文/周雄飞

几座城镇，一些河流，外加7个岛屿，组成一个七角星图案。

这些描述，是世界已知最古老的地图之一——古巴比伦地图的内容。早在公元前6世纪，人们已经开始制作简易地图，来记录和展示住处周边的地理和位置信息。


(资料图片仅供参考)

历史车轮滚滚向前，地图逐渐成为人类文明发展中最重要的工具之一，其功能和形态也多次转变。作为国内用户常用的地图软件——百度地图，在过去18年中，也经历了非常大的迭代和升级。

随着AI时代的到来，以百度为头雁的大厂，正在推动地图行业进行又一次的进化。

2023年百度世界大会上，百度发布了一系列AI原生应用，包括新搜索、文库、网盘、GBI、新地图等多款产品。按照百度创始人、董事长兼首席执行官李彦宏的介绍，这些AI原生应用，都基于文心大模型进行了全面的重构，真正用AI原生思维“重想、重做”，希望能拓展大家的想象力。

其中，重构后的百度地图成为全球首个AI原生地图应用，全新推出“AI向导”，能与用户进行“真人交流”，并在理解需求的基础上，智能调用众多地图功能及服务，快捷准确地给出解决方案，比如帮助用户规划路线、提供地点决策建议，以及服务预定等等。

这些也正符合李彦宏对于AI原生应用的定义——能用自然语言交互、能充分理解、生成、逻辑、记忆，并且每个应用的交互都不超过两级菜单，一步到位。

除了交互升级之外，在导航基本功方面，百度地图近期全新升级的城市车道级导航3.0，可以提供更加清晰和立体的导航指引，提升驾驶安全和体验。

同时，百度地图还落地了行业首个地图生成大模型，显著加速车道级地图规模量产，既让更多用户可以体验升级版的导航服务，也能帮助车企降低自动驾驶研发过程中的成本，实现“低成本用好图”。

在大模型行业如此内卷、谁都不知道“标准答案”的当下，百度地图是如何实现这些创新的？这个问题与“大模型行业会走向何处”，同样值得思考。

1、离不开的地图，能变得更“聪明”吗？

方涵是一位自驾游爱好者，地图导航是他最常用的手机应用之一。作为深度用户，他对地图无疑有着更高的期待，比如当他要开车去某个新发现的露营地，再顺路接个朋友，并且不想走高速时，只要对着地图说出需求，就可以帮他规划好最佳的出行方案。

有类似需求的用户，还有很多。地图里那么多的产品能力，有时甚至需要用户点个六、七次，才能准确满足像方涵这种相对精细化的出行需求。

这些功能，之所以容易被用户忽略，主要是因为它们一般不会出现在地图的首页，而是被隐藏到二级，乃至更深的菜单层级中。换句话说，地图软件拥有丰富的功能，但用户并不知道这些功能被“藏”在哪里，真到用时“找不着”。

“在过去十八年中，百度地图开发了几千个功能，包括导航、公交、打车、订酒店和足迹等等。如何让我们的用户需求和这些丰富的功能联动起来，打造更加便捷的交互体验，是我们一直在思考的问题。”百度副总裁尚国斌对连线Insight表示。

百度地图中的众多功能

虽然如此，但对于广大用户来说，地图服务毫无疑问是生活出行的刚需。那么，如何解决以上这些问题，在业内看来或许会成为地图行业下半场的新机遇。对此，以百度为代表的大厂已经行动起来。

2、融合大模型，让地图真正变成“AI向导”

大模型，已成为千行百业追逐的技术热潮。

随着OpenAI发布ChatGPT、引发一声惊雷后，国内科技及互联网行业随即展开了一场有关大模型的竞逐赛。就目前来看，百度、腾讯、阿里巴巴和华为都已入局，国内已经发布的大模型也已超过120个，10亿参数规模以上的大模型就已经有79个，真可谓是“百模大战”。

但百模大战中，究竟什么才是获胜关键？谁更有机会？李彦宏曾表示，模型本身是不直接产生价值的，基于基础大模型开发出来的应用才是模型存在的意义。

作为国内较早布局大模型之一的大厂，百度也凭借在地图领域的多年积累，率先打响了应用的“第一枪”。

据李彦宏介绍，重构的百度地图之所以被称为AI原生地图，最明显的特点，就是具备多轮自然语言交互能力，能提供更接近“真人交流”的体验。

举个例子，当连线Insight对百度地图AI向导说出“我要去杭州大厦，还要去杭州运河大剧院接个人，顺便在路上给车充个电”的要求后，百度地图不仅能快速理解这些口语化的表达，给到精确的路线方案，甚至主动推荐附近适合停车的地方。如果描述不清楚也没关系，AI向导也会主动追问，确保理解和满足用户的真实需求。

另一方面，以往地图上很多需求，用户要么很难找到入口，或是操作起来步骤太多，AI重构的百度地图，也已尝试解决。

正如百度世界2023现场李彦宏演示的那样，当问到百度地图“帮我推荐离百度大厦、中国美术馆和望京SOHO距离都差不多的餐厅，要适合安静聚会”时，AI向导就会根据需求，智能推荐符合需求的一些餐馆。

紧接着，李彦宏又给出新的需求“帮我换个西餐厅，并且对比下前两家的环境”，AI向导又快捷地给出结果，并且用更直观的图片来对比餐馆的环境。当他选择其中一家餐厅，并要求给出能在指定时间到达目的地的行程规划，以及打车需求后，AI向导也精确地满足了这些需求。

此外，据百度官方介绍，基于大模型深度学习的能力，这个“AI向导”不仅具备人格化的数字人形象，还拥有自主学习的能力，会越用越聪明，越用越懂你。连线Insight也抢先体验了下，只要上传五张图片，就可生成自己的专属数字人形象。

在业内看来，基于这些交互形态的进化，不仅可以让百度地图成为理解用户所思所想的“AI向导”，提升出行和决策效率，同时随着AI向导的广泛使用，源源不断的真实反馈也会帮助百度地图构建起更好的问答数据飞轮，以便在不断的学习中，越来越聪明好用。

更为重要的是，作为国民地图，百度地图率先行业实现了以上这些能力，也让大众对AI大模型助力下的原生应用有了更深的了解和信任，进而推动整个地图行业的更快发展。

毫无疑问，这与百度对行业的深度观察，以及持续不断的底层技术积累密不可分。

3、“AI向导”是如何“炼”成的？

大模型落地，不是一蹴而就的。

众所周知，通用大模型虽然具备推理和涌现的能力，但如果知识库中没有太多的行业数据，硬是通过简单训练来当行业大模型使用，很有可能闹出笑话。比如企业如果仅是通过接入通用大模型API来做自身的大模型，最后的验证结果，往往会与行业真实情况差距甚大。

更为保险的做法，就是基于通用大模型和特定行业的知识库数据，来构建预训练大模型，以便更好地对行业问题进行推理和预测。但在这个过程中，行业大模型也有可能给出不够精确的结果，从而无法实现真正的降本增效。

与所有行业大模型一样，这些问题，同样不可避免会出现在地图AI原生应用中。

首先，嘈杂环境下语音识别和语义理解的难度，尤其是难以过滤无效语义，已成为行业公认难题。打个比方，如果用户说话断断续续的，或者一个字说了很多遍，又或者问询的用户不止一人、中途有人打断等等，这些都对“AI向导”的理解能力提出了更高的要求。

对于地图软件来说，首先需要解决用户自然语言开放式输入的理解难题。为此，百度地图在重构过程中，基于文心大模型的强化学习与训练方式，使得其“AI向导”的理解和推理能力实现了显著提升。据百度介绍，AI向导可以在理解复杂语句语义，甚至局部出现输入错误或者错乱时，依然能给出较为理想的答案。

其次，在地图出行决策中，给出答案并不够，还需要避免出现不准确的答案。

由于地图行业的特殊性，无论是过去还是现在，都需要精准满足用户需求，像路线、POI 点这些信息，“失之毫厘”可能就会“差之千里”。这也意味着大模型给出的任何结果，都需要建立在准确的前提上。反之，如果给出不准确，或者模棱两可的答案，就会直接影响到用户的使用体验。

对此，百度通过把地图领域知识进行整理和清洗，再转化为供大模型训练的行业知识库数据，可以让其学会地图领域的专有知识。同时，百度地图还通过构建大模型插件，来保证像实时交通计算等专业问题的准确解答。

按照百度官方的介绍，这些大模型插件就像一个个专业领域的知识“仓库”，大模型在处理专业领域的问题时，就可以基于对用户问题的理解，灵活判断需要借助哪些插件的能力，从而针对性解决用户的问题。

这个过程，就像人们要用手机解决点餐、计算等问题时，打开App Store选择一个个特定应用软件一样。在这些插件和文心大模型的支持下，百度地图就好比长出了眼睛、嘴巴和手臂，能看、能说、能听和能行动，成为百度口中的“AI原生地图智能体”。

就目前来看，这场有关大模型的技术革命还在继续，行业中的众多玩家们都还在探索落地应用的更多可能性。这其中，也可以看到百度正通过自身的行动，持续给整个大模型乃至人工智能等多行业，带来一些新的思考和启发。

正如李彦宏说的那样“我们即将进入一个AI原生的时代，进入一个人机通过Prompt来交互的时代，未来将由你生成！未来由我们一起生成！”

（应受访者要求，文中方涵为化名。）


关键词：