双方围绕语音交互、大模型能力以及 Agent 等核心方向展开全面协同，共同推动高德地图从 " 连接世界 " 迈向 " 理解世界 " 的全新阶段。
全链路语音共建：更精准、更自然的交互体验
作为全球首个 AI 原生地图应用，高德地图 2025 的核心亮点之一，是推出业内首个专精出行生活的智能体 " 小高老师 "，它可基于音频、文本输入等多模态方式，与用户直观交互。
在语音能力上，高德与通义实验室语音团队联合打造了覆盖唤醒、识别、理解、播报等环节的全链路能力，助力 " 小高老师 " 实现了行业领先的识别精度和交互流畅度。
双方构建的新一代语音语义感知系统，由高德导航专用 ASR（语音识别）模型、通用领域大模型 ASR、高德大模型综合理解能力等模型组成，全面覆盖导航、本地生活、日常闲聊三大场景。
此外，全双工语音技术的应用，让用户体验 " 小高老师 " 时可随时打断并发起新指令；抗回声处理则确保用户在复杂声学场景下依然能保持清晰、顺畅的交互体验。
大模型底座加持：通义 Qwen 赋能空间理解
在用户使用过程中，" 小高老师 " 能高效调度高德内部近百种工具，将内外部数据资源整合分析，生成最佳回答反馈和地图交互动作。
支撑这一能力的，是高德和通义共建的大模型簇——该模型簇由多模态空间感知、行为认知、时空意图理解、总结输出交互和反馈观测评估等多个专业模型构成。
通义大模型具备全球领先的预训练规模与语义理解能力：Qwen2.5 已在 18 万亿 token 上完成预训练，而 Qwen3 的数据量几乎翻倍，达到约 36 万亿 token。
凭借强大的底座能力，通义大模型已成为全球主流的基座模型之一。综合 Hugging Face、魔搭等社区数据，Qwen 系列大模型的下载量已达 4 亿次，同时衍生模型数量超过 14 万个，位居全球第一。
基于通义 Qwen 模型的底座能力，高德通过 SFT（指令微调）训练，显著提升了其在出行生活场景中的语义理解、上下文感知与响应能力。
智能 Agent 登场：出行决策化繁为简
在 Agent 领域，基于高德自研的 DeepResearch 框架，通义实验室和高德联合开发了地图领域的复杂 POI 推理 Agent，可通过理解多重约束条件、有效使用地图和搜索工具以及整合实时联网信息，为用户提供精准的 POI 推荐与导航服务。
该 DeepResearch 框架融合了强大的规划（Planning）、反思（Reflection）和工具调用（Tool Calling）机制，具备对高德地图全栈工具的深度理解和使用能力，能够智能地拆解复杂任务、评估执行路径并高效协调各类工具。
基于此框架开发的推理 Agent 具备三大能力：
首先，基于双方共建的高德专属推理能力模型，该 Agent 具备了地图领域领先的多维 POI 推理能力，可实现复杂时空需求的理解以及复杂 POI 的解析及处理，支持对事件、地理、参与者、时间、交通、POI 属性等多重约束的综合判断；
其次，该 Agent 为高德预置了专属地图 API、实时天气查询、交通状况监测、POI 数据查询 API 等工具，并能基于 POI 理解自主调度相关工具。同时，它还能轻松集成新的工具和数据源，以适应不断变化的场景需求，无论是新增的 POI 类型、交通方式还是实时数据，都能快速适配并提供相应服务。
最后，该 Agent 可实现复杂场景下的 POI 任务处理，例如多 POI 路线规划、实时约束下的 POI 推荐、定制化 POI 推荐以及长时间旅行规划建议等。
" 模型 + 场景 " 深度融合：AI 能力落地的行业范式
此次合作，不仅是高德与通义实验室技术能力的叠加，更是生态协同共建的深度实践。通义大模型的泛化能力与高德在空间场景上的深度积累，在 AI 原生地图中实现了前所未有的深度融合。
一方面，高德以通义大模型为 AI 底座，构建了具备理解真实世界能力的空间智能，这不仅赋能高德地图 APP 迭代升级，未来还能驱动智能汽车、智能眼镜、具身智能、低空飞行等领域的变革。
另一方面，通义实验室则通过高德地图这一海量用户场景，推动大模型能力的真实落地与验证，加速其在 C 端产品中的规模化应用。
可以预见，高德与通义实验室的合作将成为 " 模型 + 场景 " 跨域融合的行业范式，为 AI 能力在更多真实世界场景中的落地提供可复制的实践经验。
