高德扫街榜周年蜕变：从榜单到理解真实世界的决策入口

近日有市场消息流传，高德在推出扫街榜满一年后，正计划进一步拓展其服务范畴，酝酿打造一款全新的“扫雷避坑”指南。这一动向迅速引发了业界的广泛关注。

就在9月10日，这一传闻得到了证实。高德正式发布了"避雷指南1.0"，这款产品并非简单罗列不良商家，而是运用先进的时空推演技术，帮助用户提前预判行程中可能遇到的各种问题，如白跑一趟、交通拥堵、行程延误等出行风险，从而做出更加明智的决策。

在当日下午的媒体沟通会上，高德导航产品负责人孙冲向徽声在线等媒体正面回应了外界的种种猜测。他表示：“商家的问题点难以用统一标准来衡量，而且如果准确率不够，可能会对那些诚信经营的商家造成不必要的负面影响。”

尽管市场上长期存在着对“避雷”信息的需求，社交平台上也经常能看到高赞的“避雷帖”获得大量关注，但高德却选择了一条不同的道路。从“扫雷”到“避雷”，虽然只有一字之差，但高德却明确表示，他们不愿充当“裁判”的角色。

这一决策与高德过去一年打造扫街榜的思路不谋而合：即以真实的行为数据为基石，助力用户在纷繁复杂的真实世界中少走弯路，更加高效地做出决策。

9月10日，恰好是高德扫街榜上线一周年的日子。在这一年里，外界明显感受到，高德正逐渐摆脱传统地图公司的标签，向更加贴近用户生活的生活服务公司转型。

数据显示，过去一年中，“扫街榜”累计为超过8.8亿用户提供了服务，用户导航至上榜商家的年度总里程更是高达366亿公里。此外，榜单的覆盖范围也在不断扩大，状元榜从最初的美食、酒店、景点三类扩展到了六类，新增了咖啡、酒吧和玩乐等类别；烟火小店榜的覆盖城市也从最初的130多座增加到了269座。值得一提的是，2025年登上烟火小店榜的商家，其订单量同比平均增长了424%，充分证明了扫街榜的影响力和市场价值。

“用脚投票”：探寻好店的真正标准

扫街榜的初衷其实并不复杂。

高德内容生态负责人李刚在接受包括徽声在线在内的媒体采访时回忆道，扫街榜的诞生源于一个具体的用户痛点：在一些平台上，高分并不一定代表这家店真的值得去。“你看到高分，但未必是一家好店；看到低分，却发现这家店已经开了很多年，口碑也不错。”

因此，在立项之初，高德就看到了用户和商家两侧都存在的痛点。评论可以被组织、被编写，但脚步数据却很难伪造。于是，扫街榜应运而生，成为了一个基于真实行为数据的榜单。

一年后的今天，高德扫街已经“不止于榜”，它开始更加深入地理解真实世界，为用户提供更加精准的服务。

9月10日，高德宣布扫街榜全面AI化，并基于空间智能推出了全新版本——高德扫街榜2026。这一版本在算法上进行了重大升级，利用AI算法理解不同导航到店行为的评分权重，从而更精准地反映用户的真实选择。

例如，专程前往和顺路进店的行为将不再被视作同一种行为，回头客、本地人导航到店等行为的权重将进一步提高。同时，高德还引入了“专业分”的概念，让在某一领域长期积累的用户拥有更大的评价权重。

李刚在采访中进一步解释道，同样是回头客，高德不仅要看“他回来了”，还要关注回来的频次以及他的家、公司与这家店之间的位置关系。一个住在隔壁小区的熟客和一个从二十公里外反复开车过来的人，其分量显然是不同的。

“专业分”的引入解决了谁更懂的问题。目前，已有超过1500名各领域的行家加入了高德的"真探创作者计划"。他们发布的每一份真实内容都以真实到达为前提，需要有导航记录、到店交易和实地拍下的照片作为支撑。

这些行为纬度的细化也重新回答了“究竟什么才叫一家好店”的问题。

以两家客流量接近的中餐厅为例，一家藏在街巷深处，专程前往的客人比例高达74.7%；而另一家靠近大型购物中心，专程前往比例却只有9.2%。尽管人流量都高，但后者显然拥有更强的“地利”优势。在新的算法里，这种区别将被清晰地呈现出来。

再比如一家景区里的网红餐厅，虽然游客众多，但很少有本地人反复光顾；而另一家可能没有多少游客专门打卡，却深受附近居民的喜爱。这种评分差异也被高德纳入了算法考虑之中。这就是扫街榜2026的核心变化——从“记录结果”走向“理解行为”。

“评论可以生成，但脚步无法伪造。”高德CEO郭宁在发布会上这样解释高德为何反复强调真实的重要性。

AI走出屏幕：地图开始理解世界

如果将高德的做法放到过去一年AI行业的变化中来看，会发现它与当下火热的Physical AI有着相似的底层问题：即AI如何真正理解一个正在发生的世界。

过去的大模型主要处理的是语言和信息，即用户提出一个问题后，AI从海量数字内容中寻找答案。然而，现实世界远比数字世界复杂得多。

比如一家餐厅今天是否营业取决于时间；景区好不好逛取决于天气、人流和个人偏好；导航是否应该绕路取决于实时交通状况；甚至“这家店值不值得专门去一趟”也很难仅靠一个静态评分来回答。

高德的特殊之处在于它积累了足够多的现实世界数据。月活用户达到10亿、日调用北斗卫星定位峰值近万亿次、数十万亿级时空样本沉淀自路网、建筑、地形、街景以及每一次真实导航、避堵与纠错。这些数据不仅还原了世界的空间细节，还持续记录着世界每时每刻的运行与变化。

过去这些数据主要用于地图导航，告诉用户“怎么去”；现在高德开始尝试从数据层面回答人们为什么去、一张榜为什么值得重新做一遍等问题。

在传统平台中，短视频、点评、攻略平台擅长生产内容。一个个体可以拍摄探店视频、撰写攻略甚至AI都可以生成完整评价了。但高德的数据能够验证个体背后是否存在真实消费行为、人是否出发、走了多远、什么时候到达以及之后有没有再来。这也是高德扫街榜的底层逻辑——用“脚”重新定义口碑。

可以说高德未必急于再做一个大众点评。它拥有的是其他生活服务平台很难复制的入口优势——用户在决定去哪里之前往往先打开了地图。

过去高德这个入口解决的是“怎么去”的问题；扫街榜解决的是“去哪儿”的问题；而今年高德想继续往前走一步：探索为什么去、什么时候去以及去了以后怎么办等问题。

因此今年的扫街榜看起来越来越“重”，且交互触手已经深入到了物理世界。除了榜单之外，高德还推出了飞行街景2.0、避雷指南、导航Live等产品。

飞行街景2.0解决了“去看”的问题，依托全球首个3D原生城市世界模型ABot-Earth 0.7，用户在出发前可以直接进入目的地的三维空间，提前查看剧院座位视野、商场内部动线或者景区地形等信息；避雷指南则根据营业时间、拥堵情况、停车难易程度、景区预约条件以及行程节奏等15个维度对一趟具体行程进行动态验证；导航Live则解决了“去识别”的问题，用户举起手机后镜头成为真实世界的搜索框，可以识别眼前的建筑、景点和店铺等信息。此外还有到店后的扫街锦囊等贴心服务。

随着大模型技术的不断进步，AI已经能够批量生成攻略了。但谁能验证这些攻略的真实性和可行性呢？痛点也催生了“避雷指南”这款产品的诞生。

比如一份十一旅游攻略计划两个大人带着两个10岁的孩子于10月1日抵达贵阳并自驾五天。用市面上主流的AI产品可以生成两份攻略以及一份网上点赞过万的“保姆级攻略”。看起来一切都安排得井井有条但经过“避雷指南”验证后却发现各有“雷点”。

三份攻略分别没有考虑到假期拥堵估计不足、带娃行程过密以及遗漏景区限流与预约条件等问题。虽然攻略完美、地点真实但串起来的行程却未必成立。

这也是传统大模型进入真实世界后会遇到的问题：知道信息并不等于理解现实。而拥有真实世界数据的高德AI恰好可以解决这些问题。

“世界不只存在于语言里它更存在于二维的网络拓扑、三维的空间结构、真实世界的流动以及时间的变化之中。”高德CEO郭宁在发布会上说，“大模型理解语言而高德则理解世界。”

扫街不止于榜：高德想要成为决策“入口”

随着这些产品的集体上新高德扫街榜以及高德本身的边界都开始变得模糊起来。

此前有第三方分析指出即便高德月活接近10亿但仍有八成以上的用户将其定义为"导航与出行工具"。工具的本质是用完即走追求路线规划的效率和确定性；而生活服务平台则需要用户长时间的驻留、浏览、比对和交易。

那么扫街榜只是一张榜单吗？高德还只是一个地图工具吗？对于这些问题高德并没有给出一个明确的边界答案。不过在面向徽声在线的采访中李刚表示现在已经不是原来“做榜单、做评分、做数据”的小团队在做这件事了导航等更多部门也开始加入其中。

至少可以肯定的是扫街已经“不止于榜”了。

今天高德接近10亿月活用户里每天发生着海量搜索、导航和到达行为。这意味着哪怕用户只是打开地图搜索一家火锅店没有发起导航高德其实已经参与了他的消费决策过程。

过去这些价值并没有被充分产品化但扫街榜出现以后高德开始把原本服务于“导航”的数据变成了一个可以直接影响消费决策的产品。

未来如果用户想到“附近哪里值得去”时第一反应是高德那么这个习惯一旦形成其商业价值可能远远不止广告那么简单。

在李刚看来"它不仅是榜单而是榜单、评分体系、真实内容和真实评价四位一体的评价体系未必只能存在于手机App里。”它还可以进入车机、智能眼镜、具身机器人、手表和二轮车等更多终端设备中。

9月10日高德已经同步披露奔驰成为高德扫街榜全球首个汽车合作伙伴未来用户在奔驰智能座舱里也可以获得扫街榜推荐。这意味着扫街榜有机会变成可被不同终端调用的“线下决策能力”。

开车到一个陌生城市高德AI可以告诉你附近值得去的餐厅；走进商场眼镜可以告诉你眼前是什么店；到景区之前用高德提前规划路程是否拥堵、停车是否方便等信息。

用户未必需要主动打开“扫街榜”但高德的能力已经融入到地图、导航、汽车、眼镜以及AI助手和日常生活之中。这或许才是高德所说的“扫街不止于榜”的真正野心所在。

不过要实现这一长远目标高德还有很长的路要走。

真实世界远比地图复杂得多。孙冲在面向徽声在线的采访中坦言导航Live目前最大的边界就是对物理世界的理解深度以及AI输出的确定性；极端视觉环境、方言、噪音等场景仍然会影响AI的理解能力。此外做“生活决策”比做导航更加困难比如“哪家餐厅更好”甚至没有唯一答案可言。

未来高德会走向哪里现在还没有答案。但在当下李刚反复强调高德一直想做的是“连接真实世界做好一张活地图”。从产品层面看高德的边界移动已经在悄然发生。