今日，高德地圖宣布在導(dǎo)航服務(wù)領(lǐng)域推出一項創(chuàng)新功能——“AI 伴行”，該產(chǎn)品通過深度整合人工智能技術(shù)，為出行場景提供智能化交互體驗。用戶在與系統(tǒng)對話時，不僅能獲得基于語音的反饋，還能通過攝像頭捕捉的實時街景畫面，結(jié)合地圖數(shù)據(jù)獲取精準(zhǔn)的場景化指引。例如，當(dāng)用戶詢問方向時，系統(tǒng)會結(jié)合周邊地標(biāo)給出具體建議，如“沿著你左側(cè)的便利店方向直行”，將抽象方位轉(zhuǎn)化為直觀的視覺參照，顯著降低認(rèn)知成本。

在建筑識別場景中，用戶只需將手機(jī)攝像頭對準(zhǔn)目標(biāo)建筑并提問，系統(tǒng)即可通過視覺識別技術(shù)解析建筑特征，結(jié)合地理位置數(shù)據(jù)提供歷史背景、開放時間、門票信息等，同時生成前往入口的導(dǎo)航路徑。針對餐飲場景，用戶拍攝店鋪照片后，系統(tǒng)可快速調(diào)取評分、人均消費、招牌菜品等實用信息，為消費決策提供參考。這些功能的實現(xiàn)，依賴于高德構(gòu)建的以智能體（Agent）為核心的技術(shù)架構(gòu)，涵蓋時空感知、多模態(tài)融合、空間行動及復(fù)雜任務(wù)處理四大模塊。

時空上下文感知模塊通過持續(xù)更新的動態(tài)地圖，實時追蹤用戶位置、行進(jìn)方向、導(dǎo)航進(jìn)度及周邊環(huán)境變化。當(dāng)用戶提問時，系統(tǒng)會綜合空間坐標(biāo)、時間維度、環(huán)境特征及行為模式進(jìn)行推理，確保對“前方”“左側(cè)”等語境化表達(dá)的理解準(zhǔn)確度。例如，在隧道或高架橋等復(fù)雜路況下，系統(tǒng)能結(jié)合導(dǎo)航進(jìn)度判斷用戶需求，提供更貼合實際場景的指引。

多模態(tài)融合理解能力使系統(tǒng)可同步處理文本、語音、視覺及位置數(shù)據(jù)。當(dāng)用戶對著一座古建筑感嘆“這建筑真有特色”時，系統(tǒng)會分析語音情感傾向，結(jié)合攝像頭捕捉的建筑外觀特征及當(dāng)前地理位置，從歷史典故、建筑風(fēng)格等維度生成介紹內(nèi)容。這種跨模態(tài)的信息整合，讓交互體驗更接近人類自然對話模式。

空間行動能力直接調(diào)用高德地圖的核心功能，支持路線規(guī)劃、導(dǎo)航發(fā)起、地點標(biāo)注等操作。系統(tǒng)可根據(jù)用戶位置主動推送服務(wù)，例如在檢測到用戶接近地鐵站時，自動提示末班車時間；當(dāng)用戶偏離預(yù)設(shè)路線時，即時提供備選方案并更新導(dǎo)航指引。這種主動式服務(wù)設(shè)計，將傳統(tǒng)導(dǎo)航從“被動響應(yīng)”升級為“智能預(yù)判”。

針對復(fù)雜需求，系統(tǒng)內(nèi)置的“龍蝦模式”可將多條件任務(wù)拆解為步驟化指令。當(dāng)用戶提出“在商圈內(nèi)找人均80元以下、評分4.2以上的川菜館，且附近有停車場”時，系統(tǒng)會先篩選符合價格與評分要求的餐廳，再以餐廳為中心搜索周邊停車場，最終將餐廳位置、停車信息及導(dǎo)航路線整合呈現(xiàn)。該機(jī)制依托QwenPaw任務(wù)處理框架，通過調(diào)用搜索、路線規(guī)劃、視覺識別等工具，在多輪對話中持續(xù)優(yōu)化需求理解，確保復(fù)雜任務(wù)的高效完成。