【TechWeb】4 月 23 日消息，近日，高德正式发布汽车出行 AI Agent，其核心能力可以概括为模糊语义精确搜索、复杂行程一句话串联、动态空间路线推理和多轮对话式路线编辑。
比如，一位北京用户这样描述自己的行程：」 我要去有变形金刚那个游乐园吃冰淇淋，然后去世贸天阶买那个小熊蛋糕，然后去一个大大的公园滑滑梯，然后再吃一个冰淇淋，然后回家"。
高德汽车出行 AI Agent 给出的行程规划是：」 北京环球度假区——多乐之日 （世贸天阶南街店）——朝阳公园——iGELATO 意大利手工冰淇淋 （朝阳公园店）——家"。
在这一过程中，高德汽车出行 AI Agent 首先要将口语化、碎片化的描述映射到具体 POI，完成从模糊表达到真实地点的定位。随后再将这些地点合理串联，一次性完成 POI 检索、沿途搜索、途经点排序、路径规划以及导航发起等一整套操作。
值得一提的是，出行计划往往不是一次性确定的，而是会随着用户想法不断变化。假如一位北京用户与车机进行了这样三轮对话：「导航去荟聚，走北六环。」「哎呀不行，这样走太远了，换一条快一点的路吧。」「烦死了，还是不行，再帮我找一条不拥堵的路。」
面对这样的多轮对话式调整，高德汽车出行 AI Agent 可以实时重新计算路线并完成切换。这不仅依赖高德原有的导航能力，也需要 Agent 能够理解 「走太远了」「快一点」「不拥堵」 等带有情绪色彩的表达，并把这些模糊需求转化为具体的路线优化策略。
通过打通从意图理解到路线执行的完整链路，高德汽车出行 AI Agent 让复杂出行变得更简单。这种交互方式的变化，也在重新定义智能座舱。
在高德看来，智能座舱真正的范式跃迁，是系统具备在用户开口之前主动服务的能力。其核心在于持续感知用户当前的时间、空间和情境，并据此进行主动预判与提前响应。
智能座舱交互方式的变化，也将深刻影响车企的研发方向。未来，智能座舱研发的重点将从」 语音识别和指令映射"转向"意图理解和能力协同"，车企与地图的关系也将从传统的 SDK 集成演进为更深层次的 Agent 能力融合。
据介绍，高德汽车出行 AI Agent 构建了」 语言大脑+空间大脑"的双引擎架构：前者负责理解用户表达，后者负责在真实世界中验证意图是否可执行，并完成路径与资源匹配。
这一架构的核心原则是意图与事实严格分离。大语言模型只负责理解用户意图并生成查询请求，所有地理信息，包括 POI、路线和充电桩位置等，都必须通过高德数据库获取并经过空间大脑校验后才能呈现给用户，从而确保结果在真实世界中成立。
支撑这一能力的，是高德在出行领域长期积累的三类核心资产。
首先是数据资产。高德拥有高质量、高覆盖、多维度的 POI 数据，以及持续更新的道路信息和海量真实场景的出行语料，这些数据构成了高德空间智能的基础，也形成了难以复制的数据壁垒。
其次是认知积累。长期深耕出行场景，使高德在」 顺路"的计算逻辑、"附近"的空间定义、多点行程排序以及用户口语化表达理解等方面沉淀了丰富经验。
第三是出行生态的深度链接。高德连接着人、车、路、场，并与主机厂、充电网络、商业 POI 及交通管理部门形成深度协同，这让高德汽车出行 AI Agent 可以调用的不只是静态数据，而是一个持续更新的真实世界出行网络。
数据、认知与生态三者结合，构成了高德打造出行 Agent 的核心能力基础，也支撑起对时间、空间与人的深度理解，使 「顺路」「附近」「沿途」 等复杂空间概念能够在真实路网中被准确计算。
【TechWeb】4 月 23 日消息，近日，高德正式发布汽车出行 AI Agent，其核心能力可以概括为模糊语义精确搜索、复杂行程一句话串联、动态空间路线推理和多轮对话式路线编辑。
比如，一位北京用户这样描述自己的行程：」 我要去有变形金刚那个游乐园吃冰淇淋，然后去世贸天阶买那个小熊蛋糕，然后去一个大大的公园滑滑梯，然后再吃一个冰淇淋，然后回家"。
高德汽车出行 AI Agent 给出的行程规划是：」 北京环球度假区——多乐之日 （世贸天阶南街店）——朝阳公园——iGELATO 意大利手工冰淇淋 （朝阳公园店）——家"。
在这一过程中，高德汽车出行 AI Agent 首先要将口语化、碎片化的描述映射到具体 POI，完成从模糊表达到真实地点的定位。随后再将这些地点合理串联，一次性完成 POI 检索、沿途搜索、途经点排序、路径规划以及导航发起等一整套操作。
值得一提的是，出行计划往往不是一次性确定的，而是会随着用户想法不断变化。假如一位北京用户与车机进行了这样三轮对话：「导航去荟聚，走北六环。」「哎呀不行，这样走太远了，换一条快一点的路吧。」「烦死了，还是不行，再帮我找一条不拥堵的路。」
面对这样的多轮对话式调整，高德汽车出行 AI Agent 可以实时重新计算路线并完成切换。这不仅依赖高德原有的导航能力，也需要 Agent 能够理解 「走太远了」「快一点」「不拥堵」 等带有情绪色彩的表达，并把这些模糊需求转化为具体的路线优化策略。
通过打通从意图理解到路线执行的完整链路，高德汽车出行 AI Agent 让复杂出行变得更简单。这种交互方式的变化，也在重新定义智能座舱。
在高德看来，智能座舱真正的范式跃迁，是系统具备在用户开口之前主动服务的能力。其核心在于持续感知用户当前的时间、空间和情境，并据此进行主动预判与提前响应。
智能座舱交互方式的变化，也将深刻影响车企的研发方向。未来，智能座舱研发的重点将从」 语音识别和指令映射"转向"意图理解和能力协同"，车企与地图的关系也将从传统的 SDK 集成演进为更深层次的 Agent 能力融合。
据介绍，高德汽车出行 AI Agent 构建了」 语言大脑+空间大脑"的双引擎架构：前者负责理解用户表达，后者负责在真实世界中验证意图是否可执行，并完成路径与资源匹配。
这一架构的核心原则是意图与事实严格分离。大语言模型只负责理解用户意图并生成查询请求，所有地理信息，包括 POI、路线和充电桩位置等，都必须通过高德数据库获取并经过空间大脑校验后才能呈现给用户，从而确保结果在真实世界中成立。
支撑这一能力的，是高德在出行领域长期积累的三类核心资产。
首先是数据资产。高德拥有高质量、高覆盖、多维度的 POI 数据，以及持续更新的道路信息和海量真实场景的出行语料，这些数据构成了高德空间智能的基础，也形成了难以复制的数据壁垒。
其次是认知积累。长期深耕出行场景，使高德在」 顺路"的计算逻辑、"附近"的空间定义、多点行程排序以及用户口语化表达理解等方面沉淀了丰富经验。
第三是出行生态的深度链接。高德连接着人、车、路、场，并与主机厂、充电网络、商业 POI 及交通管理部门形成深度协同，这让高德汽车出行 AI Agent 可以调用的不只是静态数据，而是一个持续更新的真实世界出行网络。
数据、认知与生态三者结合，构成了高德打造出行 Agent 的核心能力基础，也支撑起对时间、空间与人的深度理解，使 「顺路」「附近」「沿途」 等复杂空间概念能够在真实路网中被准确计算。
Related articles
【TechWeb】4 月 23 日消息，近日，高德正式发布汽车出行 AI Agent，其核心能力可以概括为模糊语义精确搜索、复杂行程一句话串联、动态空间路线推理和多轮对话式路线编辑。
比如，一位北京用户这样描述自己的行程：」 我要去有变形金刚那个游乐园吃冰淇淋，然后去世贸天阶买那个小熊蛋糕，然后去一个大大的公园滑滑梯，然后再吃一个冰淇淋，然后回家"。
高德汽车出行 AI Agent 给出的行程规划是：」 北京环球度假区——多乐之日 （世贸天阶南街店）——朝阳公园——iGELATO 意大利手工冰淇淋 （朝阳公园店）——家"。
在这一过程中，高德汽车出行 AI Agent 首先要将口语化、碎片化的描述映射到具体 POI，完成从模糊表达到真实地点的定位。随后再将这些地点合理串联，一次性完成 POI 检索、沿途搜索、途经点排序、路径规划以及导航发起等一整套操作。
值得一提的是，出行计划往往不是一次性确定的，而是会随着用户想法不断变化。假如一位北京用户与车机进行了这样三轮对话：「导航去荟聚，走北六环。」「哎呀不行，这样走太远了，换一条快一点的路吧。」「烦死了，还是不行，再帮我找一条不拥堵的路。」
面对这样的多轮对话式调整，高德汽车出行 AI Agent 可以实时重新计算路线并完成切换。这不仅依赖高德原有的导航能力，也需要 Agent 能够理解 「走太远了」「快一点」「不拥堵」 等带有情绪色彩的表达，并把这些模糊需求转化为具体的路线优化策略。
通过打通从意图理解到路线执行的完整链路，高德汽车出行 AI Agent 让复杂出行变得更简单。这种交互方式的变化，也在重新定义智能座舱。
在高德看来，智能座舱真正的范式跃迁，是系统具备在用户开口之前主动服务的能力。其核心在于持续感知用户当前的时间、空间和情境，并据此进行主动预判与提前响应。
智能座舱交互方式的变化，也将深刻影响车企的研发方向。未来，智能座舱研发的重点将从」 语音识别和指令映射"转向"意图理解和能力协同"，车企与地图的关系也将从传统的 SDK 集成演进为更深层次的 Agent 能力融合。
据介绍，高德汽车出行 AI Agent 构建了」 语言大脑+空间大脑"的双引擎架构：前者负责理解用户表达，后者负责在真实世界中验证意图是否可执行，并完成路径与资源匹配。
这一架构的核心原则是意图与事实严格分离。大语言模型只负责理解用户意图并生成查询请求，所有地理信息，包括 POI、路线和充电桩位置等，都必须通过高德数据库获取并经过空间大脑校验后才能呈现给用户，从而确保结果在真实世界中成立。
支撑这一能力的，是高德在出行领域长期积累的三类核心资产。
首先是数据资产。高德拥有高质量、高覆盖、多维度的 POI 数据，以及持续更新的道路信息和海量真实场景的出行语料，这些数据构成了高德空间智能的基础，也形成了难以复制的数据壁垒。
其次是认知积累。长期深耕出行场景，使高德在」 顺路"的计算逻辑、"附近"的空间定义、多点行程排序以及用户口语化表达理解等方面沉淀了丰富经验。
第三是出行生态的深度链接。高德连接着人、车、路、场，并与主机厂、充电网络、商业 POI 及交通管理部门形成深度协同，这让高德汽车出行 AI Agent 可以调用的不只是静态数据，而是一个持续更新的真实世界出行网络。
数据、认知与生态三者结合，构成了高德打造出行 Agent 的核心能力基础，也支撑起对时间、空间与人的深度理解，使 「顺路」「附近」「沿途」 等复杂空间概念能够在真实路网中被准确计算。
【TechWeb】4 月 23 日消息，近日，高德正式发布汽车出行 AI Agent，其核心能力可以概括为模糊语义精确搜索、复杂行程一句话串联、动态空间路线推理和多轮对话式路线编辑。
比如，一位北京用户这样描述自己的行程：」 我要去有变形金刚那个游乐园吃冰淇淋，然后去世贸天阶买那个小熊蛋糕，然后去一个大大的公园滑滑梯，然后再吃一个冰淇淋，然后回家"。
高德汽车出行 AI Agent 给出的行程规划是：」 北京环球度假区——多乐之日 （世贸天阶南街店）——朝阳公园——iGELATO 意大利手工冰淇淋 （朝阳公园店）——家"。
在这一过程中，高德汽车出行 AI Agent 首先要将口语化、碎片化的描述映射到具体 POI，完成从模糊表达到真实地点的定位。随后再将这些地点合理串联，一次性完成 POI 检索、沿途搜索、途经点排序、路径规划以及导航发起等一整套操作。
值得一提的是，出行计划往往不是一次性确定的，而是会随着用户想法不断变化。假如一位北京用户与车机进行了这样三轮对话：「导航去荟聚，走北六环。」「哎呀不行，这样走太远了，换一条快一点的路吧。」「烦死了，还是不行，再帮我找一条不拥堵的路。」
面对这样的多轮对话式调整，高德汽车出行 AI Agent 可以实时重新计算路线并完成切换。这不仅依赖高德原有的导航能力，也需要 Agent 能够理解 「走太远了」「快一点」「不拥堵」 等带有情绪色彩的表达，并把这些模糊需求转化为具体的路线优化策略。
通过打通从意图理解到路线执行的完整链路，高德汽车出行 AI Agent 让复杂出行变得更简单。这种交互方式的变化，也在重新定义智能座舱。
在高德看来，智能座舱真正的范式跃迁，是系统具备在用户开口之前主动服务的能力。其核心在于持续感知用户当前的时间、空间和情境，并据此进行主动预判与提前响应。
智能座舱交互方式的变化，也将深刻影响车企的研发方向。未来，智能座舱研发的重点将从」 语音识别和指令映射"转向"意图理解和能力协同"，车企与地图的关系也将从传统的 SDK 集成演进为更深层次的 Agent 能力融合。
据介绍，高德汽车出行 AI Agent 构建了」 语言大脑+空间大脑"的双引擎架构：前者负责理解用户表达，后者负责在真实世界中验证意图是否可执行，并完成路径与资源匹配。
这一架构的核心原则是意图与事实严格分离。大语言模型只负责理解用户意图并生成查询请求，所有地理信息，包括 POI、路线和充电桩位置等，都必须通过高德数据库获取并经过空间大脑校验后才能呈现给用户，从而确保结果在真实世界中成立。
支撑这一能力的，是高德在出行领域长期积累的三类核心资产。
首先是数据资产。高德拥有高质量、高覆盖、多维度的 POI 数据，以及持续更新的道路信息和海量真实场景的出行语料，这些数据构成了高德空间智能的基础，也形成了难以复制的数据壁垒。
其次是认知积累。长期深耕出行场景，使高德在」 顺路"的计算逻辑、"附近"的空间定义、多点行程排序以及用户口语化表达理解等方面沉淀了丰富经验。
第三是出行生态的深度链接。高德连接着人、车、路、场，并与主机厂、充电网络、商业 POI 及交通管理部门形成深度协同，这让高德汽车出行 AI Agent 可以调用的不只是静态数据，而是一个持续更新的真实世界出行网络。
数据、认知与生态三者结合，构成了高德打造出行 Agent 的核心能力基础，也支撑起对时间、空间与人的深度理解，使 「顺路」「附近」「沿途」 等复杂空间概念能够在真实路网中被准确计算。
