覆盖17个日常出行场景 包括弯道来车 无灯路口会车 急刹车 慢速车 后方快速来车 汇入汇出口来车及骑行车辆等多元路况 [3]

产品表现 - 智能体"小高老师"单日调用量达12亿次 [1] - 上线不到一个月月活跃用户数突破4亿 [1] - 日均推荐生活服务类点位超6300万个 [1] - 高德地图上每天有1.2亿次生活服务AI搜索 [1] 产品定位 - 高德地图2025版是全球首个AI原生地图应用 [1] - 产品通过语音图标或"对话"按钮实现交互 [1] - 智能体成为连接用户与生活服务的重要载体 [1] - 地图从"你问我答"工具转变为"先于思考"的伙伴 [3] 功能特性 - 具备强大的语义理解能力和推理思考能力 [3] - 可定制多天自驾游攻略和查询机场贵宾厅权益 [3] - 支持预订私密包间餐厅和实时调整出行方案 [3] - 通过调用子智能体和对应工具输出个性化解决方案 [3] 发展计划 - 过去一个月在行程规划和复杂需求识别方面取得显著提升 [3] - 未来将重点提升自我反思和异地出游等专项服务能力 [3] - 致力于成为用户全场景的出行生活决策助手 [3]

高德地图扫街榜功能上线及用户反馈 - 扫街榜上线首日用户数量超过4000万人 [1] - 首页界面突出呈现餐饮商家和景点等生活服务信息引发部分用户争议 [1][4] - 部分用户认为生活服务信息堆砌破坏了导航应用核心价值 而部分用户认为功能方便了本地生活需求 [4] 用户界面差异及功能体验 - 相同APP版本下不同用户首页显示内容存在差异 部分用户显示酒店起订价格信息如413元起或183元起 [4] - 导航功能用户认为首页过度推荐饭店景点导致界面混乱 [4] - 本地生活服务用户认为扫街榜功能减少了跨APP切换需求 [4] 商业战略与市场竞争 - 高德地图通过导航与本地生活服务深度融合布局火热竞争的本地生活服务市场 [6] - 模式成功可为线下商家带来流量曝光 尤其帮助缺乏线上资源的小店 [6] - 公司可通过精准营销推广和数据分析等增值服务实现商业化变现 [6] - 功能成功将提升平台用户粘性和活跃度 有利于吸引广告投放业务 [7] 运营挑战与风险 - 需平衡商业发展需求与用户体验 避免导航核心用户流失 [7] - 需确保扫街榜信息准确性公正性 防范商家刷榜和虚假评价等行为 [7] - 信息真实性问题和用户信任度下降可能对品牌形象造成负面影响 [7]

高德扫街榜产品发布 - 高德正式发布全新信用体系"高德扫街榜" 主打真实全面且永不商业化 [2] - 该体系每天为全国线下服务业商家多带去1080万消费者 [2] - 高德升级为阿里巴巴线下生活服务的超级入口 服务10亿用户且日活跃用户超1.7亿 [2] 榜单核心机制 - 采用"用脚投票"机制 基于5143万人的13亿次导航数据生成排名 [12] - 数据覆盖用户反复前往的118万家回头店 时间跨度长达一年 [12] - 对应导航里程达228亿公里 相当于绕地球57圈 [12] - 必须到店才能做出评价 未到店评价被系统识别为无效 [45][65] 技术实现方式 - 利用AI技术通过数据角度和多模态大模型保证评分真实性 [48][51] - 输入数据均为用户真实行为包括搜索分享导航到店和评价 [48] - 通过高德空间智能处理行为数据 结合芝麻信用判断行为可信度 [48] - 综合评分采用复合函数计算 包含用户行为分和用户评价分等多变量 [52][54][61] 榜单分类体系 - 包含状元榜扫街榜热门打卡和城市指南等多维度榜单 [14] - 状元榜为年榜覆盖美食景点和酒店 扫街榜每日更新且更细化 [15] - 设有轮胎磨损榜体现远距离专程前往 多次前往榜单体现回头客数量 [19] - 包含本地人爱去地方小吃老字号等动态更新条目 [23] 数据积累与AI赋能 - 高德拥有20年数据积累 用户量超10亿且每日有亿万次搜索导航到店行为 [67][68] - 通义千问基础大模型和高德AI垂直优化激活沉淀数据 [68] - AI技术将大数据萃取成扫街榜 在用户与门店间架起桥梁 [69] 行业影响与差异化 - 颠覆传统到店评价体系玩法 用真实打败虚假 用行为打败空口 [3][8] - 让未被发掘的人间烟火店铺获得曝光机会 解决信息不对称问题 [39] - 在AI生成内容时代用AI守住真实 获得用户信任 [71]

高德扫街榜产品发布 - 高德地图上线全球首个基于真实行为产生的榜单产品"扫街榜" 覆盖美食、酒店和景区类别 包含衣食住行全方位服务[1] - 榜单基于近一年5143万人的12亿次导航数据和228亿公里行程计算 从用户反复前往的118万店铺中筛选得出[2] - 产品占据高德APP显著位置 与AI出行助手"小高老师"连接贯通 用户可通过语音助手使用榜单服务[3] 技术实现机制 - 采用阿里通义大模型实现全面AI化升级 通过空间智能技术实现意图理解、精准推荐和供需匹配[3] - 通过AI算法科学量化用户导航、到店等行为 检验评论真实性、专业度、时效性和内容质量[3] - 引入芝麻信用体系 高分用户评价权重更高 加速达人升级流程 提升内容审核效率[9] 数据维度创新 - 综合评分体系包含用户行为分（4.9分）、用户评价分和用户信用分三大维度[6] - 真实行为数据包括导航到达数、搜索数、收藏数、专程前往次数和回头客数据[6][7] - 每日产生1.2亿次生活服务AI搜索 日导航总里程超15亿公里 AI推荐日均生活服务类点位超6300万个[11] 特色榜单分类 - 设置"轮胎磨损榜"反映用户远程打卡意愿 "专程前往榜"体现用户跨距离消费意愿 "回头客榜单"显示长期忠诚度[14] - 包含"本地人爱去"榜单区分本地与外地客源 设置城市特色体验、高分烟火小店等多类动态更新排名[15] - 首份"烟火小店榜"覆盖2962家店铺 遍布全国61个城市 包含传承老店和家庭式经营小店[17] 商业生态布局 - 投入超10亿推出"烟火好店支持计划" 发放2亿元出行补贴券包和9.5亿元消费券[16] - 通过首页AI推荐、搜索热词推送和导航语音播报等方式 每日为小店提供5000万流量曝光[17] - 平台覆盖全国超700万个餐厅点位 每日处理1.2亿次生活服务搜索 导航前往1300万个生活服务目的地[16] 市场竞争地位 - 高德地图拥有10亿海量用户 日活近1.7亿 月活达8.9亿 用户高频使用出行服务[1][15] - 作为国民级应用 高德与本地生活业务形成天然连接 减少用户在不同APP间的跳转[1] - 基于真实导航行为构建信用体系 有望颠覆传统流量榜、营销榜和网红榜[9]

产品功能升级 - 上线实时地铁到站预测功能 支持查看当前及下一趟列车预计到站时间 并提供工作日与周末详细发车计划[1] - 新增下车智能提醒功能 在距离目的站点两站时通过弹窗和震动提醒 手机锁屏状态下依然有效[1] - 整合支付与导航环节 用户规划路线时可同步调出乘车码刷码过闸 已在北京深圳成都等51个城市开通[1] - 提供地铁站内指引功能 以文字配合图片形式提供清晰换乘或出站路线导航[1] - 标注强冷/冷车厢信息 乘客可依据温度偏好选择车厢 已覆盖北京上海广州等44个城市[2] - 提示最快换乘车厢及车门位置 帮助需要换乘的乘客节省站内步行时间[2] 技术实现方式 - 基于空间智能技术 通过对客流地铁运行状态用户位置等多维度数据分析与AI模型计算[1] - 为用户提供更精准和个性化的地铁出行方案[1] 服务优化方向 - 核心优化乘客在地铁出行中的信息确定性[1] - 简化乘车流程[1] - 提升通勤效率与舒适度[1]

核心观点 - 鸿蒙版高德地图完成重大版本升级，通过引入AI领航、车道级巡航等多项高阶功能，实现了从“导航”到“智航”的跨越，旨在提供更智能、安全、便捷的出行体验 [1] - 得益于持续优化的用户体验，鸿蒙版高德地图下载量已突破1000万大关 [1] - 公司未来将持续加速AI与导航服务能力的融合演进，为鸿蒙用户带来更智能、更贴心的全场景出行体验 [9] 功能升级：车道级巡航与安全预警 - 升级车道级巡航能力，首次实现鸿蒙、Android、iOS三端同步迭代，可精准识别当前行驶车道并实时呈现前方红绿灯、路况及交通事件等动态信息 [1][3] - 引入“超视距安全预警”功能，可提前感知数公里外的道路风险，如急刹预警、慢速避让、盲区会车等 [4] - 无论手机端还是Hicar场景下，均可实现沉浸式巡航模式，帮助用户从容应对复杂路况 [3][4] 功能升级：AI领航与智能交互 - 全面落地AI领航体系，在原有十大安全预警能力基础上，新增“重大安全事件”、“红绿灯前闯灯”等8类扩展预警 [6] - AI领航体系能智能分析红绿灯配时和高快速路通行条件，为用户推荐最快车道和建议车速，帮助节省出行时间 [6] - 通过与小艺助手深度联动，基于意图框架为用户推送个性化通勤行程卡片建议 [1][6] 功能升级：定位技术与生态完善 - 借助鸿蒙系统独特的定位机制，专项研发并上线新一代融合定位模型，融合了鸿蒙的车道级高精定位能力，实现更精准、更稳定的位置识别 [1][8] - 全面上线室内楼层定位功能，可精准识别商场、枢纽等复杂场景的楼层信息，目前已覆盖2万多个重点场所 [8] - 上线多项实用功能，包括全面支持离线地图下载、打通微信支付实现一键打车付款、支持行程实时分享等 [9]

核心观点 - 高德地图通过全面AI化升级 推出全球首个时空感知多智能体协作系统ST-MAC 实现从工具型导航到智能生活服务平台的转型 [22][36][53] - 系统通过多智能体协同运作 将模糊需求转化为动态可执行的个性化方案 覆盖出行规划 生活服务 实时决策等全场景 [25][28][32] - 技术架构整合阿里生态资源 包括通义大模型簇和多模态感知能力 实现从被动响应到主动服务的体验升级 [27][52][47] 产品功能升级 - 智能体"小高老师"支持多模态交互 可处理复杂跨场景需求(如跨城交通组合 亲子行程规划 临时就医等) [16][40][41] - 动态成本博弈机制综合实时路况 排队时长 用户偏好等100多个维度进行最优方案计算 [28][31][33] - 行程规划精确到分钟级 支持语音实时增删途经点 并直接对接酒店预订 门票购买等消费服务 [16][17][12] 技术架构创新 - ST-MAC系统包含需求链智能体(DCA)作为调度核心 协同地图搜索 网页搜索 导航 餐饮等专项智能体 [25][30][27] - 多模态空间感知模型整合定位 天气 实时路况数据 时空意图模型支持高维度需求解析 [28][29] - 系统通过强化学习持续优化 日均处理亿级时空数据脉冲 依托北斗高精度定位实现秒级响应 [51][33] 行业影响 - 重新定义地图行业竞争维度 从功能效率比拼转向体验深度较量 推动行业进入多智能体协同时代 [53][36] - 打破工具型应用边界 整合内容种草(如景点推荐)与消费服务 实现对传统生活服务平台功能的覆盖 [41][52] - 空间智能与多模态交互成为新技术支点 未来竞争焦点在于跨领域服务整合能力与生态协同效应 [53][36]