空間智能，高德的新戰場

在AI推動的技術變革下，今年進入了一個「高潮」，Claude Fable、GPT-6 Astra等前沿模型進一步拓展AI在軟件開發、執行複雜任務中的能力，讓AI Agent正以前所未有的速度進入生產力環節。

與此同時，具身智能的發展將AI競爭延伸至物理世界，以高德ABot-Earth為代表的世界模型，正將現實環境轉化為可探索、可交互的三維數字空間，為AI理解世界、規劃行動提供基礎。

在理解語言、生成內容的基礎上，如何讓AI進一步理解環境、規劃行動，正成為英偉達、Google、OpenAI等科技巨頭共同探索的前沿方向，AI競爭的「下半場」的關鍵，也開始集中於真實世界的數據積累、具身智能模型、工程應用以及各種應用場景的挖掘上。

AI「下半場」

人們對 AI 的要求，正從給出答案延伸到完成真實場景中的任務。

安排一次旅行，需要把目的地、營業時間和交通條件結合起來；讓機器人送來一瓶水，需要識別物體、規劃移動路線，並在人經過時及時調整動作。自然語言讓表達需求變得簡單，執行過程卻涉及更多因素。

這些條件因素隨時變化，導航中的道路可能臨時施工，機器人準備抓取的物品也可能被意外挪動，系統既要理解當前狀態，也要判斷下一步行動可能帶來的結果，並在獲得新信息後修正計劃。因此，對物理世界的理解必須包含位置、時間和變化。

如果說以ChatGPT為代表的生成式AI快速普及，開啟了AI的「上半場」，那麼「下半場」將進一步拓展到真實世界：衡量標準也不再只是生成內容，還要看任務能否完成、系統能否應對環境變化。

圍繞如何讓AI理解真實世界，科技企業正從不同方向展開探索。9 月 1 日，「AI教母」李飛飛聯合創辦的初創公司 World Labs 發佈世界模型 Atlas，將文本、圖像、影片和三維信息納入統一的空間上下文，用於場景生成、重建和仿真。Atlas的一大用途，就是根據現實空間的影像構建模擬環境，為具身機器人的導航訓練和測試提供條件。

英偉達將物理AI視為AI的下一個前沿，並通過Cosmos世界基礎模型平台，搭建了一套面向物理AI開發的模型與工具體系，覆蓋數據處理、模型訓練和評估，服務於機器人、自動駕駛等應用。對此，英偉達CEO黃仁勳將Cosmos定位為能夠理解真實世界、進行推理並規劃行動的世界基礎模型，認為這些能力的突破正在催生新的應用。

這些公司各自路線的側重點不同，但都在嘗試回答同一個問題：對環境的理解，能否幫助用戶或具身智能作出更可靠的選擇？世界模型可以構建或推演環境，智能體負責安排任務，具身機器人則把任務轉化為物理動作，無論採用哪種技術方案，最終都要在真實世界的場景中完成檢驗。

「從理解語言，到理解世界」

從地圖導航起家的高德，正成為AI下半場賽道上的重要玩家，依託持續積累的真實世界數據和對時空關係的理解，它給出的答案是空間智能。

所謂空間智能，就是在三維空間和時間中感知、推理並作出決策的能力，其中既需要判斷「我在哪裡」，也要理解「這裏正在發生什麼」，並預測「接下來可能發生什麼」，將交通動態、地理環境、具體場景和用戶意圖結合起來，為真實世界環境的出行和行動提供依據。

「大模型理解語言，高德空間智能理解世界。」高德CEO郭寧說，他認為，世界不只存在於語言里，更存在於二維的網絡拓撲、三維的空間結構、真實世界的流動，以及時間的變化中。

（圖）高德CEO郭寧

這套獨特的「世界觀」，也被融入進高德最新的產品中。

9 月 10 日，在掃街榜一週年發佈會上，高德宣佈掃街榜全面 AI 化，將對真實行為的判斷、三維環境預覽和行程預判進一步賦能出行環節；同時，3D 原生城市世界模型 ABot-Earth 0.7 也正式亮相。

掃街榜與世界模型看似相距甚遠，卻都需要結合位置、時間和環境信息作出判斷，背後是一整套把地圖導航能力、空間環境數據連接起來的全棧技術架構，對世界的時空變化作出準確理解。

這些判斷依賴更精細的空間信息和持續變化的環境數據：兩棟相鄰建築的入口可能朝向不同，直線距離很近的兩個地點可能被圍牆隔開，同一條道路在早晚的通行時間也可能相差很大。要提供可靠的出行指引，地圖需要將這些信息放進具體的時空關係中持續計算，再結合用戶實際走過的路線發現偏差、更新糾偏。

更進一步的空間理解，還可以形成適合人和機器共用的基礎設施，傳統圖文能夠介紹地點，三維空間則支持從不同位置觀察目的地，帶來身臨其境的體驗。

對於機器人企業，可交互的三維數字場景能夠支持反復訓練與測試，幫助開發者驗證不同環境下的行動方案。如果地圖、仿真環境和部分導航能力得以複用，企業就有機會減少重覆建設，將更多資源投入控制系統開發和具體場景適配。

今年4月，高德公開了四足具身機器人「途途」的導盲展示，途途第一次上路，便牽引一位視障大學生完成一組開放環境挑戰：過紅綠燈、規避動靜態障礙、連續繞行狹窄通道，預判並避讓突發乾擾，穿行密集人群並自主尋找補給站等。

「途途」在開放環境中帶領視障人士穿過人群與障礙。與手機上呈現一條路線相比，這要求機器人不斷處理眼前的變化，把導航轉化為連續行動。

機器人企業除了研發本體與控制系統，還需要訓練環境、地圖和導航能力。如果這些能力能夠複用，企業就有機會減少重覆建設，將更多資源投入產品開發與場景適配。高德在時空數據、三維場景和導航技術上的積累，為其向機器人企業提供這些能力創造了條件。

成為理解物理世界的新入口

隨著更多決策交給AI，誰能夠理解需求，也就能挖掘出更多的應用場景，並將其轉化為可靠的行動安排，誰就有機會更早參與用戶的選擇。當模型能力越強，對準確、及時的現實信息和可用工具的需求就越具體，也就能挖掘更多的應用場景。高德的優勢，正來自這些長期、具體的數據和能力積累。

去年，高德提出「AMAP-AI Inside」，計劃將空間智能拓展至智能汽車、智能眼鏡、具身智能和低空出行等領域。這意味著，高德正嘗試把服務用戶出行的能力，轉化為更多終端可調用的環境理解、決策與導航能力。機器人「途途」，便是高德向這一方向上的具體探索。

當用戶通過眼鏡詢問周邊環境、由汽車安排沿途停靠，或讓機器人執行一項任務時，地圖能力可能在後台完成調用。對高德而言，這可能意味著一種新的產業生態。

對高德而言，這些終端觸點的增加，打開的不只是更多流量入口，而是一個更大的商業想像空間。手機、車機、智能眼鏡、機器人、無人機乃至商家設備，都可能成為空間智能連接現實世界的端點。地圖服務也將不再局限於用戶打開App後的搜索和導航，而是隨人、車和設備進入不同場景，持續回答「我在哪裡、周圍發生了什麼、接下來應該怎麼做」。

當這些終端被同一套空間智能連接起來，高德提供的就不再是一張供人查看的地圖，而是一套可供人和機器共同調用的空間認知系統。人在城市中尋找餐廳，車輛判斷道路變化，機器人進入商場配送，無人機規劃低空航線，智能眼鏡識別眼前建築——看似分散的需求，底層都依賴對位置、距離、環境和時間的理解。高德有機會成為這些終端理解真實世界的共同接口。

這也可能改變地圖商業化的基本單位。過去，地圖的商業價值更多圍繞一次搜索、一次導航或一次到店展開；未來，它可能圍繞一次真實世界決策展開。用戶決定去哪裡，汽車決定怎麼走，機器人決定如何行動，商家決定怎樣呈現空間，城市管理者決定如何調度資源，都可能調用同一套時空能力。高德的角色由「連接地點」向「參與決策」延伸，商業邊界也由出行和本地生活擴展至汽車、零售、文旅、物流、園區和低空經濟等領域。

更大的想像力在於，當越來越多終端調用空間智能，高德所構建的將是一個不斷更新的現實世界模型。終端越豐富，系統對物理世界的理解越完整；理解越完整，能夠承接的場景和決策就越複雜。由此形成的，不只是「終端—數據—模型—服務」的循環，也是一張從數字世界延伸到現實世界的商業網絡。

從這個角度看，終端數量並不是最重要的指標。真正重要的是，高德能否成為不同設備進入真實世界時預設調用的空間能力。如果手機、汽車、眼鏡、機器人和無人機都需要通過它理解周圍環境，高德出售的就不再只是地圖服務，而是機器理解和行動於現實世界的能力。