AI時代,地圖到底能不能做好出行規劃?

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?

文章圖片

AI時代,地圖到底能不能做好出行規劃?


在兩年前 , 大模型剛開始火的時候 , 就有不少人開始幻想讓大模型來幫咱們做點旅行攻略 , 來當我的免費導游了 。
但是沒多久大家都被大模型的幻覺給搞懵了 。
這玩意做攻略起來 , 根本不講武德 。
就比如下面這個行程 , 起手看著很美 , 帶我把西湖十景玩了個小半 。
但問題是 , 西湖壓根就不要門票 。。。
從杭州開到千島湖 , 整整 170 多公里 , 也不是短短 50 分鐘能搞定的 。
除非哥們開的是 AE86 。

當時的 AI 就愛無中生有 , 張冠李戴 , 而且在規劃路徑的時候 , 完全不考慮交通方式、預算和時間 。
為啥平時能寫詩 , 能干事的 AI 大模型 , 在做給哥們做旅行計劃的這件事上 , 老給咱們帶到溝里去呢?

實際上 , 給大家找一條舒適 , 合理的旅游路線這件事 , 還真沒咱們想的那么簡單 。
因為想搓個完美的旅游計劃出來 , 那需要搜集的數據可實在是太多 , 太雜了 。。。
什么地方好玩 , 要怎么過去 , 幾點開門幾點關門 , 這地方可以玩多久都得考慮妥當 。
而且更重要的是 , 這些數據 , 甚至在互聯網上沒有 , 或者說不是沒有 , 而是不太全 。
都說巧婦難為無米之炊嘛 , AI 再強 , 沒有這些專業數據也是抓瞎 , 那不是只能瞎編了么 。

所以反過來說 , 想要讓 AI 把行程規劃這件事給做好 , 就必須要有能力 , 給它提供足夠精準的地圖數據 。
【AI時代,地圖到底能不能做好出行規劃?】這事 , 或許只有地圖軟件能做的來 , 恰好前段時間 , 百度地圖又發布了一波更新 , 整了個全新的小度想想2.0 , 號稱是能把出行規劃這件事 , 給弄的既簡單 , 又直接 。
那作為互聯網知名軟件評鑒大師 , 差評君不得來幫大家品品咸淡了 。

為了測試一下這玩意是不是真的靠譜 , 我準備拿國慶假期做個實驗:
具體的實現步驟倒是很簡單 , 打開百度地圖 , 點擊左上角的小度想想 , 咱們就可以直接說出需求 , 讓它來幫忙制定旅行攻略了 。
可以看到 , 在收到了指令之后 , 百度地圖就開始加速思考 。
結合它掌握的各類旅行地點的深度信息 , 揉合了各類出行方式的成本考量 , 還有其他用戶發布的各種攻略 , 把這些信息都收集在一起之后 。

就開始庫庫的輸出攻略本體了 。

行程方面我仔細看了一下 , 在時間安排上算是合理 , 沒有那么特種兵行為 。
比如第一天就聚焦在西湖附近 , 早上在西湖北邊逛逛 , 中午在附近吃口飯 , 下午也繼續在西湖西邊搞點深度游覽了 。

甚至就連西湖里頭的茅家埠和九溪煙樹都給考慮到了 , 內叫一個地地地地地道道 。

每天玩的、安排的行程都不太一樣 , 比如第一天聚焦西湖、第二天就去逛靈隱寺和龍井茶 , 第三天專門去宋城玩 , 那么第四天就聚焦在良渚這塊 , 一天內把良渚古城遺址公園、良渚博物館都給逛了 , 然后晚上直接去附近的玉鳥集吃飯 ,

同時百度地圖還搞了個蠻好玩的功能 , 可以直接根據它生成出來的行程來生成一個手繪地圖 。


讓我們能直觀的看到這幾天得怎么玩 , 去哪里玩 , 每個景點之間的距離又有多遠 , 是走路過去更好 , 還是直接打車來著更方便 。
非常直觀 , 而且也很適合和朋友一起分享 。
而且為了方便大家規劃路徑 , 看看具體應該做哪班車 , 走哪條路 , 咱們還能直接在這個攻略的基礎上 , 生成一個更地道的一鍵導入多個景點 , 來自動生成每一天的路徑規劃 , 方便咱們做攻略 。

更重要的是 , 這個自動生成的行程 , 還可以直接分享到聊天軟件里 。。。
我們能直接和旅游搭子一起看 , 一起修改 , 屬于是幫助大家一起對旅游的行程有點數了 。

除了能興師動眾地生成路徑之外 , 百度地圖的默認搜索框里 , 也把 AI 給加了進去 , 萬物皆可 AI 了屬于是 。
而現在加上了 AI 功能的百度地圖 , 可以幫我更好的找到想去的地方 , 我不需要記住具體的名字 , 而是可以通過一段大概的描述 , 來讓它直接幫我找到我想去哪?
如果說我想跳槽了 , 注意是如果 , 如果啊兄弟們 。
那我就可以直接問它 , 余杭區附近有沒有啥好公司 。

兄弟就能直接來給我指條明路 。
或者哪天晚上下班了 , 我想出去散散步 , 也可以直接舉起手機來問 , 問問看附近有沒有啥帶跑道的公園推薦的 。

再或者我也可以直接接著前面的攻略繼續問它 , 比如說我第一天晚上不是玩到河坊街么 , 餓了想要火鍋的話 , 我就可以直接拿起手機問它 , 河坊街邊上有沒有什么好吃的火鍋就行 。

不管我問什么問題 , 百度地圖都能很快的響應出來 , 論速度的話 , 甚至可能和不接入 AI 的時候要差不多了 。
在這一切的響應的背后 , 其實靠的不是單一的語音識別或搜索接口 , 而是一個百億至千億參數規模MoE(混合專家)模型架構的端到端語音語言大模型在發力 。
在過去 , 地圖軟件的背后其實是三套系統:
一套系統負責把語音給轉換成文字 。
一套系統負責把文字給丟到數據去里去做搜索 , 比如你說肯德基 , 它會給你把肯德基的具體坐標給發回來 。
最后一套系統則是負責路徑規劃 , 用來告訴你怎么開到肯德基 。

這些系統互相影響 , 又各自為政 , 信息在中間傳來傳去 , 就很容易出錯 , 比如第一步語音轉寫漏了一個字 , 后面搜索就跑偏了 , 我說肯德基 , 結果它聽成了老鄉雞 , 那肯定會搞得我吃不到吮指原味雞 。

而現在百度把語音理解、自然語言處理、檢索、推薦、路徑規劃這些環節都整合到了一起 , 訓練成了一個端到端模型 。 它能做到邊聽邊理解用戶意圖 , 不只是識別你說了什么 , 而是理解用戶到底想干什么 。
更厲害的是 , 這個模型還吃進了百度多年積累的超過 3 億個 POI(Point of Interest , 也就是興趣點)數據 。 這些興趣點不僅僅是只有名字和位置那么簡單 。

還包含了這家店營業時間、客流情況、用戶評價、交通方式等各種豐富的信息 。 正因為模型有了這些信息 , 模型才能處理很多過去識別不到的任務 。
比如剛才說到我餓了 , 它并不是機械地理解為“搜索‘餓了’” , 而是自動把上下文轉化為“找附近能吃飯的地方” , 結果就是給我推薦一堆合胃口的餐廳 , 幫我在減肥計劃上走走彎路 。

當然 , 除了這些幫我們規劃行程的功能之外 , 百度地圖在導航這塊的老本行也沒落下 。
現在的車道級導航的能力全面升級 , 可以在行駛的時候 , 根據前面路上的實時路況來給我推薦車道 , 前面有車把路給堵住了 , 就會早點提醒我換到旁邊更快的車道上 。

而且等我們導航到一半 , 想要換個目的地的時候 , 也可以直接喚醒小度來幫我調整 。

沒錯 , 這個功能 , 非常像是車機上會有的東西 , 實際上我甚至感覺 , 這次百度地圖上的不少更新 , 比起放在手機上玩 , 其實更適合放在車機里用 。
咱們既可以和它談天說地 , 也可以拿它干點有用的事 , 比如說我忙著開車不方便看導航的時候 , 就可以直接問它前面堵不堵車 , 還有多久到服務區?還有多久才能到加油站這些零碎信息 , 或者是直接問問它終點附近有啥好吃的 。

整個系統的響應速度也很快 , 咱們也可以在它說到一半的時候隨時打斷 , 重新提問 。
說實話 , 這個響應速度、響應方式 , 讓我想到了一位故人 。。。
那就是大洋彼岸 OpenAI 之前發布的 gpt-realtime , 這種實時對話 , 無縫互動的功能 , 也是現在行業里大家都在研究的方向 。

從行前規劃到途中伴行 , 百度地圖的這些新變化 , 正是各種AI 能力和前沿技術不斷實際落地的體現 。
現在的地圖軟件 , 它不僅能聽懂你想去哪、要干什么 , 還能在龐大的地圖數據里快速給出最合理的答案 。
這種我負責出口 , AI 負責成章的體驗 , 一時間讓差評君想到了過去的不少科幻電影 。
想到了鋼鐵俠里的賈維斯 , 開頭就能秒懂托尼的意思 , 想到了霹靂游俠里的 KITT , 能帶你一邊飆車 , 一邊嘮嗑 , 還有流浪地球的 MOSS(550W) , 甚至能冷靜的決定人類的去留 。

過去這些我們只敢在大屏幕上 YY 的東西 , 現在也已經悄咪咪的開始出現在我們的手機里了 。
這種從幻想到現實的跨越 , 也是現在地圖 + AI 所帶來最大變化 。
可以說 , 在加入了 AI 之后 , 地圖軟件原本工具的定位 , 正在逐漸模糊 。
取而代之的 , 或許是一種類似“伙伴”的關系 。
下一次旅行 , 或許你真的可以把攻略的煩惱 , 放心交給他了 。

    推薦閱讀