先说结论

9月23日下午，云栖大会「高德开放平台开发者大会：空间智能为枢，融通AI与千行百业」专场（国博一期307，13:30—16:25）只干了一件主线的事：高德把二十多年积累的时空数据，从「按次卖API/SDK」改成「千舆」——数据不出高德的域，开发者用自然语言提出业务问题，Agent在数据原产地完成计算，客户把结论连同证据链带走。支撑这个转向的是一个此前少被公开的测量：高德实测主流Agent在真实空间决策任务上的成功率只有22%，接入千舆后在98个真实任务评测中拿到78分（高德开放平台技术总监刘畅口径，自报）。真正的看点不在分数，而在边界的划定方式：高德从总经理崔勇到产品总监杜康反复承认「我们不懂你的业务」，把行业know-how留给客户和生态伙伴，同时又要做「每个行业水面之下的空间智能底座」——这是一场关于通用性能否规模化替代定制的豪赌。同一场地的另外两条线索是这场赌注的硬件延伸：4.5亿存量两轮车的功能机时刻（华为开源鸿蒙三档方案、鹰眼守护两轮车版、碳普惠联盟七家首批），以及出行服务离开手机App、向眼镜与手表的扩散。本文按全场回放转写逐段复盘，讲者自报数字与外部可核验数字分层标注。

一、AI答不出的空间题：地图生意换了个卖法

要理解千舆为什么长这样，得先看高德给自己出的证明题。崔勇的开场致辞把「基本盘」报得很满：扫街榜上线一年累计服务超8.8亿用户、260万商家入驻，烟火小店订单量同比增长424%，用户导航去上榜商家的总里程超366亿公里，今年9月10日拿到吉尼斯世界纪录认证（以上数字与证券时报、信网等多家媒体对扫街榜一周年的报道一致；吉尼斯核验口径为2026年8月24日至30日单周7500万公里导航里程）；鹰眼守护预警系统覆盖24类出行场景、累计播报629亿次、日均1.86亿次（与DoNews今年9月16日报道口径一致）；地图数据覆盖210个国家和地区、门址库从4亿扩到10亿、POI从1.2亿扩到2.3亿；开放平台累计服务超300万开发者、赋能超40万款App。另有一段容易滑过的信息：崔勇提到以世界模型为底座、以导盲为首个场景的机器狗，即高德动量今年4月发布的四足机器人「途途」（经济参考网与新华网均有报道；转写作「巨神智能」）。

这些数字的作用是垫高「高德懂空间」的可信度，但产品总监杜康的演讲才是本场最诚实的部分。他把去年的工作总结为「做到了也没做到」：基于「小高老师」的Agent在C类场景（本质是B2B2C，高德和伙伴一起服务终端用户）落地不错，因为端内那套出行和位置服务范式经过二十年打磨，伙伴集成时问一句「和你们高德端内的一样吗」，答「一样」就放心了。真正卡住的是另一大类：把高德能力集成进业务系统和决策流程的B端场景。杜康给出旧模式的两难——其一，线下业态复杂、每个行业know-how深不见底，高德不可能全懂，也不可能为所有客户定制，传统「需求澄清→POC→样例→大规模交付」的周期长、成本高，导致这套模式「不太可能服务到更多的客户」；其二，大量数据没法通过SDK/API传递出去，卡在法务合规和数据定价上，「价格高了客户承担不起，价格低了风险又很大」。

千舆是对这个两难的结构性回答：把数据在高德域内的独立空间里开放，让开发者充分挖掘、计算、分析，把结果拿走变成业务价值。官方演示视频给了四个场景：三万栋楼的临街判定从人工采盘改为基于道路流量自动打标，作业效率提升超90%；户外广告选点从经验画圈改为真实客流与沿线客群分析，有效触达提升超30%；网点划片从按面积切分改为综合路况、交通便利性与区域价值；门店活动规划用15分钟步行可达圈还原客流来源去向，规划效率提升三成以上（均为官方演示自报口径）。

而把「为什么要现在做」讲透的是刘畅。他的出发点是一个基线测量：AI Agent正加速参与零售、广告、文旅等行业的真实空间决策，但高德实测主流Agent在这类任务上的成功率只有22%。他归纳了四个原因——真实空间数据难获得（任务常需要近七天、近三十天的人流和道路等级、朝向这类细粒度数据，主流Agent拿不到）；空间计算有专业性（等时圈、地理区块分割这类计算，Agent自己做不准）；空间任务往往是开放性多解题（区域推荐不止一个点，单给结论不可信）；任务一拉长就失控（从1个点扩展到上千个点、从一天拉长到一年，上下文爆炸、链路抖动都会让任务前功尽弃）。四个原因指向同一个诊断：为Agent准备的空间智能基础设施不足。千舆的78分，就是补课后的成绩单。

二、数据不出域、计算进场：三层证据链与「不懂行业」的诚实

千舆的技术方案可以概括成四件事，每一件都针对上面一个挑战。第一是语义化的真实空间数据：基于高德每日PB级原始数据，清洗加工出人、地、时等维度的核心字段，覆盖率做到90%以上（刘畅称「远超行业标准」，自评），对历史不更新和低覆盖的数据做减法，再构建语义化知识图谱，把商圈—地点—人—时间关联成网。第二是确定性空间计算：提供20多个空间算子（等时圈计算、网格分类统计、线路圈选等原子操作），Agent组合调用，保证结果确定、可复算。第三是本次最有工程含量的设计——三层证据链：数据层记录来源、统计时间段和权限；计算层记录用了哪些算子、入参、版本和中间产物；业务层沉淀用户的业务口径和模型推理。结论和证据链一起交付，让「Agent给的答案」变成「可审计的答案」。第四是长程稳定执行：中间重计算被抽象成独立的data agent放进沙盒执行，不进主流程；原始数据不进上下文，只让schema和样例参与计算；再配上状态管理和异常识别，任务抖动时从最近的checkpoint恢复——平台宣称以此支撑天级以上的长程任务。

这套设计的商业含义比技术细节更深：它同时回应了杜康说的两难。数据不出域解决合规，按计算收费替代按数据定价解决「定价两难」；证据链解决企业不敢把决策交给概率性系统的信任问题。刘畅还公布了开放分层：数据层对外提供API和MCP（Model Context Protocol，Anthropic于2024年11月发布的模型上下文协议，已成行业事实标准），skill层提供通用行业模板，agent层通过A2A（Agent2Agent，Google于2025年推出、后捐赠给Linux基金会的智能体互操作协议）等协议对外提供服务——两个协议均经外部核验真实存在且定位与所述相符。也就是说，千舆不指望自己成为唯一入口，而是可以被任何第三方Agent编排的能力节点。那套「22%对78分」的评测集，刘畅称来自平台真实问题抽象，每题含业务场景、真实核验脚本和评价标准，「正在开源流程中，近期会发布到开源社区」。但本节真正值得记录的，是高德对自己能力边界的反复声明。杜康在讲临街楼栋案例时自评「这是一个非常非常简单的场景，仅仅只用到了点和线两个维度」；讲广告触达时直言结果「不可能是一个完整的、非常solid的结果」，因为线下情况多样，只能作选点参考，「我们毕竟没有给每个人眼睛里装眼洞，他即便走过了，也可能没看到，正和女朋友聊天呢」；讲门店选址时承认高德「提供不了非常精细的行业洞察」，不知道茶饮和零食品牌间的有效安全距离是五十米还是五百米，解决办法是把参数、阈值、边界开放给客户自己改。他还描述了一个耐人寻味的现状：beta版跑下来，现有案例都太简单、每个案例用到的数据量都太少，「包括我们自己和客户都没打过这么富裕的仗，想象力和空间都没有打开」。

把这条线串成完整的因果链：变化是地图开放范式从API转向域内Agent计算；直接原因是B端定制交付的经济学走不通加上数据出域的合规与定价死结；谁得谁失——高德得以触达此前无力服务的长尾客户，行业解决方案商获得二次开发平台，懂业务的企业拿到以前买不到的计算能力，而靠人力密集POC交付的传统数据服务模式被压缩；二阶影响是空间分析门槛塌缩后场景的爆发（「没打过富裕仗」正是爆发前的空白）以及交付物从报告走向API固化、最终嵌进客户业务系统；观察指标是98任务评测集能否如期开源并被第三方复现、千舆上沉淀的行业skill数量、以及「先对话澄清需求、验证后固化API」这条路径的真实采用率；对读者的启发是，数据型公司在AI时代的开放路径未必是「卖数据」，把数据出域改成计算进场、把结论配上证据链，可能是合规与商业化之间更宽的那条门——而平台主动承认不懂行业，恰恰是把行业知识定价权让给生态的分工策略。杜康的收尾宣言把姿态说尽了：「可能每个行业都会有个高德开平，都会有千舆，但我们可能不一定在水面之上……甘心在水面之下做每个企业的空间智能底座。」

三、4.5亿辆两轮车的功能机时刻：一套OS、一朵云预警、一本碳账

如果说千舆是高德对开发者的输出，两轮车就是这套空间智能压强最大的硬件试验场。出行行业产品负责人唐龙海给出市场底数：中国存量两轮车用户超4.5亿、年新车销量超5000万台、市场规模超1000亿元，年出口规模已达68亿美元、今年可能破百亿（68亿美元与人民日报海外版口径的68.29亿美元吻合），而行业智能化率目前不足15%——重庆摩博会上的观察是智能屏正从旗舰车型下沉为标配。高德的方案被压缩成「一个底座、两个生态」：底层是地图、导航、定位、交通大数据，上层是安全和绿色两个生态，已服务超20家整车企业。

安全这条线的机制值得展开。鹰眼守护从单点固定提醒，进化到多元融合提醒，再到Traffic VLM（全局交通动态感知及预测模型）加持的群体感知全程预警；两轮车版在此基础上扩展了「开门杀」「鬼探头」等专属风险场景。关键的产品决策是：这套能力作为云端外部能力上线，车企完成一次预警升级后，安卓、Linux、OpenHarmony、RTOS多端都能在线获得全量动态升级——旧车不用换硬件也能拿到新预警，这在安全能力通常绑定硬件换代的两轮车行业是个反向操作。小牛电动智能化总监冯龙给了终端视角的印证：两轮车九成是RTOS设备，装不下富态应用，小牛的方案是车辆上报→高德大数据风险预估→云端渲染推送到车端，整个闭环链路压在三秒以内；首发选前方急刹、弯道来车压线、后方车辆预警三个能力，依据是事故数据显示大型事故主因是货车盲区与山区弯道。冯龙还点出行业动机：两轮车口碑被定义为「不安全」且被各大部委反复提及，他的立场是「安全是不是应该优先通过科技手段去解决」。无枷智能（议程官方名称，转写作「吴家/五加」）首席产品官曾敏璐把这表述成「给车主装上第六感」：云端V2X预警先感知先动作，配合转向灯自动闪烁、悬架自动调节、联动ABS与手把震动的多部件协同，并声称「这不是概念，是已经量产的现实」（自报，未能独立核实）。

绿色这条线则是一本已经跑了五年的账。唐龙海介绍，高德2021年完成国内首笔可追溯绿色出行碳交易，此后完整记录用户绿色出行里程轨迹、按官方方法学折算减碳量、与多地碳交易所打通交易，收益全部返还用户；五年下来覆盖近50城、超6000万用户、累计碳减排超110万吨（首笔交易经核验：2021年9月4日高德与北京市政路桥建材集团就北京MaaS碳普惠活动的1.5万吨减排量达成交易、金额75万元，被多方报道为全球首笔全方式绿色出行碳普惠交易；110万吨为大会自报的全国累计口径）。减排量的买家是控排企业、赛事碳中和采购方等；卖碳所得在高德商城变成咖啡券、话费券回到用户手里。本次论坛正式发布两轮车碳普惠联盟，首批七家：爱玛、雅迪、小牛、极核、绿源、台铃、无枷智能（除无枷智能公开资料极少外，其余六家均为经核验的真实头部品牌；爱玛为转写「爱马」的正字）。车企加入联盟换到的是高德商城的百万级流量场域、媒体矩阵宣传和潜在客源——平台用流量补贴碳激励，车企用骑行数据换获客，这是一笔双方都算得过来的账。

第三条线是操作系统，来自场外最重要的盟友华为。终端鸿蒙智能硬件生态产品总监李彦举的论证链相当完整：两轮车产业过去是烟囱式交付，不同SOC、WiFi、蓝牙、屏幕做乘法，几十套代码并存；以前断码屏时代软件没几行无所谓，TFT屏装上之后要地图、要音乐、要主题，「代码的数量级升了一位」，烟囱式必然扛不住。他的判断更锋利：「不是每个产业都能自生操作系统」——自生需要产业利润丰厚、底层人才数以万计、有应用市场式的自运营能力，而两轮车目前只有地图和音乐能产生利润，养不起一个OS，所以「只有一条路，去借」。借的对象是开源鸿蒙：2020年由华为捐赠给开放原子基金会，他称每天有几千个PR、1.3万底层开发者，轻量框架内存占用只有几兆、开机速度1.6秒，License是Apache 2.0（经核验无误），「随意修改随意商用，不要担心被卡脖子」。落地方案是三档：8兆内存以下的低档用极简箭头导航，中档上GS框架与巡航态地图，高档对标安卓体验（GPU渲染、3D、AI），资源目标是256MB内存加256MB存储就落地高端车。已落地的案例正是小牛：搭载开源鸿蒙的车在各展会展出，即将上市。

这条两轮车链条完整地走一遍：变化是存量最大的民用交通工具同时被OS统一、云端安全、碳资产化三条线改造；原因是硬件智能化使软件复杂度乘法爆炸、行业安全口碑倒逼技术解法、绿色出行的政策与碳交易基础设施成熟；谁得谁失——高德拿到底座与出行数据、华为把OS生态延伸进新终端、头部车企不换硬件就获得安全升级和碳积分客源，输家是烟囱式交付的方案商和没有智能化能力的中小车厂；二阶影响是上亿台带屏两轮车可能成为新应用入口（李彦举原话：到那时「两轮车的市场可能就不是五千万了」）、跨品牌配件互联的国强标推进、碳收益返还改变用户骑行激励；观察指标是小牛那台开源鸿蒙车的量产节奏、安全联盟与碳普惠联盟的扩员速度、8MB档极简方案的实际装载率；启发有两条——低算力硬件获得高配能力的路径是云端渲染加端侧轻量呈现，「不是每个产业都能自生操作系统」的利润/人才/自运营三条件，可以拿来判断任何产业该自建还是借用平台。

四、眼镜接棒、注意力连续：当出行服务离开手机

空间智能的第二战场是把服务从手机App里搬出来。AIoT产品负责人赵梦君的框架是三种能力：方向感（设备读懂空间）、到达力（从选目的地到真正出发）、协同力（多设备自然衔接）。落到产品上有三个细节比框架本身更有信息量。其一是扫街榜上终端：基础位置服务只能答「哪里有店」，答不好「值不值得去」，扫街榜的AI评分进了智能终端后，对着眼镜问一句「这家怎么样」，直接告诉你是不是扫街榜优选。其二是AI打车：高德聚合打车已接入60多个平台，她的判断是「我们缺的不是车，而是适配智能设备的交互方式」——下雨天手里拎满东西时，说一句「帮我叫辆车」就能完成从意图识别、信息补全到下单支付的全部闭环，这套能力以账号、下单、支付全链路开箱即用的方式开放给设备厂商。其三是多端协同，她讲的场景具体到令人共鸣：骑车去西湖、停车步行去雷峰塔，手表发起导航要低头点、无屏眼镜只会说「前方左转」但遇到两个左转口就不知道走哪个、停好车还要在手表上重新搜索重启——「每一台设备都在做自己能做的事情，路是连续的，用户的注意力却需要在设备之间反复切换」。解法是分工与接力：眼镜负责说和听，手表负责看，靠高德账号体系统一身份与出行上下文，场景自动识别骑行转步行，且不限于同一品牌，A品牌眼镜配B品牌手表。这是一个把「注意力连续性」当作体验验收指标的思路。

海外产品负责人赵梦麒则把这股能力推向国外，论据是三个数字：2025年全球位置服务市场322亿美金，而海外与国内地图服务最大价差高达九倍（两者均为演讲引用口径，未找到原始出处）；预计2026年中国全年出口汽车一千万台，上半年出口425万台同比增长72%；2025年有出口实绩的经营主体78万家（海关总署口径）。更硬的痛点在物流：海外地址填写不规范导致派送经纬度识别失败、行政区围栏数据缺失导致分单单损，叠加人力成本高、骑手流动大，海外运单派送效率只有国内的30%到50%——高德的解法是门址数据建设、地址解析验真补齐，再把国内成熟的排程排线算法迁移出去，一次输入200个运单目的地算最优路线。千舆也做了全球版：共用主agent与sub agent的架构，接入全球行政区、POI、门址、路况数据，目前已携手7家全球代理商，2026年9月全面开放海外代理加盟。

硬件侧最生动的样本是雷鸟创新生态业务负责人李凌霄的分享。这家2021年10月由TCL电子孵化的AR公司（成立时间经核验）摆出了产品矩阵：79克、搭载高通骁龙AR1、能跑安卓应用的全彩旗舰X3 Pro负责重度导航，34克、续航两天的单绿轻量款iO负责通勤（导航功能预计10月上线，只显示剩余时间、里程、下一路口和小地图）。与高德的合作有四块，其中「双模导航」最有想象力：抬头的HUD之外，往下低一点头就能唤出AR沙盘，用3D映射帮你在分不清东南西北的复杂路口定位自己；打车场景里，司机位置和上车点显示在眼镜地图上，车到了用AR箭头指方向，绑定高德账号开通免密支付后行程结束自动扣款——AR解决的是打车的「最后一百米」：找上车点、看车牌、找车。这条链的完整版是：变化是出行服务入口从App扩散到眼镜、手表、车机、语音设备；原因是设备进入物理空间绕不开位置、无屏小屏设备天然语音优先、账号体系与端云通信让跨品牌协同变得可行；谁得谁失——设备厂商拿到开箱即用的全套出行服务（李凌霄特意提到，高德Agent替厂商省掉了自己做意图理解和实体抽取的大量工程），高德则用入口泛化对冲单一App的流量见顶，受压的是App中心化的服务分发模式；二阶影响是服务开始跟着注意力走，出行能力成为一种环境能力；观察指标是雷鸟单绿导航10月上线后的表现、跨品牌多端互联的厂商接入数、眼镜端AI打车的真实订单量；启发是，入口泛化时代服务方的竞争力锚点从「App体验」转向「协议加账号体系加多端SDK」的组合。

五、3万店的选址科学与「没打过富裕仗」：边界、反方与该看什么

本场唯一的大客户证言来自鸣鸣很忙（转写「明明很忙」按官方议程正字）门店发展数字化与网规负责人林国批，他自称经历中国四家三万店以上企业中的两家：在瑞幸从五千家店做到接近三万家，2025年2月加入时鸣鸣很忙约1.5万店，一年半翻倍到3万店（3万店与2026年1月28日港交所挂牌均经核验）。他的核心命题是「增长坐标系」：门店规模与密度同时增长意味着开店空间在收窄，选址必须每个阶段找到自己的坐标。方法论是三段演进——经验选址（开发人员的单点经验，难规模化）、数字化选址（规划性区域开店、目标过程结果管理）、智能化选址（规模到了「常规手段判断力不足」，需要科学化手段判断剩余空间）；分析框架是人（现有用户→每店用户→潜在用户在哪）、地（消费聚集特征）、空间（线下潮汐流动加线上网购外卖流动）三维；落地是四层体系：网规层定商圈发现与开店次序、布点层求区域最优而非单点最优、财务模型层把控开店成功率、门店复盘层让每家店沉淀经验反哺策略。

林国批最有价值的反思是组织优先于技术：「我们的数字化人就喜欢讲技术，但实际上在零售企业很多东西落不下去，为什么？因为他只做技术、只做数据、只做模型，他不去做体系。」体系是组织、管理方式和工作流，先有体系再谈工具和模型。他报的成效——人效提升220%、开发团队翻2.5倍的同时开店目标翻倍、今年开店量过万店「中国零售史上唯一」——均为自报口径未独立核实，但他给出的四个「深思问题」质量很高：数据和直觉怎么信、谁更信谁；有了系统就有了数字化能力吗（他的答案是否定的，并点名「高德技术比我们强，但不一定能在行业客户落地」）；标准化规模复制如何兼顾灵活性；数字化ROI如何衡量（他的回答是中长期显现，企业规模回报是最好认可）。这条零售链的完整版：变化是万店级连锁把选址从老师傅经验改造成「三维分析加四层体系」的数字化系统；原因是密度递减规律使经验判断力先于市场见顶，一年半翻倍的开店速度人力评估无法支撑；谁得谁失——鸣鸣很忙获得点位储备与扩张弹性（其2025年闭店率1.2%左右，为财报口径），高德沉淀行业方法论，纯经验型开发人员与拿不到方法论的竞争对手是相对失方；二阶影响是选址能力成为加盟连锁的核心资产、闭店率成为估值变量；观察指标是闭店率与单店模型的走势、网规部门在连锁企业的普及率；启发是数字化投入按中长期ROI评估、体系先行工具其次。

最后把反方与不确定项摊开。78分对22分的评测是高德自建基准，评测集「正在开源流程中」，第三方尚未复现，两个分数都不能当作独立测试集结论；「远超行业标准」的90%字段覆盖率是自评；杜康自己承认现有案例浅、数据利用率低（「没打过富裕仗」既是机会陈述也是现状供认）；无枷智能「已经量产」的表述无法独立核实，其公司公开资料极少；口径差也值得记录——两轮车存量唐龙海说4.5亿、曾敏璐说3到4亿，雷鸟「覆盖40多个国家」与官网「超过25个」存在时点差；赵梦麒引用的322亿美金市场、9倍价差、上半年内销下降20%均未找到原始出处；颁奖环节的长串获奖人名以音近转写为准，个别字或有出入。

从这些信息可以推断出几条跨场景的判断。第一，空间智能正在重复云走过的路——从按次调用的工具，变成藏在业务系统背后的域内底座，而「证据链」这类可审计性设计是它区别于上一轮大数据服务的关键卖点，金融、网点、政务这类高合规行业会最先买单。第二，低配硬件加云端智能的组合（小牛3秒闭环、鸿蒙8兆档、眼镜无屏交互）是存量设备智能化改造的通用公式，判断任何「传统硬件智能化」故事能否成立，先看它是否接受这个公式而不是指望硬件换代。第三，碳普惠这类把行为变成资产再变成激励的闭环，扩张速度取决于流量方可提供的补贴规模，高德用商城流量换车企数据、车企用数据换客源，这个三角结构的可持续性比单笔碳价更值得观察。第四，对开发者而言，千舆值得现在就上手试的不是78分，而是那套「十分钟二十分钟出结论」的试错经济学——正如杜康所说，连临街判定这种「不就应该这样处理吗」的简单问题，此前市场上都没有好方案，空白比分数更说明机会。接下来盯四件事：98任务评测集的开源与第三方复现、小牛开源鸿蒙车的量产、碳普惠联盟从七家出发的扩员、以及千舆上第一个把交付物固化成API嵌入生产系统的客户案例——最后那件事发生之日，才是「数据不出域」这门生意跑通之时。

信源说明：本文基于该论坛全程回放转写（10407秒）与云栖官网议程页复盘，讲者自报数字已标注，关键主张经外部多源交叉核验（扫街榜、鹰眼守护、千舆发布、鸣鸣很忙、碳普惠、MCP/A2A协议、机器狗途途等）；未能独立核实处均已注明。