高德发布全球首个大模型驱动视觉认知步行导航系统“地标AI领航”

2026年3月6日，高德地图正式推出全球首个由大模型驱动的视觉认知步行导引系统“地标AI领航”。该系统深度融合千问大模型、亿级POI数据与千万级街景图像，首次让导航具备视觉认知与人类语言理解的空间智能感知能力，精准解决步行场景中方向模糊、进度感知弱、终点难确认三大核心痛点，实现“所见即所导”的直觉式出行体验。

当你在错综复杂的老巷子里寻找深藏的特色小店，或是在人流如织的高铁站出站口对接友人时，传统步行导航的“向北行进30米左转”指令，往往无法帮你快速锚定方向——方向感缺失、距离感知模糊、终点位置不确定，这些是长期困扰步行导航用户的核心难题。3月6日，高德地图的一款全新产品，为这些痛点提供了针对性的解决方案。

传统步行导航的核心逻辑是基于坐标的方向与距离指引，但这种模式完全忽略了人类日常认路的习惯：我们更依赖眼前的地标、建筑、商铺等视觉信息来判断路线。高德的调研显示，步行导航用户普遍面临三大痛点：起步阶段方向感模糊，无法快速匹配导航指令与真实环境；行进中对剩余距离和步行进度缺乏直观感知，容易走冤枉路；到达目的地附近后，仍无法通过导航确认准确终点位置。

“地标AI领航”系统的出现，正是用大模型能力重构了这一逻辑。它不再输出冰冷的坐标指令，而是像真人指路一样，调用用户眼前的真实地标作为导航参照，比如“穿过前方蓝色玻璃写字楼后右转”“在路口的连锁奶茶店门口左转，目标就在右侧巷子里”，让导航指令与用户的视觉所见完全同步，从根源上消除认知负担。

这款全球首个大模型驱动的视觉认知步行导引系统，其技术核心在于多模态能力的深度融合。它一方面接入千问大模型，实现对人类语言的精准理解与生成，能将复杂的路线信息转化为符合日常交流习惯的自然语言；另一方面，整合了高德积累的亿级POI（兴趣点）数据与千万级街景图像，让系统具备“看见”并识别真实环境的视觉认知能力。

这种融合带来的关键突破，是让导航系统首次拥有了空间智能感知能力——它不仅能定位用户的地理坐标，还能理解用户所处的空间场景，识别环境中的标志性元素，并结合用户的需求输出个性化的引导信息。比如在阴雨天气下，系统会优先选取有遮蔽的地标作为参照；在老旧街区，会突出辨识度高的古建筑或店铺。

在AI大模型的落地浪潮中，多数应用集中在内容生成、办公效率等领域，而高德将大模型的多模态认知能力植入步行导航场景，是一次面向民生需求的重要探索。

对用户而言，“地标AI领航”实现了“所见即所导”的直觉式行走体验，无需再反复核对导航坐标与真实环境的对应关系，出行效率与体验感大幅提升。对行业来说，这一尝试为空间智能应用的发展提供了新方向：未来的导航或空间服务，将不再是纯数据化的信息传递，而是基于AI认知能力的、更贴合人类行为习惯的智能交互。

展望未来，随着大模型视觉认知能力的进一步升级，结合AR、实时场景感知等技术，步行导航或许能实现更精准的个性化引导，比如针对视障用户提供更细致的声音地标引导，或是在大型商圈内提供基于店铺动态的实时路线规划。而高德的这次发布，无疑为这一未来图景埋下了关键的伏笔。