在AI推动的技术变革下，今年进入了一个“高潮”，Claude Fable、GPT-6 Astra等前沿模型进一步拓展AI在软件开发、执行复杂任务中的能力，让AI Agent正以前所未有的速度进入生产力环节。

与此同时，具身智能的发展将AI竞争延伸至物理世界，以高德ABot-Earth为代表的世界模型，正将现实环境转化为可探索、可交互的三维数字空间，为AI理解世界、规划行动提供基础。

(相关资料图)

在理解语言、生成内容的基础上，如何让AI进一步理解环境、规划行动，正成为英伟达、谷歌、OpenAI等科技巨头共同探索的前沿方向，AI竞争的“下半场”的关键，也开始集中于真实世界的数据积累、具身智能模型、工程应用以及各种应用场景的挖掘上。

AI“下半场”

人们对 AI 的要求，正从给出答案延伸到完成真实场景中的任务。

安排一次旅行，需要把目的地、营业时间和交通条件结合起来；让机器人送来一瓶水，需要识别物体、规划移动路线，并在人经过时及时调整动作。自然语言让表达需求变得简单，执行过程却涉及更多因素。

这些条件因素随时变化，导航中的道路可能临时施工，机器人准备抓取的物品也可能被意外挪动，系统既要理解当前状态，也要判断下一步行动可能带来的结果，并在获得新信息后修正计划。因此，对物理世界的理解必须包含位置、时间和变化。

如果说以ChatGPT为代表的生成式AI快速普及，开启了AI的“上半场”，那么“下半场”将进一步拓展到真实世界：衡量标准也不再只是生成内容，还要看任务能否完成、系统能否应对环境变化。

围绕如何让AI理解真实世界，科技企业正从不同方向展开探索。9 月 1 日，“AI教母”李飞飞联合创办的初创公司 World Labs 发布世界模型 Atlas，将文本、图像、视频和三维信息纳入统一的空间上下文，用于场景生成、重建和仿真。Atlas的一大用途，就是根据现实空间的影像构建模拟环境，为具身机器人的导航训练和测试提供条件。

英伟达将物理AI视为AI的下一个前沿，并通过Cosmos世界基础模型平台，搭建了一套面向物理AI开发的模型与工具体系，覆盖数据处理、模型训练和评估，服务于机器人、自动驾驶等应用。对此，英伟达CEO黄仁勋将Cosmos定位为能够理解真实世界、进行推理并规划行动的世界基础模型，认为这些能力的突破正在催生新的应用。

这些公司各自路线的侧重点不同，但都在尝试回答同一个问题：对环境的理解，能否帮助用户或具身智能作出更可靠的选择？世界模型可以构建或推演环境，智能体负责安排任务，具身机器人则把任务转化为物理动作，无论采用哪种技术方案，最终都要在真实世界的场景中完成检验。

“从理解语言，到理解世界”

从地图导航起家的高德，正成为AI下半场赛道上的重要玩家，依托持续积累的真实世界数据和对时空关系的理解，它给出的答案是空间智能。

所谓空间智能，就是在三维空间和时间中感知、推理并作出决策的能力，其中既需要判断“我在哪里”，也要理解“这里正在发生什么”，并预测“接下来可能发生什么”，将交通动态、地理环境、具体场景和用户意图结合起来，为真实世界环境的出行和行动提供依据。

“大模型理解语言，高德空间智能理解世界。”高德CEO郭宁说，他认为，世界不只存在于语言里，更存在于二维的网络拓扑、三维的空间结构、真实世界的流动，以及时间的变化中。

（图）高德CEO郭宁

这套独特的“世界观”，也被融入进高德最新的产品中。

9 月 10 日，在扫街榜一周年发布会上，高德宣布扫街榜全面 AI 化，将对真实行为的判断、三维环境预览和行程预判进一步赋能出行环节；同时，3D 原生城市世界模型 ABot-Earth 0.7 也正式亮相。

扫街榜与世界模型看似相距甚远，却都需要结合位置、时间和环境信息作出判断，背后是一整套把地图导航能力、空间环境数据连接起来的全栈技术架构，对世界的时空变化作出准确理解。

这些判断依赖更精细的空间信息和持续变化的环境数据：两栋相邻建筑的入口可能朝向不同，直线距离很近的两个地点可能被围墙隔开，同一条道路在早晚的通行时间也可能相差很大。要提供可靠的出行指引，地图需要将这些信息放进具体的时空关系中持续计算，再结合用户实际走过的路线发现偏差、更新纠偏。

更进一步的空间理解，还可以形成适合人和机器共用的基础设施，传统图文能够介绍地点，三维空间则支持从不同位置观察目的地，带来身临其境的体验。

对于机器人企业，可交互的三维数字场景能够支持反复训练与测试，帮助开发者验证不同环境下的行动方案。如果地图、仿真环境和部分导航能力得以复用，企业就有机会减少重复建设，将更多资源投入控制系统开发和具体场景适配。

今年4月，高德公开了四足具身机器人“途途”的导盲展示，途途第一次上路，便牵引一位视障大学生完成一组开放环境挑战：过红绿灯、规避动静态障碍、连续绕行狭窄通道，预判并避让突发干扰，穿行密集人群并自主寻找补给站等。

“途途”在开放环境中带领视障人士穿过人群与障碍。与手机上呈现一条路线相比，这要求机器人不断处理眼前的变化，把导航转化为连续行动。

机器人企业除了研发本体与控制系统，还需要训练环境、地图和导航能力。如果这些能力能够复用，企业就有机会减少重复建设，将更多资源投入产品开发与场景适配。高德在时空数据、三维场景和导航技术上的积累，为其向机器人企业提供这些能力创造了条件。

成为理解物理世界的新入口

随着更多决策交给AI，谁能够理解需求，也就能挖掘出更多的应用场景，并将其转化为可靠的行动安排，谁就有机会更早参与用户的选择。当模型能力越强，对准确、及时的现实信息和可用工具的需求就越具体，也就能挖掘更多的应用场景。高德的优势，正来自这些长期、具体的数据和能力积累。

去年，高德提出“AMAP-AI Inside”，计划将空间智能拓展至智能汽车、智能眼镜、具身智能和低空出行等领域。这意味着，高德正尝试把服务用户出行的能力，转化为更多终端可调用的环境理解、决策与导航能力。机器人“途途”，便是高德向这一方向上的具体探索。

当用户通过眼镜询问周边环境、由汽车安排沿途停靠，或让机器人执行一项任务时，地图能力可能在后台完成调用。对高德而言，这可能意味着一种新的产业生态。

对高德而言，这些终端触点的增加，打开的不只是更多流量入口，而是一个更大的商业想象空间。手机、车机、智能眼镜、机器人、无人机乃至商家设备，都可能成为空间智能连接现实世界的端点。地图服务也将不再局限于用户打开App后的搜索和导航，而是随人、车和设备进入不同场景，持续回答“我在哪里、周围发生了什么、接下来应该怎么做”。

当这些终端被同一套空间智能连接起来，高德提供的就不再是一张供人查看的地图，而是一套可供人和机器共同调用的空间认知系统。人在城市中寻找餐厅，车辆判断道路变化，机器人进入商场配送，无人机规划低空航线，智能眼镜识别眼前建筑——看似分散的需求，底层都依赖对位置、距离、环境和时间的理解。高德有机会成为这些终端理解真实世界的共同接口。

这也可能改变地图商业化的基本单位。过去，地图的商业价值更多围绕一次搜索、一次导航或一次到店展开；未来，它可能围绕一次真实世界决策展开。用户决定去哪里，汽车决定怎么走，机器人决定如何行动，商家决定怎样呈现空间，城市管理者决定如何调度资源，都可能调用同一套时空能力。高德的角色由“连接地点”向“参与决策”延伸，商业边界也由出行和本地生活扩展至汽车、零售、文旅、物流、园区和低空经济等领域。

更大的想象力在于，当越来越多终端调用空间智能，高德所构建的将是一个不断更新的现实世界模型。终端越丰富，系统对物理世界的理解越完整；理解越完整，能够承接的场景和决策就越复杂。由此形成的，不只是“终端—数据—模型—服务”的循环，也是一张从数字世界延伸到现实世界的商业网络。

从这个角度看，终端数量并不是最重要的指标。真正重要的是，高德能否成为不同设备进入真实世界时默认调用的空间能力。如果手机、汽车、眼镜、机器人和无人机都需要通过它理解周围环境，高德出售的就不再只是地图服务，而是机器理解和行动于现实世界的能力。