22 апреля Amap анонсировала своего нового AI-агента для автомобильной мобильности, который меняет традиционный подход к навигации. Вместо того чтобы просто следовать командам, система теперь способна понимать нечеткие запросы и самостоятельно планировать сложные маршруты.
Традиционные навигационные системы требуют от пользователей четкого указания пунктов назначения и предпочтений по маршруту. Новый AI-агент Amap меняет эту динамику, наделяя систему способностями к пониманию, рассуждению и активному обслуживанию.
Система обладает четырьмя основными функциями. Во-первых, это точный нечеткий семантический поиск: если пользователь упоминает "парк аттракционов с Трансформерами" или "круглое озеро для парусного спорта", система использует эти подсказки для нахождения нужного места.
Во-вторых, пользователи могут описывать несколько остановок в одном предложении, и система мгновенно обрабатывает запрос, включая поиск интересных мест, последовательность остановок и планирование маршрута.
Третья функция — динамическое планирование маршрута: для дальних поездок на электромобилях система учитывает уровень заряда батареи, доступность зарядных станций и предпочтения по питанию, чтобы создать сбалансированный план с учетом остановок для подзарядки и отдыха.
Четвертая функция — многократное редактирование маршрута в режиме реального времени: если пользователь запрашивает изменения, такие как "слишком быстро" или "избегать пробок", система понимает намерение оптимизации и пересчитывает маршрут.
В основе нового подхода лежит обновленная техническая архитектура с двойным движком: "Языковым мозгом" и "Пространственным мозгом". Языковой мозг, основанный на модели Qianwen, отвечает за понимание естественного языка, в то время как пространственный мозг использует географическую базу данных Amap для проверки осуществимости намерений и сопоставления маршрутов.
Система также адаптируется к поведению пользователей, постепенно выявляя их предпочтения, такие как предпочтительные дороги и готовность к объездам, что позволяет создать индивидуальный опыт без использования фиксированных тегов.
Amap подчеркивает, что взаимодействие в умном кокпите эволюционирует от простой голосовой команды к пониманию намерений и совместной работе возможностей. В рамках модели "облачное решение, выполнение на краю" главный агент кокпита обрабатывает глобальные намерения, а Amap выступает в роли подагента для выполнения задач по передвижению.
Это указывает на то, что партнерство между автопроизводителями и поставщиками карт переходит от традиционной интеграции SDK к слиянию возможностей агентов. Новый мобильный агент готов стать важной частью инфраструктуры в экосистеме умного кокпита.