AI入口，地图有没有机会？

地图有理由争一争 AI 入口，甚至逐渐会成为重点的入口之一。

我这次去到高德扫街榜的活动现场，亲手体验了全套新功能。我们点开地图的时候，心里本来就揣着要解决的具体问题。以前用户对地图的认知很简单，它就只管算好两个地点之间该怎么走、距离多远。

但现在不一样了，出门前想挖掘目的地看点、路上盯实时路况、顺便扒一扒沿途好吃的，一大堆需求，都希望直接在这一个App 里面搞定。对比还要切出去打开专门对话 AI 软件，直接在地图里面完成一问一答，其实更贴合普通人的使用直觉。

9月10日，高德宣布扫街榜全面AI化，发布避雷指南、飞行街景2.0和导航Live。按发布介绍，Live 可以识别行车中的动态变化，在停车后接力步行导航，并通过手机摄像头提供实景指路。

看得出来，高德开始把AI 服务，延伸到用户下车以后的这段场景里。

图1 高德导航Live发布展示：步行指引与眼前的商户、景点信息。

带着问题打开地图

作为实打实的选择困难户，以前找吃的我总习惯泡在别的平台来回纠结。脑子里只模糊想着“顺路吃点东西”，还得自己绞尽脑汁脑补一堆店名，一个个点开核对位置、翻看评价，来回横挑竖选，折腾半天。

这次在活动现场亲手试了避雷指南，这种感受就更直观了。过去在地图上找饭店，用户得自己把一句“顺路吃点东西”，翻译成几个店名，再逐个看位置。AI 可以省掉其中一些操作。“附近” 和 “顺路” 也不是纯粹的形容词，结合当前位置和目的地，地图能算出大致范围。

现场我也复测了是类似的使用场景，询问国贸附近午间就餐选择。AI 不光提醒饭点排队高峰，还会细致提示某家招牌菜下午两点才供应，有的门店分两个档口，想吃特色小吃千万别跑错，接着输出好几家适配的餐厅。虽然没办法现场一一去门店核验信息，但实实在在看到了全新的交互逻辑：我只说想吃午饭，高德就尝试帮我完成选店决策。

这些餐厅本来就躺在高德的数据库里，只是需要一个重新梳理的过程。2020年9 月，高德发布 “高德指南”，已经提供美食、酒店和出游榜单。可现实很尴尬，很多人是已经看好要去哪家店了，才来地图搜地址导航，消费决策早就在外边做完了。高德想要拿到更多话语权，就得吸引还没有想好去哪的人，愿意第一时间就打开地图。

扫街榜恰好补上了这块短板。今年更新提高了专程到访和复访的评分权重。产品负责人李刚此前介绍，高德会在用户授权和脱敏条件下，分析群体的搜索、收藏、导航、到店行为，再结合真实评价判断门店。

比起只是搜过店铺名字，特意绕路前往、反复回头打卡，更能代表大家愿意为这家店付出时间成本。

当然，到访记录不能百分百等同于门店品质，但它跳出了单纯的文字评价，给我们多了一重来自真实大众行动的参考。高德想帮我们减少反复对比的内耗，自己本身就得足够靠谱。不然省下来筛选的时间，最后全浪费跑错店、白跑一趟上，那就得不偿失了。

手机与车机互通还有更大的空间

普通AI助手给你推荐完餐厅，对话框一关就结束了，它不知道你后续有没有动身出发。但导航AI不一样，它是持续跟着你的行程在提供服务。

这一段不需要我们不停开口提问的过程，恰恰也是产品发挥价值的黄金时间。不用一遍一遍重复描述需求，AI读懂当下行程状态之后，我随口一句 “来不及了，换个地方”，它就能结合剩下的路程同步处理方案。很多帮到我们的机会，都来自出行路上那些临时发生的状况。

可以说上下文就是一切，而高德手握高频出行场景下几乎全部的行为上下文。

现场体验Demo也能感受到，手机和车机打通之后，体验还能再上一个台阶。但现在仅仅把路线同步到车机，和做到两边完整记住我们全部对话内容，中间还差着一大截。

这次导航Live实现了驾车转步行的接续，不过能不能做到手机车机共享一整套对话上下文，从上车到下车，同一个会话连贯处理全部问题，看样子还需要慢慢打磨。

脑补一个很生活化的场景：周末一家人打算外出吃饭，我在手机端跟Live说，要找适合带小孩的馆子，下午四点必须到家。半路上遇上大堵车，原定的饭店赶不上，车机在征得我同意之后，自动替换成距离更近的备选。

等我下车，手机这边最好也同步知道要去店铺换了，还记得四点要回家这个硬性时间约束。我再随口问一句“吃完饭还能就近逛一会吗？”，不用我把全部条件重新复述一遍。这里要同步传递的，远远不止一个简单的地址。

我们愿意跟AI交代更多个人要求，前提就是换设备之后这些信息不会直接清零。想要实现这种流畅体验，离不开车企适配、版本迭代还有用户授权。

就算不开车的普通用户，手机端独立能力也能派上用场。我在活动现场把玩了飞行街景2.0，可以提前沉浸式浏览目的地三维实景；导航 Live 调用摄像头识别眼前街区，抵达之后继续指引找路。对于坐地铁来到陌生街区的人来说，这些功能同样很实用。

图2 飞行街景2.0的国家大剧院展示画面。

海外谷歌已经给出可以参考的样本。2025年11月，Gemini 接入Android Auto，官方演示了行驶途中，寻找沿途营业、方便停车的餐厅，并且可以继续追问店铺详情。到2026年1月，地图导航对话能力拓展到步行骑行场景。今年8月，用户授权之后还可以绑定Gmail，把个人预订信息纳入推荐逻辑，该功能默认关闭。地图拿到更多个人行程信息，不过跨设备完整接续体验，依旧要看产品落地情况。

图3 谷歌官方演示：驾驶途中寻找沿线营业、方便停车的餐厅。

高德要让用户先在地图里选店

很多时候，我们打开高德输入餐厅名字的时候，心里早就敲定要去这家店了，地图仅仅承担带路工具。但如果我们打开地图，只模糊说一句“回家路上找个适合带娃吃饭的地方”，这时候高德才有机会真正参与消费决策。扫街榜加上 AI 推荐能不能挖掘出新商业机会，核心就看能不能培养起用户这种新习惯。

谷歌已经先行试水。2026年8月，Ask Maps在美国上线点餐能力。用户可以查找下班顺路方便取餐的门店，挑选菜品，直接在地图完成下单。餐饮服务商Square 同步商家菜单，订单直接流入门店收银、后厨系统。用户在地图就完成选店下单，商家直接接收订单。

这也能看懂高德发力的意义，这是B端商业很关键的一环。如果越来越多人直接在地图敲定消费目的地，商家自然更愿意使用高德的各类服务。当然AI推荐得明明白白，哪些是真实算法推荐，哪些是商业推广，必须区分清楚。

去年，高德地图的产品经理李刚就说，扫街榜评分不因商业合作而提高；未来如果商业推广进入AI对话，同样需要让用户辨认。

现场发布会上也提到蜜雪冰城登顶高德扫街榜2026 年度餐饮类 “专程前往里程王”。说实话雪王拿这个奖，根本挑不出任何毛病，刷单可能都刷不出这个成绩。

不过，能接到餐厅和订单，并不意味着高德就能稳稳守住这个AI入口。Square也向ChatGPT、Claude等助手提供服务，谷歌则允许开发者调用地图信息。用户完全可能先在别的助手里选好餐厅，再打开高德导航。

这里还是需要继续调整使用习惯，让用户的“探索” 先于 “目的”。

因此，高德需要把导航途中获得的信息用起来。我在现场看Demo演示感触很深：用户原本选好的店，因为堵车来不及去，地图能否结合剩余时间重新推荐？下车以后，手机能否记得车里改过的安排？这些事情做得好，用户下一次遇到问题，才更有理由继续问高德。手机与车机互通的商业价值，也就在于让高德有机会参与一趟行程中不断出现的新决定。

所以，高德不能仅靠“有地图数据” 赢下入口。通用助手能调用地图，但要在路况改变、用户临时改计划时继续帮忙，还得承担导航中的持续服务。

这种价值在陌生街区和复杂行程里更明显。熟悉的通勤路上，人可能只想安静到达，无关的主动推荐反而打扰。导航也只能观察到部分结果，到店不等于消费，更不能说明吃得满意。

用户原本就会在地图里求助，高德可以顺着这个习惯，让AI多做些事情。能否留住用户，要看问完以后，这趟出门是不是更省心了。

现场演示体验足够惊艳，但Demo的理想效果落地现实仍存不少考验。

第一个是信息准确度的问题。门店营业、菜品供应状态动态变化，一旦AI 输出过时错误信息，很容易消耗用户信任；仅依靠到访行为做算法依据，如何过滤流量网红店、善待小众店铺，依旧是一道难题。

同时，手机车机打通会话，会涉及大量出行偏好、家庭行程等隐私数据，数据授权与安全保护不容忽视。当地图交易闭环跑通后，如何守住推荐中立性，避免商业广告伪装成AI 客观建议，也需要长期的机制约束。

地图AI 的想象空间巨大，但最终要接受真实出行场景的反复检验。用户愿意把决策交给地图，根基永远是可靠、安全、不被误导。