
对于很多车主来说,使用手机导航已经成为一种习惯,艾瑞咨询的一份中国车主最常用导航设备调查显示,42.4%的车主在车内选择手机导航,而坚守传统车载导航的仅有30.6%。“车载导航不好用”成为很多人的共识。
然而,国内领先的导航及出行服务提供商、拥有5亿手机地图用户的高德,却打算改变这一切。4月7日,高德地图车机版正式发布。作为高德汽车战略的落地产品,高德将其评价为“比手机还要好用的车载导航”。那么,这究竟是一款怎样的产品?
车载导航的联网进化
导航不准,地址搜索不到,地图更新太慢太麻烦,用户对车载导航的抱怨,大都离不开这几个关键点。然而,如果抛开在算法层面的差异,一个核心的原因是传统车载导航网络功能的缺失。
由于网络功能缺失,传统车载导航需要每半年去4S店进行数据更新,然而即使如此,地图仍然无法显示出刚建成不久的新路。同样由于网络功能缺失,导航只能根据地图信息,规划出从A点到B点的“最短路径”,最多只是根据用户偏好,在高速、环路或是普通道路中进行选择。然而,当拥堵成为出行的常态时,这种路径导航,无法满足路况导航的需求。
于是,网络成为高德地图车机版功能上的重要基础,而联网功能也成为解决用户痛点的关键。高德地图车机版具备联网功能,可以方便连接车内网络或手机热点。由此带来的变化,一是数据更新实时化,二是导航路况化。
高德地图车机版提供了三种数据更新方式,除传统的U盘更新方式外,车机可以在联网状态下直接下载更新。用户甚至还可以在车内将手机上的地图数据直接传给车机,免去流量的担忧。
基于高德交通大数据的实时路况和信息显示,高德地图的招牌功能躲避拥堵不仅得以在车机版上完美复制,更带来诸如道路施工、交通管制、加油站油价、停车场剩余车位等信息。对于深受传统车载导航之苦的车主而言,这不仅是变化,更是一种进化。
驾车情景的功能取舍之道
提到高德地图,除了躲避拥堵外,明星语音也是一大招牌。从林志玲到郭德纲,再到周星星,甚至近来被炒得沸沸扬扬的TFBoys,高德地图的明星语音导航,为用户提供了个性化的出行方案,这也是以往的车载导航所不具备的亮点。
躲避拥堵+明星语音,并不意味着高德地图车机版只是手机版的功能平移。实际上,高德地图车机版针对车内场景进行了众多细节优化,以及功能取舍。
车载导航的使用场景决定了,导航需要尽可能减少用户在使用过程中的操作,并更多使用简明易懂的语音和图形对用户进行引导。因此,从界面到功能,车机版和手机版都有明显变化。
在界面布局上,车机版专注驾车场景,在主菜单只保留“搜地点”与“查周边”两个功能,同时对道路名称进行了加大显示。据了解,这是因为驾车用户对道路名更为敏感。
此外,在原有车道引导模式的基础上,车机版在语音提示上更为直观,在路口等容易走错的位置,提示也更为频繁。在接近导航目的地停车场时,屏幕上会自动弹出停车场,读秒后自动消失,无需用户进行额外点击。
和手机导航相比,车载导航的一大优势就是具备和车辆系统深度融合的可能,这也为车载导航带来更多功能上的想象空间。随着长安CS15成为搭载高德地图车机版的首个量产车型,我们也在这款车上看到了深度融合的功能。通过读取车辆大灯信号,当环境光线较暗,用户开启大灯时,导航将自动切换至夜间模式,以减小对用户视觉上的刺激。据了解,随着高德与车企合作的逐渐深入,诸如油耗、轮速等更多信号将对导航开放,带来更丰富和精准的导航功能。
终端交互实现连贯出行体验
对于一次完整的出行来说,从A地到B地的导航,往往不是走路和开车的二选一,而可能是包含了步行、驾车,再到步行的多个场景切换。于是,我们在高德地图车机版上,看到更多车机与手机端功能上的打通,由此带来完整出行中不同阶段的无缝衔接。
在位置输入上,高德地图车机版提供了手机位置导入功能,在手机端输入目的地信息后,点击“发送至汽车”,即可将信息发送至服务器(保留24小时),一旦车机上登录同一帐号,位置信息会直接同步。这样,用户可以事先搜索好目的地并发送至车机。
而对于驾车导航所难以解决的“最后一公里”问题,高德地图车机版同样通过终端交互予以解决。当导航至最后1公里时,车机会将位置信息回传至手机,这样,用户停好车后就可以直接在手机上继续导航至目的地,从而实现完整的出行体验。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。