近日，高德地圖宣布上線全球首款基于大模型技術(shù)的“視覺(jué)認(rèn)知步導(dǎo)”系統(tǒng)——地標(biāo)AI領(lǐng)航。該系統(tǒng)通過(guò)整合千問(wèn)大模型、超億級(jí)地理興趣點(diǎn)（POI）數(shù)據(jù)及千萬(wàn)級(jí)街景圖像，首次賦予導(dǎo)航系統(tǒng)“視覺(jué)感知+語(yǔ)言理解”的雙重空間智能，讓步行導(dǎo)航更貼近人類自然認(rèn)知習(xí)慣。

傳統(tǒng)步行導(dǎo)航長(zhǎng)期存在三大痛點(diǎn)：起步階段方向辨識(shí)困難、行程中距離感知模糊、臨近終點(diǎn)時(shí)定位不精準(zhǔn)。高德研發(fā)團(tuán)隊(duì)通過(guò)分析人類指路行為發(fā)現(xiàn)，人們習(xí)慣用“穿過(guò)藍(lán)色大樓”“右轉(zhuǎn)見(jiàn)紅色招牌”等具象化描述傳遞路線信息，其核心邏輯在于結(jié)合方向指引、地標(biāo)錨定與場(chǎng)景上下文。為復(fù)現(xiàn)這種認(rèn)知模式，系統(tǒng)需構(gòu)建覆蓋真實(shí)世界的動(dòng)態(tài)地理語(yǔ)義網(wǎng)絡(luò)。

技術(shù)實(shí)現(xiàn)層面，該系統(tǒng)依托三大基礎(chǔ)能力：包含1.2億個(gè)POI的數(shù)據(jù)庫(kù)、高精度步行路網(wǎng)拓?fù)浣Y(jié)構(gòu)，以及覆蓋全國(guó)主要城市的千萬(wàn)級(jí)街景圖像庫(kù)。通過(guò)千問(wèn)大模型的多模態(tài)分析能力，系統(tǒng)可自動(dòng)識(shí)別道路設(shè)施、商業(yè)標(biāo)識(shí)、建筑特征等實(shí)體，并評(píng)估其在視覺(jué)場(chǎng)景中的顯著程度。例如，在復(fù)雜路口會(huì)優(yōu)先選擇地鐵標(biāo)識(shí)、銀行招牌等高辨識(shí)度地標(biāo)作為參照物。

為提升指引效率，系統(tǒng)采用雙重篩選機(jī)制：在空間維度上，僅在起步、轉(zhuǎn)向、偏航糾正等關(guān)鍵節(jié)點(diǎn)播報(bào)；在視覺(jué)維度上，通過(guò)算法評(píng)估地標(biāo)的顏色對(duì)比度、尺寸大小、位置關(guān)系等特征，篩選出最易識(shí)別的參照物。播報(bào)文案設(shè)計(jì)摒棄機(jī)械式指令，轉(zhuǎn)而使用“左側(cè)第二個(gè)玻璃門”“經(jīng)過(guò)星巴克后右轉(zhuǎn)”等口語(yǔ)化表達(dá)，并根據(jù)環(huán)境復(fù)雜度動(dòng)態(tài)調(diào)整信息密度。

實(shí)際測(cè)試數(shù)據(jù)顯示，使用該系統(tǒng)的用戶在關(guān)鍵路口的路徑確認(rèn)速度平均提升2秒，低頭查看手機(jī)的頻率下降37%。特別對(duì)于老年群體、帶兒童家庭及異地游客等場(chǎng)景，這種“直覺(jué)式導(dǎo)航”顯著降低了步行出行的認(rèn)知負(fù)擔(dān)。系統(tǒng)目前已在200余個(gè)城市上線，后續(xù)將擴(kuò)展至更多語(yǔ)言版本及特殊場(chǎng)景適配。