作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

掃街榜上線100天，高德決定再往前邁一步。

去年9月，高德掃街榜上線時，做了一個在本地生活行業(yè)看起來有些冒險的決定：跳出評分、不賣排名、不計算商家投了多少流——而是看導(dǎo)航數(shù)據(jù)，用戶真正開著車、邁開腿去了哪家店，哪家店就排在前面。

這套“用腳投票”的評價體系，來自于高德二十年積累的時空數(shù)據(jù)和10億用戶的真實行為。100天后，邏輯被驗證了：6.6億用戶、86萬新商家入駐、商家訂單量增長超過330%，營業(yè)額環(huán)比增長超270%，這些數(shù)字，宣告著高德掃街榜的勝利，也印證了真實自有萬鈞之力。

但高德顯然不打算停在這里。

1月7日，高德掃街榜全新上線的“飛行街景”功能，主打讓用戶在出發(fā)前就能“飛”進店里看一眼。

這不是全景視頻，也不是拼接圖片，而是高德把自研的世界模型——在國際評測WorldScore中位列第一的前沿AI技術(shù)——第一次用到了本地生活場景。用戶可以從街道上空俯瞰，一路穿過巷弄，最終穿門入室，看到一家店真實的內(nèi)部環(huán)境。

高德飛行街景產(chǎn)品經(jīng)理孫沖告訴硅星人，商家只需用手機拍幾十秒視頻、傳幾張門頭照，就能生成專屬飛行街景，并且這項能力將完全免費。

如果說，此前高德掃街榜“用腳投票”，解決的是信任問題——用戶相信這份榜單是真的。那么信任之后還有一層不確定性：我信這家店好，但它到底適不適合我？包廂是什么氛圍？門口好不好停車？這些藏在評分和評價縫隙里的答案，文字“說不清”，圖片會“騙人”，現(xiàn)在飛行街景負責回答你。

對高德來說，飛行街景不是一次簡單的功能迭代，它指向的是高德對地圖這件事的新理解：從用數(shù)據(jù)讓榜單可信，到用世界模型讓真實可感——地圖不再是一張靜態(tài)的平面，而是一個活的、可供探索的數(shù)字孿生世界。

以下是我們與高德飛行街景產(chǎn)品經(jīng)理孫沖的對話：

1

為什么做：從“信不信”到“真不真”

硅星人：掃街榜在2025年用戶數(shù)量激增，為什么在2026年的升級中，你們選擇把“飛行街景”作為一個核心發(fā)力點？是看到了用戶在決策環(huán)節(jié)的什么新痛點？

孫沖：這也是我們此次升級的核心思考。之前掃街榜達到7000萬日活，驗證了一件事：當榜單回歸真實，用“身體力行”的數(shù)據(jù)說話時，用戶是愿意相信的。

但我們發(fā)現(xiàn)，用戶的決策鏈條上，還存在“最后一公里”的鴻溝。當榜單告訴他這家店“值得去”之后，他還會有更具體、更感性的問題：“門頭好找嗎？”、“周邊環(huán)境怎么樣？”、“網(wǎng)上的圖片是真的嗎？”……這些是圖文評價無法完全填補的真實感的缺失。

所以，掃街榜2026的發(fā)力點，從解決“信不信”的問題，升級到了解決“真不真”的問題?！帮w行街景”不是一個炫技的功能，而是我們?yōu)橛脩舸罱ǖ囊蛔鶚蛄?，跨越從線上信息到線下體驗之間的巨大鴻溝。

當用戶能像一只鳥一樣，從城市的街道，平滑地飛到一條巷子，再“穿墻”進入一家店的內(nèi)部，親眼“看”到它的環(huán)境和氛圍時，那種決策的篤定感，是任何文字或圖片都無法給予的。我們不是在給榜單增加一個功能，而是在重構(gòu)用戶與物理世界之間的“連接介質(zhì)”。

硅星人：為什么要強調(diào)“沉浸式俯瞰”？這種視角的改變，對于用戶判斷一家店“好不好吃”、“值不值得去”有什么幫助？

孫沖：“沉浸式俯瞰”這個視角，是我們有意為之的設(shè)計，它改變了用戶感知一個“地點”（POI）的方式。

過去，地圖上的一個點，是孤立的，它與周邊的世界是割裂的。但現(xiàn)實中，一家餐廳的價值，并不僅僅在于它本身，還在于它所處的“場域”——它是在一個安靜的胡同里，還是在喧鬧的商業(yè)街？旁邊有沒有停車場？晚上的街區(qū)氛圍是否安全？

“俯瞰”視角，給用戶提供了這種寶貴的宏觀上下文。它讓用戶能夠更直觀的看到店鋪與周圍環(huán)境的真實關(guān)系，這是做“去不去”這個決策時非常重要的依據(jù)。而“沉浸式”，則解決了微觀的真實感。當你從俯瞰無縫切換到街景，再進入室內(nèi)，你看到的不再是經(jīng)過商家精心挑選和美化的“賣家秀”，而是一個連續(xù)、無死角的“事實場”。

所以，這個視角改變，不是直接告訴用戶“好不好吃”，掃街榜1.0已經(jīng)用數(shù)據(jù)回答了這個問題。它是用一種超越圖文的方式，幫助用戶判斷“值不值得我為它跑一趟”。它把決策從“閱讀信息”，變成了“預(yù)演體驗”。

硅星人： “飛行街景”這個名字聽起來很有未來感。在產(chǎn)品定義階段，你們是如何構(gòu)想這種體驗的？從決定做，到具體做的過程中，產(chǎn)品是如何梳理出來的？

孫沖：“飛行街景”并不是空中的飛行地圖，這個名字背后，是我們對未來地圖形態(tài)的構(gòu)想。我們認為，未來的地圖，不應(yīng)該再是一張平面的、被動的，而應(yīng)該是一個活的、可供探索的動態(tài)數(shù)字孿生世界。

構(gòu)想的起點很簡單：我們?nèi)绾文茏層脩粼诔霭l(fā)前，就擁有“親臨其境”的感受？我們梳理了用戶的決策路徑，發(fā)現(xiàn)痛點非常清晰：從宏觀的城市區(qū)域，到中觀的街道環(huán)境，再到微觀的店鋪內(nèi)部，用戶的視線是不斷聚焦的。所以我們的產(chǎn)品邏輯，也必須遵循這種由遠及近、由外及內(nèi)的自然探索邏輯。

“飛行”這個詞，精準地描述了這種體驗——它不是生硬的場景切換，而是一種連續(xù)、流暢、視角自由的探索。你可以像導(dǎo)演運鏡一樣，從高空視角，絲滑地降落到一條你感興趣的街道，然后像一個熟客一樣，推門而入。

這個過程，我們內(nèi)部稱之為“從描繪世界到理解世界”。高德過去花了二十年，用數(shù)據(jù)把物理世界“畫”了下來；現(xiàn)在，我們要用AI，讓每個人都能在這個數(shù)字世界里“飛翔”和“行走”。

硅星人：在項目推進時，技術(shù)是不是最大的挑戰(zhàn)？

孫沖：很多人會認為技術(shù)是最大的挑戰(zhàn)，畢竟構(gòu)建一個如此規(guī)模的數(shù)字孿生世界，聽起來像是科幻電影里的情節(jié)。但說實話，對高德而言，技術(shù)反而不是最難的部分。我們二十年來沉淀的，關(guān)于物理世界如何運轉(zhuǎn)的動態(tài)認知，以及我們基于此構(gòu)建的“空間智能”能力，是我們的護城河，也是我們敢于闖入這片“無人區(qū)”的底氣。

我們遇到的最大挑戰(zhàn)，其實來自于生態(tài)和認知。如何讓數(shù)以百萬計的商家，尤其是那些不擅長互聯(lián)網(wǎng)運營的“煙火小店”，理解并擁抱這種全新的展示方式？

項目初期，我們接觸一些商家，提出要為他們免費打造“飛行街景”時，很多人第一反應(yīng)是拒絕和懷疑：“這么高科技的東西，怎么可能不收費？”“你們是不是想騙我們拍視頻？”。這種不信任，就是我們需要攻克的最大難點。

直到我們真正為他們免費生成了可以身臨其境的“實景店鋪”，讓他們親眼看到自己的小店如何被真實、立體地呈在用戶面前，他們才真正接受。這個過程讓我們下定決心，必須用“免費”和“普惠”的方式，把這項技術(shù)能力開放給所有商家。最大的挑戰(zhàn)不是技術(shù)本身，而是如何用技術(shù)去賦能、去改變一個生態(tài)的認知，讓大家相信，科技的進步最終是為了讓好的商家，無論大小，都能被公平地“看見”。

1

怎么做：如何用世界模型還原真實？

硅星人： 高德世界模型在WorldScore評測中拿了第一。具體到“飛行街景”，這個模型是如何工作的？

孫沖：可以把“高德世界模型“想象成一個AI，它學(xué)習的不是互聯(lián)網(wǎng)上的文本和圖片，而是物理世界的運轉(zhuǎn)法則。它拿了第一，說明它在“理解和還原物理世界”這件事上，做到了業(yè)界領(lǐng)先。

在“飛行街景”里，它的工作方式可以概括為兩步：“跨模態(tài)統(tǒng)一理解”和“幾何一致性生成”。

第一步是理解。它能同時“看懂”各種不同來源的數(shù)據(jù)——街景車拍的圖像、遙感影像圖、視頻、甚至用戶上傳的照片等。它不是簡單地把這些素材拼起來，而是像人腦一樣，把這些碎片化的信息，融合成一個對世界統(tǒng)一的、內(nèi)在的認知。

第二步是還原。基于這個統(tǒng)一的認知，它開始“生成”世界。最關(guān)鍵的是“幾何一致性”，這意味著它生成的視頻和空間結(jié)構(gòu)，天然共享同一套幾何基礎(chǔ)，構(gòu)建一個結(jié)構(gòu)上與現(xiàn)實世界完全一致的數(shù)字孿生體。

準確性如何保證？就來自于這種“忠于現(xiàn)實”的生成機制。它不是憑空想象，它的每一步生成，都有來自真實世界的多維度數(shù)據(jù)作為“事實基座”。所以我們稱之為“事實的AI”，它的使命就是絕對忠于現(xiàn)實。

硅星人：傳統(tǒng)的3D建模成本極高，很難規(guī)?；８叩率侨绾卫肁I技術(shù)解決“規(guī)?；迸c“精細度”這對矛盾的？我們在飛行街景看到的圖像，有多少比例是AI生成的？

孫沖：您點出了行業(yè)里一個存在已久的“三角難題”。傳統(tǒng)的3D建模像“手工作坊”，精美但昂貴，無法規(guī)模化。而高德的解法，是把這個過程變成了“AI驅(qū)動的智能工業(yè)化生產(chǎn)”。

我們解決這對矛盾的核心，就是極大地降低了數(shù)據(jù)采集的門檻，同時極大地提升了自動化生成的能力。過去，要建一個店的模，可能需要專業(yè)的設(shè)備和團隊工作數(shù)天?，F(xiàn)在，一個商家，只需要用手機拍一段幾十秒的視頻，再上傳幾張補充照片，我們的世界模型就能在后臺自動完成從幾何提取、紋理貼合到還原的全過程，最快幾小時內(nèi)就能生成一個可供“飛行”的實景店鋪。

至于AI生成的比例，可以說，我們看到的整個連續(xù)、動態(tài)的場景，幾乎100%都是由AI引擎實時渲染和生成的。但需要強調(diào)的是，這個生成過程，是嚴格受到商家提供的真實視頻和照片這些“事實”約束的。AI在這里扮演的角色，不是一個自由創(chuàng)作的“畫家”，而是一個技藝高超的“修復(fù)師”和“建筑師”，“事實AI”它是把真實世界的碎片，在數(shù)字空間里完美地還原起來。

硅星人：但世界是在實時變化的。你們怎么處理“靜態(tài)建筑”與“動態(tài)信息”呢？比如一家店換了招牌，或者門口排起了長隊，飛行街景能多快地映射出這種變化？

孫沖：我們的解法，是構(gòu)建一個“動靜結(jié)合”的“活地圖”。

“靜態(tài)”的部分，是城市的骨架，比如建筑、道路。這是我們通過街景車等重投入，構(gòu)建起來的穩(wěn)定底座。 “動態(tài)”的部分，則是城市鮮活的血肉，比如一家店新?lián)Q的招牌、門口排隊的人流、季節(jié)性的裝飾。

處理這種融合，我們依賴一個強大的“變化感知與反饋飛輪”。這個飛輪由幾部分驅(qū)動：首先是我們的高頻數(shù)據(jù)，比如用戶導(dǎo)航到某地后的大量“位置偏了”、“此路不通”的糾錯反饋，這能幫我們發(fā)現(xiàn)大的變化。其次是海量的用戶UGC內(nèi)容，一個用戶上傳了帶新招牌的照片，或者在評論里提到“排隊2小時”，這些都會成為我們系統(tǒng)捕捉變化的信號。

一旦系統(tǒng)捕捉到“變化”的信號，就會觸發(fā)更新機制。一家店換招牌，商家可以自己上傳新視頻快速更新；門口排隊的情況，未來甚至可以結(jié)合實時交通熱力、用戶實時上傳的筆記等信息，進行準實時的映射。

我們的目標不是實現(xiàn)絕對意義上的“零延遲”同步，而是建立一個與現(xiàn)實世界變化頻率相匹配的、高效的迭代機制，確保用戶看到的，是無限接近于“當下”的真實。

硅星人：在飛行街景中，AI除了負責渲染畫面，后續(xù)是否還能配合對場景的理解？比如，AI能不能自動識別出這是一家“適合露營風”的咖啡館？

孫沖：當然能，而且這正是空間智能從“看見世界”邁向“理解世界”的關(guān)鍵一步。渲染畫面，只是我們空間智能的第一層能力，即“感知與還原”。

第二層能力，就是您提到的“認知與推理”。這也是我們?yōu)槭裁匆匝惺澜缒Ｐ偷脑?，如果缺少了世界模型這一“大腦”，空間智能也將變得不完整。

當我們的AI已經(jīng)把物理世界高保真地還原出來之后，它就可以像人一樣，去“看”和“理解”這個場景。它完全可以識別出場景里的元素——原木桌、帳篷、露營椅、綠植，然后給這家咖啡館打上“露營風”的標簽。

這會帶來什么？它將徹底改變搜索和推薦的范式。未來，你的搜索將不再是“咖啡館”，而是“找一個下午能曬到太陽的、安靜的、適合帶寵物一起去的露營風咖啡館”。我們的AI會基于對空間場景的深度理解，為你精準地找到這樣的地方。AI在這里，從一個“建筑師”，進化成了一個懂生活、懂你的“場景規(guī)劃師”。

1

讓“會做菜的”贏過“會拍照的”

硅星人：除了讓用戶看著爽，飛行街景是否帶來了一種全新的“預(yù)消費”行為方式，比如出發(fā)前先云逛街？這給商家?guī)砹四男┨嵘?/b>

孫沖：“預(yù)消費”這個詞非常準確。飛行街景帶來的，正是一種全新的“所見即所得”的決策模式。用戶不再是“讀攻略”，而是“云勘景”。這種行為變化，對商家的價值是實實在在的：

第一，提升決策效率和到店轉(zhuǎn)化率。當用戶能身臨其境地看到店鋪環(huán)境、找到停車位、甚至提前看好心儀的包廂時，他的不確定性被降到了最低。這種確定性，會極大地促進他從“有興趣”到“馬上出發(fā)”的轉(zhuǎn)化。

第二，降低期望錯配和差評率。很多差評，并非源于服務(wù)不好，而是“圖文不符”導(dǎo)致的期望落差。飛行街景用最真實的方式展示了自己，吸引來的，就是真正認同其環(huán)境和風格的顧客，這從源頭上就過濾掉了期望錯配的可能。

第三，讓特色商家有了全新的表達。一家店的價值，可能是窗外的一片湖景，可能是別有洞天的庭院。這些“氛圍價值”在傳統(tǒng)圖文中很難表達。飛行街景讓這些獨特真實的優(yōu)勢，第一次直觀、完整地傳遞給用戶。

硅星人：現(xiàn)在的用戶很怕“照騙”，很多網(wǎng)紅店照片精美但實地很糟。高德的“飛行街景”不會遇到“美化”的誘惑嗎？

孫沖：這個問題問到了我們的生命線。掃街榜的根基就是“可信”，而飛行街景的使命就是“真實”。 我們對抗“美化”誘惑的方式，不是靠人的意志，而是靠技術(shù)的機制。

我們的世界模型，本質(zhì)是一個“事實”引擎，而非一個“美顏”引擎。它生成和還原場景的依據(jù)，是商家上傳的連續(xù)視頻和多角度照片，必須使用高德提供的商家工具（有商家認證校準、位置校準、以及實時無濾鏡川叔）。這種多維度的、動態(tài)的數(shù)據(jù)源，本身就極大地限制了“P圖”和“美化”的空間。

更重要的是，我們的算法在設(shè)計上，會優(yōu)先保證“幾何一致性”和“結(jié)構(gòu)真實性”，而不是“光影完美性”。我們追求的不是一張完美的宣傳照，而是一個可信的、可供探索的空間。

可以說，我們的產(chǎn)品基因決定了，我們永遠會站在“真實”這一邊。因為一旦我們允許“美化”和“濾鏡”，飛行街景就失去了它存在的根本價值，又變回了用戶不信任的“照騙”。守護真實，就是守護我們自己。

硅星人：但是一些土菜館門面并不好看。實景展示會不會反而暴露它們的“土”？

孫沖：這恰恰是飛行街景的魅力所在。我們相信，“真實”本身就擁有最強大的力量。

在傳統(tǒng)的圖文平臺，“豪華”和“精美”往往更容易獲得流量，這對于那些味道極好但環(huán)境樸實的“寶藏小店”是非常不公平的。而飛行街景，恰恰給了這些小店一個“說真話”的機會。

當用戶通過飛行街景，看到“徑鄉(xiāng)緣”樸素的門頭、簡單的桌椅，但同時也能看到后廚忙碌的熱氣、食客們滿足的表情，他感受到的不是“土”，而是撲面而來的“鍋氣”和“煙火氣”。這種真實的氛圍，本身就是一種極具吸引力的“賣點”。

我們的產(chǎn)品設(shè)計，不會去刻意美化或丑化，而是致力于“還原場景的敘事感”。讓用戶自己去感受，是相信一張過度修飾的網(wǎng)紅照片，還是相信一個充滿真實生活氣息的場景。我們堅信，用戶會做出聰明的選擇。飛行街景，就是要把話語權(quán)，從“會拍照的”手里，還給“會做菜的”。

硅星人：某種程度來說，這是在幫不擅長互聯(lián)網(wǎng)運營的老店，更公平獲得流量。

孫沖：對。這絕對是一種“技術(shù)減負”，甚至可以說是一種“技術(shù)平權(quán)”。

過去，商家在本地生活平臺的競爭，在某種程度上變成了營銷內(nèi)卷——誰更會拍圖、修圖、寫文案，誰就更容易出頭。這對于大量不擅長互聯(lián)網(wǎng)營銷的實體商家來說，門檻很高，成本也很高。

高德的做法，是把復(fù)雜的技術(shù)問題留給自己，把最簡單的操作留給商家。我們不要求商家成為攝影師或設(shè)計師，他只需要做他最熟悉的事——用手機，像給朋友拍視頻一樣，把自己的店真實地拍下來。剩下的，從空間還原到線上展示的所有復(fù)雜工作，都由我們的云端自動完成。

我們用技術(shù)，抹平了商家在“線上表達能力”上的差距。讓競爭回歸本質(zhì)——你的店好不好，你的環(huán)境真不真。這不僅是減負，更是讓商家能把更多精力，放回到經(jīng)營本身。

硅星人：用戶在飛行街景中的瀏覽、點擊和互動，會產(chǎn)生新的數(shù)據(jù)維度嗎？會帶來哪些新的影響？

孫沖：會的，這會形成一個價值巨大的“正向飛輪”。用戶的每一次“停留”、每一次對某個包廂的“放大查看”，都是一種新的“身體力行”的數(shù)據(jù)。這是一種比“點擊”和“收藏”維度更高、意圖更明確的行為數(shù)據(jù)。

這些數(shù)據(jù)會從兩個方面反哺我們的系統(tǒng)：

第一是，反哺掃街榜。我們可以知道哪些店鋪的“真實環(huán)境”吸引了更多的用戶“云探店”，哪些區(qū)域是用戶在“云逛街”時的熱門路線。這些都可以成為榜單排名和推薦的新因子，讓榜單不光知道哪里“人氣高”，還知道哪里“環(huán)境好”，推薦的維度會更豐富、更立體。

第二是，反哺世界模型。用戶的互動行為，是我們驗證和優(yōu)化世界模型的最佳標尺。比如，大量用戶在某個位置反復(fù)“迷路”，或者“穿模”，系統(tǒng)就能知道這個區(qū)域的還原可能存在問題，從而觸發(fā)模型的迭代和優(yōu)化。用戶的每一次使用，都在幫助我們把這個數(shù)字孿生世界“打磨”得更真實。

硅星人：2023年，高德推出了基于3DGPT的奇境MAX，飛行街景的產(chǎn)品更新得益于高德的哪些數(shù)據(jù)、技術(shù)、產(chǎn)品經(jīng)驗的積累？

孫沖：飛行街景不是一個從0到1的突發(fā)奇想，它是高德在空間智能領(lǐng)域長期主義投入的必然結(jié)果。您提到的奇境MAX，就是我們在這個方向上重要的探索和積累。

我們的積累主要在三個層面：

一方面是數(shù)據(jù)基座。過去二十年，我們沉淀了全世界最稀缺、最龐大的時空數(shù)據(jù)。這些關(guān)于人、車、路、店在物理世界中如何運轉(zhuǎn)的動態(tài)認知，是任何大模型都渴望，但無法速成的“事實土壤”。這是我們一切空間智能創(chuàng)新的起點。

其次是技術(shù)演進。從奇境MAX到今天的世界模型，我們在持續(xù)進化。我們在“跨模態(tài)理解”、“幾何一致性生成”等核心技術(shù)上不斷取得突破，使得還原世界的規(guī)模、細節(jié)和效率都實現(xiàn)了數(shù)量級的提升。

最后是產(chǎn)品認知。我們通過一次次的產(chǎn)品迭代，深刻地理解了用戶在真實空間探索中的核心需求和痛點是什么。我們知道用戶要的不是一個技術(shù)Demo，而是一個能解決實際問題的、流暢自然的體驗。這些產(chǎn)品經(jīng)驗，指導(dǎo)我們把復(fù)雜的技術(shù)，封裝成“飛行街景”這樣簡單、好用的產(chǎn)品。

可以說，飛行街景，是高德二十年數(shù)據(jù)積累、持續(xù)技術(shù)攻堅和深刻產(chǎn)品洞察三者融合的產(chǎn)物。

點個“愛心”，再走 吧