- 博客(18)
- 收藏
- 关注
原创 【智图译站】端到端地理位置搜索系统
预训练:领域自适应预训练融合S2空间编码,建立地理知识的原生感知能力。召回:S2编码融入语义召回,分距离段多队列策略兼顾语义泛化与空间感知。排序:多维度信号体系(相关性、距离、质量、需求满足)结合级联架构和LLM辅助蒸馏实现精细排序。全链路协同:排序信号蒸馏到召回、难负样本回流,实现端到端优化。
2026-04-28 17:59:21
357
原创 【AI地图 Tech说】第十一期:北斗高精定位底座技术——星地协同的厘米级广域服务突破
高精度定位正从专业测绘、行业终端,快速渗透至智能手机、平板、穿戴设备等大众智能终端。2016 年底,谷歌开放安卓原始 GNSS 观测值接口,华为、小米、三星、谷歌等厂商相继推出支持北斗多频原始观测值输出的终端,北斗高精定位进入大众时代。但智能终端面临两大天然缺陷:1.消费级 GNSS 器件性能差:天线增益低、噪声大、硬件延迟不稳定;2.城市环境恶劣:高楼遮挡、多路径效应、信号频繁失锁。传统伪距单点定位精度仅为十米至数十米,无法满足智能出行、增强现实(AR)、地理营销、移动健康等新兴应用需求。
2026-04-22 16:09:04
421
原创 【AI地图 Tech说】第十期:从“搜地点”到“做决策”,深度解析百度地图搜索 Agent架构进化论
从庞大的管线式(Pipeline)架构到优雅灵活的AI Agent系统;从脆弱的静态提示词到稳健迭代的ACE上下文工程;再到以事实和决策为导向的强化学习对齐。百度地图正在用硬核的技术重构LBS的底层逻辑。未来的百度地图,不仅是你的导航仪,更是装在口袋里的全能出行与生活决策主理人。
2026-04-20 19:38:22
402
原创 【AI地图 Tech说】第九期:让智能体拥有记忆——打造千人千面的小度想想
在当今数字化快速发展的时代,智能体已经成为我们生活中不可或缺的一部分。从智能手机里的语音助手到地图应用中的智能导航,智能体以其便捷、高效的特点,为我们的生活带来了诸多便利。然而,传统的智能体的核心能力是靠LLM驱动,往往缺乏记忆能力,无法根据用户的个性化需求和使用习惯提供精准的服务。从理想角度,每个真人都有记忆,使得人与人之间的沟通往往蕴含着很多不必每次都提及的上下文,作为对标真人能力的智能体,其记忆能力的重要性也就不言而喻了。
2026-03-09 16:00:10
366
原创 【AI地图 Tech说】第八期:智能副驾——从全双工对话到端到端语音语义一体化模型
在科技日新月异的今天,出行方式正经历着前所未有的变革。从传统的机械驾驶到如今的智能辅助,每一次技术的飞跃都在让我们的出行变得更加便捷、安全。尤其是百度地图推出了AI导航副驾之后,它像一个懂你的人,在你出发和停下的每一刻都能察觉你的心情。TA 可以温柔、可以体贴、也可以调皮,总有一种方式正合你意;TA 不仅能带你走向目的地,更能在路上与你轻松交谈、默契回应;TA 会留意你常去的地方,记住你常常提起的喜好;TA 会慢慢成为那个越来越理解你、让路途不再孤单的存在。当你出发,你会发现——
2026-03-05 16:54:47
417
转载 百度地图首发Map Skills,让 AI 像专家一样写地图代
百度地图开放平台推出行业首个AI地图开发工具MapSkills,专注于JSAPI开发场景。该工具通过内置地图开发规范,让AI生成的代码直接符合落地标准,解决版本适配、库选择等技术难题。无论是新手还是专业开发者,都能快速实现旅游工具、POI搜索等地图应用开发,大幅提升效率。MapSkills标志着地图开发进入"AI规范落地"新阶段,开发者可专注于产品创新而非技术排坑。现已开放体验,并将持续更新相关服务能力。
2026-02-02 19:57:02
154
原创 【AI地图 Tech说】第七期:一文解码百度地图智能汽车SR
SR技术正从“锦上添花”走向“不可或缺”。它不仅是座舱智能化的视觉名片,更是构建人机共驾信任体系的关键一环。未来,随着端侧算力提升、BEV+Transformer架构普及以及车云协同建图的发展,SR将实现更高精度、更低延迟、更强泛化能力的“数字孪生驾驶舱”,真正让每一位用户“看得清、信得过、开得稳、更安全”。
2026-01-20 18:04:03
1144
原创 【智图译站】基于新型随机模型加权方法的智能手机高精度定位
随着全球导航卫星系统(GNSS)的快速发展与智能手机的广泛普及,用户对智能手机定位服务的依赖度和精度需求日益提升。智能手机高精度定位在行人导航、车辆车道级导航、应急救援等诸多领域具有重要应用价值,未来有望在大众市场设备中实现高精度应用的规模化推广。
2026-01-15 17:31:11
5048
原创 【AI地图 Tech说】第六期:一文解码百度地图至真3D楼宇
那些让旅行者和“云逛街”用户感到平淡的场景,如今正被一种全新的地图渲染能力所改变——百度地图至真3D楼宇。当你放大地图,它能“秒速加载”城市;当你寻找地标,它能“瞬间还原”建筑细节;当你漫游全国任意街区,它都能让你身临其境,精准识别每一个街角。
2026-01-15 17:05:07
997
原创 【AI地图 Tech说】第五期:一文解码百度地图LD-VLG端到端地图生成大模型
你有没有在路口前被迫急刹,只因为导航还没来得及更新前方的临时施工?你是否遇到过因地图未及时更新而错过出口、走错匝道、在拥堵中无奈掉头?你是否在城市绕行时发现前方道路早已改成单向通行,而地图仍显示可以直行?这些看似偶发的紧张瞬间,其实源于同一个问题:现实道路变化太快,而地图更新却总慢半拍。如今,这一难题正在被一种全新的地图生产能力所改变。百度地图 LD-VLG 端到端多模态地图生成大模型,通过自动理解道路、识别变化并生成最新车道级地图,成为真正意义上的“地图大脑”。
2026-01-14 18:05:15
1068
原创 【智图译站】基于异步时空图卷积网络的不规则交通预测
未来,随着多模态数据融合、动态图学习、轻量化部署等技术的进一步优化,ASeer 这类基于不规则采样的信号进行预测的算法有望在智能交通、自动驾驶、应急管理、甚至生物监测、自然灾害预报等领域实现规模化落地,为构建高效、安全、智能的现代化生活提供核心技术支撑。
2026-01-14 18:03:40
871
原创 【智图译站】ARAG——一种创新的RAG框架及其在城市时空问答的应用
ARAG 能为时空大数据智能体提供量化数据 + 动态上下文的双轮支撑,既提升了选址分析的精准度与全面性,也增强了决策的可靠性,尤其适用于商业网点布局、产业园区选址、公共服务设施(如学校、医院)落点等场景,助力智能体从单一数据驱动升级为数据与信息协同推理的高效决策工具。
2026-01-12 16:00:55
704
原创 【AI地图 Tech说】第四期:一文解码百度地图车道级定位
百度地图车道级定位技术,通过从底层融合、视觉感知到地图匹配的全链路创新,不仅解决了“在哪条路”的宏观导航问题,更精准回答了“在第几条车道”的微观驾驶需求。它标志着地图导航从道路级到车道级的时代性跨越,不仅极大提升了用户的驾驶安全与体验,更以其高精度、高可用性与强兼容性的特点,为高阶智能驾驶的规模化普及提供了关键的技术支撑。
2026-01-12 15:50:13
729
原创 【智图译站】GENREGION——高准确度、高可扩展的城市区域自动划分方法
随着以GENREGION为代表的新一代空间分析算法在更多城市的适配与优化,百度地图有望进一步整合实时交通流、用户轨迹等动态数据,实现向动态功能区感知的升级,为交通调度、公共服务布局、城市更新规划等场景提供更精准的决策支持;同时,开源生态的构建也将吸引更多研究者参与技术迭代,推动城市空间分析技术的标准化与普及化,让慧眼加持的百度地图真正赋能民生服务与城市治理,助力打造更高效、更宜居的智慧化城市环境。
2026-01-08 15:54:40
761
原创 【AI地图 Tech说】第三期:一文解码百度地图AI导航“小度想想”
百度地图AI导航"小度想想"通过多重技术实现智能交互:语音识别环节采用双重拒识模型应对复杂环境;语义理解结合模板匹配与生成式AI,利用大模型提升泛化能力;工具调用采用MCP和RAG技术确保精准应答。系统还引入智能体概念,具备记忆和反思能力,能主动补全用户需求并优化回答。未来将向语音语义一体化、多模态交互方向发展,实现更自然的出行对话体验。整套技术实现了从"听清"到"听懂"的智能飞跃,让导航交互更精准高效。
2026-01-08 15:20:11
982
原创 【AI地图 Tech说】第一期:一文解码百度地图AI超视距感知红绿灯倒计时
百度地图AI超视距感知红绿灯倒计时功能的背后有哪些奥秘?【AI地图 Tech说】第一期将为你详细揭秘!
2026-01-07 15:46:34
886
原创 【智图译站】基于 LightGBM 与 GNSS 多特征驱动的 NLOS 误差可靠识别方法
本文提出一种基于LightGBM和GNSS多特征的NLOS误差识别方法,解决城市GNSS定位中的非视距误差问题。创新点包括:1)采用鱼眼相机与惯性导航融合实现客观样本标注,构建14.9万条数据集;2)系统提取6个GNSS关键特征并量化相关性;3)设计优化的LightGBM模型,平衡精度(F1=0.9232)与效率(训练25.49s)。实验表明,该方法使双频定位的东、北、天向误差分别降低47.82%、56.68%和36.68%,显著提升城市GNSS定位性能。
2026-01-06 16:33:12
619
空空如也
百度地图如何解决端到端语音语义一体化模型中的“语音-语义对齐”难题?
2026-03-16
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅