近日,一张神秘海报在科技圈引发广泛讨论,最终揭晓为高德与小鹏汽车达成合作,共同面向全球提供Robotaxi服务。这一合作不仅是高德将“空间智能+出行服务能力”整合开放的关键一步,更标志着“空间智能”这一理念从概念走向现实的重要起点。

高德此次合作背后,是其从传统地图导航向空间智能全面转型的战略深化。过去几个月,高德先后发布“小高老师”、“高德扫街榜”等产品,逐步展现出将积累多年的物理世界复杂性处理能力——空间智能——推向更多场景的野心。在这些场景中,“车”成为最自然且最能发挥高德自身优势的切入点。

空间智能的核心在于对动态物理世界的实时建模能力。当前主流大语言模型如GPT、Claude虽然能流畅对话,但它们缺乏对“此时此地”上下文的感知能力,无法理解用户所在位置、时间、环境变化等关键信息。这种“悬浮”在语言空间中的智能,缺少空间定位能力、时间预测能力和物理交互能力——而这些恰恰是生物智能的基础。任何生命体都必须先理解“我在哪、环境如何变化、我能做什么”,然后主动采取行动、获得反馈,才能生存进化。
高德的空间智能强调的正是这些关键能力。例如,GPT可以制定旅行规划,但高德会告诉你从A点到B点走高速需要多少时间、多少钱,高铁又是怎样的开销,几点出发能正好赶上博物馆开门,哪家酒店在假期依然保持高性价比;GPT可以普及高速应急知识,但高德可以提前几公里预告事故、临时施工。这体现了两种不同的智能形态:一个是对静态知识的压缩,一个是对动态物理世界的实时建模;一个是被动响应需求,一个是主动预测未来并采取行动。而后者,才是真实世界的运作方式。

更关键的是,高德空间智能形成了“预测-行动-验证”的闭环。真实世界的时空数据不断回流,修正高德空间智能模型对时空的理解,这种闭环是纯语言模型难以实现的。国际巨头如谷歌近期宣布将Gemini与谷歌地图整合,提供出行规划等空间智能服务,但从时间线看,高德显然走得更快。这验证了一个趋势:全球顶尖AI公司都在尝试跳出静态认知范畴,让AI学会在空间中感知,在物理中行动。这也意味着高德选择的路径可能比纯语言模型更接近通用人工智能(AGI)。
当空间智能接入Robotaxi,整个赛道正在被重新定义。Robotaxi并非新鲜事物,但空间智能的引入为行业带来了新的可能性。近年来,Robotaxi车企在单车智能上取得显著进展,但在面对复杂交通环境时,单纯依靠车辆自身近场感知能力仍有局限性。要突破这一局限,核心是让车“看得更远”、接收的信号更丰富,而这正是高德“超视距”空间智能能力所能提供的。
这种“超视距”能力通过TrafficVLM模型实现,如同为系统安装了一双“鹰眼”。当几公里外道路突发事故时,TrafficVLM会通过实时孪生交通系统第一时间感知异常,快速识别事故位置,并预判后续发展:拥堵可能迅速蔓延,形成长达数公里的堵车路段。基于此,高德能在车辆抵达拥堵区域前就推送预警:“前方三公里突发事故,大量车辆正在向右并线,建议您提前靠右行驶,注意避让应急车辆。”

此外,云端调度系统会在拥堵发生的瞬间做出响应,立即下发观测指令,实时调取现场的视觉数据。系统通过分析图像中的深度信息,精准还原拥堵点的空间布局和交通流态势,让远在几公里外的“危险”变得清晰可见。
这种扎实的能力离不开高德对多维、多源数据的统筹能力。在过去二十多年里,高德沉淀了数十万亿级的时空样本,为AI构建了对物理世界运转规律的动态认知。他们还构建了“时空信息建模+视觉感知监测+行业官方信息+用户分享与验证”的多渠道数据融合体系。这些数据正是关于时空的“上下文”,只有充分掌握这些上下文,系统才有足够把握主动预判并采取行动,为Robotaxi提供进一步的安全保证。
在Robotaxi赛道上,高德正在扮演全新角色——不再是单纯的地图数据供应商,而是成为整个行业的“空间智能基础设施”。正如高德CEO郭宁所言,他们花了二十年,将理解时空复杂性沉淀为极其稳定、可靠的底层服务。有了高德的加入,Robotaxi车企无需在理解时空上耗费巨大精力,从而能更专注于车辆技术创新和用户体验打磨。
这种分工协作模式本质上降低了整个行业的创新门槛。当空间智能成为可共享的基础设施,Robotaxi的商业化进程将大大加速——更多玩家可以进入这一领域,而不必被“如何理解动态世界”这类基础问题困扰。
Robotaxi之外,空间智能还有更广阔的落地空间。在高德内部,空间智能已全面融入各项服务,如国庆假期首日调用量超26亿次的“小高老师”、上线仅23天就迎来4亿用户的“高德扫街榜”等。空间智能作为底层技术支撑,让“小高老师”能基于用户空间位置和历史行为信息分析出行偏好和生活习惯,提供更具可行性且更个性化的出行决策;而“扫街榜”背后的空间智能底座能通过分析人流密度、消费数据、地理位置等多维度信息为商家排名,让排名信息更具参考价值。
高德与小鹏的合作逻辑已然清晰:Robotaxi对安全、可靠性的极致追求决定了空间信息是下一步刚需,“近场感知+超视距信息”有望比单车智能走得更远。而高德恰好深耕“空间智能”这条路径,其数十万亿级的时空样本、多维度数据融合能力、实时孪生交通系统等,构成了难以复制的护城河。随着空间智能技术的不断成熟,其在智慧交通、城市管理、物流配送等领域的应用潜力将逐步释放,推动物理世界与数字世界的深度融合。
关注“鲸栖”小程序,掌握最新AI资讯
本文由鲸栖原创发布,未经许可,请勿转载。转载请注明出处:http://www.itsolotime.com/archives/8059
