除了微信、 WhatsApp 这类社交产品，全球使用最频繁的 App 里，地图大概稳居前列。
但这类工具型 APP 长期以来，也是更新最慢的那个。
据统计，Google Maps 每月活跃用户已经超过 20 亿，几乎是互联网史上覆盖范围最广的单一产品之一。
但把 5 年前的 Google Maps 截图和今天放在一起看，差别其实不大，都是相同的蓝色路线和白色底图，这么大的产品，过去很长一段时间里，更新都显得克制，甚至有点停滞。
直到昨天，Google 宣布将对 Google Maps 进行「10 年来最重要的一次导航升级」，把 Gemini AI 和地图能力深度结合，推出了两个核心功能：沉浸式导航和 Ask Maps。
前者重做了视觉层，用 3D 实景渲染取代平面路线图；后者重做了交互层，用自然语言对话取代关键词搜索框。
这次更新可以看作是谷歌对「地图能做什么」这个问题的重新回答。
过去，地图的任务很单纯，就是告诉你怎么走。现在，Google 想把它做成一个真正意义上的出行助手。
它不仅要能听懂你在说什么，还得理解你真正想要什么，甚至提前替你安排接下来的路程、停留点和行程节奏。
焕然一新
Google Maps 更新的沉浸式导航带来的第一个感受，是焕然一新。
新版导航界面引入了动态 3D 视图，借助 Street View 的街景数据和航拍影像，对周边环境进行重建。
建筑、立交桥、绿化带，不再只是平面的抽象符号，而是以更接近真实世界的形态出现在屏幕上。
Gemini 在这里承担的角色，不只是把路线画得更花哨，而是参与空间理解，让地图从一张二维平面，变成一个能实时呈现道路关系的立体场景。
但这次更新的价值不只在于「好看」，更在于实用。
导航画面会实时高亮当前车道、人行横道、红绿灯和停车标志，帮助驾驶者在复杂路口更早做判断。
新加入的「透视建筑」功能也很有针对性。当车辆接近复杂转弯或需要连续变道的路段时，系统会自动调整视角和缩放比例，甚至透过前方建筑物的遮挡，提前让用户看清下一段路的结构。
这种设计相当实用，尤其在陌生城市里开车时，很多慌乱都来自「前面到底该并到哪条道」，而不是单纯的路不熟。
这次更新另一个值得注意的地方，是 Google 开始把路线变动的原因清楚。
Google Maps 每秒都在处理来自全球的大量交通更新，持续修正路线、寻找更优解。可过去的体验常常是，路线突然变了，用户却不知道为什么。
现在，地图会主动解释原因，告诉你前方有事故、哪条路更堵、替代路线能省下多少时间。
如果说沉浸式导航解决的是「怎么走」，那 Ask Maps 处理的就是「该去哪儿」。它真正改变的是地图和人的对话方式。
用户可以用自然语言提出复杂的现实问题，比如「车子快没电了，哪里可以充电又不用排队等咖啡？」或者「今晚有没有开着灯的公共网球场可以打球？」这类问题在以前的搜索框里几乎无解，因为它们包含多重条件、依赖实时信息，不是简单的关键词匹配能处理的。
Ask Maps 想做的，就是把这类真实世界里的模糊需求，变成可以理解、可以回答的问题。
它背后的底座，是超过 3 亿个地点信息，以及 5 亿多用户持续贡献的评价、照片和状态更新。这让 Ask Maps 的推荐不只是搬运商家简介，也不是简单抓取官网文案，而是尽量建立在真实体验之上。
它的上限远不止于此。
Ask Maps 同样可以胜任多日旅行规划，比如你说「我要去大峡谷、马蹄湾和珊瑚沙丘，沿途有什么值得停留的地方？」，系统会给出分段路线、每段预计用时、沿途的收费路段信息，顺便补上那些传统导航不太会告诉你的细节，比如哪个停车场经常满位，哪条不太出名的小径反而值得绕过去看看。
更进一步，Ask Maps 还试图提供「个性化」服务。
它会结合用户此前的搜索记录和收藏偏好，自动过滤掉那些大概率不合口味的选项。比如你问「我朋友从新乡曼哈屯过来找我，晚上 7 点，4 个人，有没有氛围好一点的地方」，如果系统已经知道你平时偏好的口味，它给出的结果就会自然往这个方向倾斜，而不会甩给你一份笼统的热门榜单，让你自己一点点筛。
选好目的地后，这些结果还能一键转成导航路线，甚至直接在 App 里完成预订，再把信息发给朋友，它开始接手搜索、决策、预订和分享这一整串流程。
目前，Ask Maps 已经率先在美国和印度向 Android 和 iOS 用户开放。沉浸式导航则会逐步扩展到 Android Auto、搭载 Google 系统的车机，以及 Apple CarPlay，覆盖更完整的驾驶场景。
另一个 Level
谷歌的这次更新放在全球范围内无疑是一次重要的升级，但如果把视角拉回国内，高德地图和百度地图在很多方向上已经走得更远，方法也完全不同。
拿高德来说，它最近在北京上线的一个功能就很有代表性：实时显示路边停车位状态。
用户直接在地图上就能看到某条街哪些车位空着，哪些已经被占。这背后靠的不是单一数据源，而是高德自身的停车位置数据和城市级交通系统的联合判断。
这不是单纯的软件能力，而是一整套城市协同感知能力在地图上的落点。
AI 交互层面，高德也早就不满足于做传统的语音助手。「小高老师」这个智能体，已经具备比较成熟语言感知功能，用户在嘈杂环境里发出指令，它能持续听、持续回应，中途打断也可以自然接上。
高德的另一个关键功能则是在安全方面，经常开高速的朋友想必都被高德提醒过「前车刹车，请减速」。
高德的「鹰眼守护系统」置了交通视觉语言大模型，可以实时分析周边上百辆车的动态信号，做群体异常检测。
一旦系统识别出风险，会通过语音播报和地图弹窗，给后方车辆发出秒级预警。
据报道，「鹰眼守护系统」上线后，G2 京沪高速在 2025 年国庆期间日均万车事故数同比下降大约 10%。
把谷歌和高德放在一起比较，或许容易得出一个简单的「高德更厉害」的结论，但两者的技术路线，其实是各自生长土壤的产物。
Google Maps 的优势在于全球数据规模和 AI 底层能力。它积累的是覆盖全球的路网信息、多语言的用户评价体系，以及 Gemini 模型在语义理解上的深度能力。这使它在「通用场景」下的表现极为出色，能够理解复杂的自然语言问题并给出合理答案。
高德的优势则在于本土场景密度和数据协作能力。
中国独特的城市形态，高密度、多层立交、复杂的停车生态以及每年一度的春运级别交通压力，构成了极端的技术试炼场，倒逼出了更激进的功能落地。
鹰眼系统依赖的城市大脑数据、停车位状态感知依赖的市政基础设施接入，这些资源在其他国家和地区并不容易复制。
两者的差异与其说是「技术水平」的高低，不如说是「场景驱动」路径的不同。
谷歌做的是全球通用的导航助手，高德做的是深度嵌入中国城市生活的出行系统。
文｜芥末
我们正在招募伙伴
📮 简历投递邮箱
hr@ifanr.com
✉️ 邮件标题
「姓名+岗位名称」（请随简历附上项目/作品或相关链接）
更多岗位信息请点击这里🔗
线上配资提示：文章来自网络，不代表本站观点。
