一句话搞定多任务出行，高德用空间智能重新定义地图

机器之心原创

编辑：吴昕

赫拉克利特曾说，人不能两次踏入同一条河流。全新高德地图让这句话彻底具象化——不止是千人千面，就连此刻与下一秒，它也会呈现出两幅不同的景象。

蜕变

立秋这天，长江的江面像换了一身颜色，阳光在水波间微微收敛起盛夏的锋芒。江滩边的一家餐厅里，咖啡杯口正缓缓吐着凉意，远处的货船缓缓滑过江面。

我对着桌子上的手机说：「设计一条江滩的 CityWalk 路线。」

几秒后，高德地图的「小高老师」——业内首个专精「出行与生活」的智能体，便悄然展开一条长线，串起那些被时间和记忆刻画的亮点。

江城尚未迎来「云天收夏色，木叶动秋生」的清爽，但我已感受到另一种「季节更替」——城市生活的。

那天清晨，我还在二十多公里外的酒店，唤醒「小高老师」，说想去汉口江滩，顺路经过武大凌波门，还想体验长江隧道。很快，一条蓝色路线蜿蜒伸向长江对岸。

车辆驶入长江隧道，也未有片刻迷失，抵达天津路岔口时，屏幕响起精准提示——右转，驶出隧道。

一年前，纽约市推出了公厕谷歌地图，帮助市民「方便」。我也顺嘴一提，想找公厕，导航瞬间添加了一个温柔的途经点。

一句「取消途经点」，被意外插入的行程又悄然归于原轨。

临近目的地，找到附近几家咖啡厅，「小高老师」指引去了一家方便停车的店。几分钟后，我推开了这家餐厅的门。

就像春天里的种子，无需操心水与光，你只需说出心愿，它便自然绽放。这样的时刻，不只属于某个人，而是在不同的日子、街道、人身上悄然上演。

中午十一点，王伟要赶去机场——在此之前，他得先去省图书馆还掉那本拖延了一周的书，顺便解决午饭。他没有去拆解路径：哪一步在前，哪一步在后，只是一股脑儿地把想法交给了「小高老师」。

十几秒后，规划路线浮现屏幕，他只需握紧方向盘前行。

数百公里外，小陈萌生带孩子去抚仙湖的念头。更复杂的请求也没有让「小高老师」犯难。一番深度思考后，屏幕亮起，小陈有些忍俊不禁——

从未见过哪个聊天机器人，能把行程安排精确到几时几分，连博物馆开放时间都细致考量，还能一句话增删行程。

交通、酒店、亲子景点游玩顺序，乃至周边餐饮，都被妥帖安排。每张卡片，都是可直接触发的入口——点开即可切换交通方式、订酒店、锁定门票。

面对同样的需求，谷歌Gemini的回答显然是一个知识回答，不是一个基于当下时空、可直接转化为行动的决策。

隐身的「指挥家」：ST-MAC

在很长一段时间里，高德地图只是一个温柔的指路人。林志玲的嗓音会在拥挤的车流中轻轻提醒你：「前方两百米右转。」

它不问你要去哪之后的安排，也不会替你考虑聚餐餐厅是不是满座。

现在，这位老朋友化身「小高老师」，手握整个出行服务的指挥棒。高德称这次更新为「全面 AI 化」，实际上重写了系统底层秩序——

「小高老师」的身后，是一套全球首发的时空感知多智能体协作系统 ST-MAC

在这个系统的中央，有一位不知疲倦的调度员需求链智能体（ Demand Chain Agent，DCA ）。它是整座机器的心脏，接收需求，拆分任务，调动助手，直到把一份模糊的愿望变成一套可执行的方案。

时空感知多智能体协作系统（ST-MAC）架构图。底座上，支持这一整套智能体架构的高德和通义共建大模型簇，由多模态空间感知、行为认知、时空意图理解、总结输出交互和反馈观测评估等多个专业模型构成。

随口对它说：「在公司和光谷步行街之间，找个合适的地方聚餐。」

多模态空间感知模型会率先出场——除了抽象指令，它还会读取定位、天气、实时路况，把你的愿望放在一张实时动态的城市语境里。

然后，交给时空意图模型来翻译。你说的「合适」，可能意味着方便所有人到达、环境安静、人均消费不高。即使你的需求高达 100 多个维度，也难不倒它。

这些需求会被映射到时空坐标里，拆成若干可执行子任务：找地点、定范围、选餐厅。

于是，一个模糊的愿望化作一份清晰的「任务清单」。到了这一步，DCA 便可以指挥它的「手脚」动起来——

地图搜索助手撒下一张细密的网，捕捞出所有可能的餐厅；网页搜索助手接过名单，翻出用户评论、菜品照片和营业时间；导航助手在后台计算路线，衡量每个餐厅对所有人来说的耗时与便利度。

所有的候选方案会进入一场无声的「动态成本博弈」——交通和餐饮助手基于路况、排队时长等实时数据进行「竞价」，确保算得准；多维比价助手则综合用户评价、人均消费、环境评分等多维度信息，确保方案符合个性口味，选得对。

如果中途发生冲突，比如餐厅预约与预计抵达时间矛盾，DCA 会迅速调整冲突部分，直到整个方案重新稳定。

最后，它将所有助手的成果整合成一份当下最优的动态安排，界面友好，一键成行。

动态成本博弈、多维比价的另一个典型案例：去北京，飞机快还是火车快？「小高老师」甚至考虑到了机场、火车站的距离成本、准点率。推荐结果也是因人而异，追求速度还是平衡性价比？结果完全不同。

每一次交互、每一次反馈，都会被系统记下。经过反复的强化学习，「小高老师」开始理解你的模糊、你的犹豫，在庞杂而不确定的世界里留下一点确定性——一种仿佛走在时间前面的从容感。

重新定义地图

地图曾是一个精于计算路径与距离、一心只为实现「从 A 到 B 」使命的工具。它以几何的精准和算法的严苛，定义了我们的移动方式。

而在高德勾勒的未来图景中，地图试图承载起出行、生活所有细节——

它仿效着城市交通的「群体智能」，曾经孤立的个体——公交车、地铁、共享单车、步行者、乃至充电桩和咖啡馆——不再是各自为政的孤岛，而是组成了一个能够自主协作的、流动的生命体网络。

充电桩的电流、快递柜的等待，这些原本零散的第三方服务，在 ST-MAC 的架构下，被巧妙转化成「插件式智能体」。它们不再被动地等待，而是与出行智能体形成一种默契的配合，按需被唤醒和调度。

这不仅是对地图的重新定义，更是对技术本源的回归——生活本身。

生活并不按固定线路行进，它总在途中插入新的标记，又不动声色地回到原路。「小高老师」接纳所有插曲，将一次临时的改道、一个顺路的取件需求，无缝融入那条通往终点的平滑轨迹中。

中途不适想附近就医？小高老师可以秒级修改当前路线。

生活也从来不是孤立的单点动作，而是流动中的多个碎任务串联。能够跨场景、跨工具，意味着曾被不同应用「肢解」的生活服务，又重回连贯。

跨城出行，系统会动态计算不同公共交通工具组合，无需手动切换。

但生活远不止于「去哪儿」。它还装着模糊的冲动与不确定的期待。高德的雄心并未止步于「在路上」，也向着「决策之前」（行动之前）的那片领域进发——

这片领地，曾被小红书和大众点评等内容平台占据，它们负责「种草」，而导航工具则负责「拔草」。如今，心动和种草，也可以在一个 App 里完成。

AI 探索已经超越单纯的地理邻近，呈现兴趣上的「附近」。你会发现一条新的晨跑路线，一次意外的踏青之旅，或是一场即将成行的 CityWalk。

通过结合实时位置与时间，洞悉尚未完全表达的需求，首页 AI即刻的触角几乎延伸到你的 7×24 ，从「被动响应」走向「主动引领」。

想象一个清晨：你的航班将在三小时后起飞，而机场高速却已经开始拥堵。「小高老师」会提前推送「建议提前 20 分钟出发」的提示，并附上备用路线。

在差旅途中，它会捕捉你潜在的需求，顺势为你筛出更顺路的酒店或生活服务。

而在周末，它又会变得像一位懂得节气的老友，提醒你何处的山色正宜人。

潮水的方向

这场盛大的冒险，并非凭空开始，也不是在兜售一个口号。

二十余年来，高德在物理世界耐心地打点与积累——一条条街巷、一段段行程——织就了国内最完整的底图体系，这些是它理解现实、在瞬息之间作出精准判断的底气与根基。

每天，亿万条时空数据脉冲涌入系统，从北斗的高精度定位信号，到生成式路网的推演与修正，为它的智能体注入了近乎「第六感」的直觉。

在这一切背后，阿里生态的支撑同样厚重。

以通义大模型簇为核心的自研技术，让高德的智能体拥有从感知、理解、规划、行动、交互到学习的全链路能力。

飞猪、口碑等消费服务的无缝接入，则让「空间智能」不再是抽象的技术名词，而是落进了旅途的每一个细节——不只是从 A 到 B 的移动，而是一次被精心衔接的体验链条。

当一位头部玩家选择「重生」，行业的潮水也会随之悄然改向。

高德用「群体智能」的新范式，将出行服务引入多智能体协同的时代。这种外溢的力量，正悄悄改变竞争的焦点——从单纯的功能升级与效率比拼，转向体验深度的较量：推荐是否恰到好处，衔接是否天衣无缝，服务是否贴合当下的场景与情绪。

从底层架构的视角看，空间智能与多模态交互，正成为新的支点。单纯绘制地图，已不足以支撑未来的竞争。能否跨界，将地图与消费服务编织成浑然一体的体验，将决定未来出行的天花板高度。

高德 App 图标是一架纸飞机，它轻盈、指向远方。在这样的背景下，周杰伦那句老歌忽然有了新的注脚——「让自己快乐快乐这才叫做意义，童年的纸飞机，现在终于飞回我手里。」

这一次，风向不再是谜，路径不再是偶然，驶向快乐的方向盘握在自己手中。

文中视频链接：https://mp.weixin.qq.com/s/ht0vOaGxQC9MunBVk3VE1g