謝邀，人在路口畫8字，谷歌Gemini突然對著我耳邊：往紅房子走，鐵憨憨

新智元報道

編輯：傾傾

【新智元導讀】GoogleMaps核彈更新：Gemini接管步行騎行導航！問廁所咖啡館？問EV充電剩幾個坑？問街區(qū)Vibe？Gemini秒懂人話、懂物理世界。路癡起立，再也不用舉手機轉圈自閉了！

世界上最惡毒的詛咒，就是導航里那句云淡風輕的：「請向東步行500米。」

哪怕你把手機舉到天上像跳大神一樣畫8字，那個該死的箭頭依然在原地轉圈。

在「分不清東西南北」這件事上，人類的尊嚴被GPS羞辱了整整20年。

但就在今天，這種「降智感」被徹底終結了。

GoogleMaps剛剛扔出一枚核彈：Gemini正式接管步行和騎行導航。

從此，你的手機不再復讀經緯度，而是會貼在你耳邊低語：「就在前面那個星巴克路口右轉，對，就是那個貼著海報的紅房子。」

路癡星人，全體起立！

別拿坐標羞辱我，請說「人話」！

傳統(tǒng)的導航基于GPS坐標，這是一種機器語言，它不懂500米對于人類來說代表著什么。

Gemini介入后，將這種機器指令轉化為語義理解。

為了實現(xiàn)「在加油站后右轉」這種極其簡單的指令，Gemini在后臺交叉引用了全球2.5億個地點的信息與海量的Street View圖像。

它必須準確識別出哪個建筑是「顯眼的」、哪個地標是「著名的」，并確保這些信息在現(xiàn)實中具有視覺排他性。

直到今天，Google一直在嘗試通過Gemini讓地圖具備「上下文意識」。

在2025年11月的早期更新中，這種能力還僅限于駕駛場景；而現(xiàn)在，它已經滲透到了步行和騎行中。

你可以隨時打斷它：「告訴我我現(xiàn)在所在的這個街區(qū)有什么好玩的？」或者「這附近有帶廁所的咖啡館嗎？」

你不再需要反復確認那個模糊的箭頭，而是根據路口那個標志性的「藍色雕像」。

Google正在將Maps從靜態(tài)方向引導，轉型為實時、對話式的導航體驗。

「無手化」代理

你是來走路的，不是來搓屏幕的

大腦理解這一問題解決了，那么要怎么做到「感官協(xié)同」呢？

1月29日，Gemini正式「走下」了汽車儀表盤，進入了步行和騎行這種對交互寬容度極低的場景。

如果你在騎單車，或者手里拎著兩斤剛買的排骨，Gemini的「代理權限」就是救命草。

不用停下、不用摘手套、不用在大街上對著屏幕一頓輸出。直接問：

路邊這個長得像外星飛船的樓是什么？順便搜下附近有帶廁所的咖啡館嗎？

這種深度的App聯(lián)動，讓地圖變成了一個流動的任務中心。

如果你漫步在陌生街頭，Gemini也能成為實時百科。

你也可以隨意發(fā)問：「我正處在哪個街區(qū)？」或者「附近有哪些必看的景點？」

也可以問針對具體生存需求的復雜長查詢，例如：「這條路線上有沒有帶廁所的平價咖啡館？」

這種涉及物理設施細節(jié)（廁所、停車位、價格檔位）的多維度篩選，是普通AI搜索難以企及的物理數據深度。

并且，Gemini支持在導航屏幕內進行連續(xù)對話。

你可以先問：「前方2英里內有無素食餐館？」得到結果后再追問：「那里的停車情況如何？」

注意，這不是簡單的語音識別。這是把Maps、Gemini、微信和日程表焊死在了一起。

這種針對「物理生存需求」的多維度篩選，才是AI真正的戰(zhàn)斗力。

「全知之眼」

Google Lens的三維瞬移

如果說地標導航解決了「怎么去」，那么Gemini+Google Lens，則解決了「去哪兒」以及「到了之后干什么」的信息差難題。

地圖從一個二維的坐標平面，進化成了一個三維的物理世界解碼器。

在Maps的搜索欄中，當你點擊那個相機圖標并指向眼前的建筑時，Gemini開始實時解碼物理實體的語義。

你可以像問它：「這是哪兒？為什么出名？」或者「這里的氛圍如何？」

AI會瞬間調取2.5億個地點的檔案，結合海量用戶評論，給你一個帶溫度的答案，而不是冰冷的評分。

Google甚至能挖掘出「隱秘知識」。

通過全新的Gemini Tips模塊，你甚至可以在出發(fā)前就知道某些餐館的「隱藏菜單」、最聰明的預訂方式，甚至是大型商場里那個最難找的特定入口。

這種微小的細節(jié)，是傳統(tǒng)搜索通過關鍵詞篩選幾乎無法實現(xiàn)的。

電動汽車車主也不用費勁兒找充電樁了，它不僅告訴你哪有充電樁，還能通過歷史數據和實時網絡，預測你到達時具體還剩幾個空位。

這種信息差的降維打擊，讓傳統(tǒng)搜索看起來就像上個世紀的產物。

維度戰(zhàn)爭

為什么SearchGPT暫時贏不了？

硅谷天天喊著SearchGPT或Perplexity要顛覆Google。

但在「物理世界」，根本打不過。

SearchGPT是個全知的「數字幽靈」，它懂網頁、懂邏輯，但它在馬路上是「瞎子」。

它沒有橫跨20年的全球街景，更沒有對2.5億個商戶的實時掌控力。

當你想知道「那家餐館的招牌好不好看」或者「那個路口是否有臺階」時，AI無法靠邏輯推導出來，它必須「親眼見過」。

Google通過Gemini將這些沉睡的視覺資產激活，讓AI具備了物理語義，這是目前任何純文本訓練的大模型都無法逾越的鴻溝。

根據SOCi發(fā)布的本地可見性指數報告，在處理具體的本地商戶信息（地址、營業(yè)時間、即時動態(tài)）時，ChatGPT的信息準確率僅為68%，而深Gemini則實現(xiàn)了100%的全覆蓋與精準對齊1。

在導航這種容錯率極低的場景下，32%的差錯率足以讓用戶投票給Google。

Google的野心遠不止于地圖。有人推測，Google正在構建一個全場景的Agent閉環(huán)：Chrome負責搞定數字世界的復雜任務（訂票、比價），而Maps負責搞定物理世界的復雜任務（引路、探店、代理溝通）。

這場競爭的本質，是「認知」與「存在」的競爭。

OpenAI擁有更敏捷的大腦，但Google擁有最厚重的肉身。

在AI代理時代，只有那個能真正看見并行走在物理世界里的AI，才能被稱為真正的代理人。

未來，你可能不再使用地圖，而是「對話」城市。

Google正在用Gemini縫合數字世界與物理世界的最后一道裂縫。

從Chrome的自動化代理，到Maps的全場景「盲操」，AI正在接管我們的感官。

下次站在陌生的十字路口，別再像個鐵憨憨一樣盯著旋轉的箭頭了。戴上耳機，直接問那個硅基副駕：

「帶我去那家本地人才知道的隱藏餐廳，順便幫我查查，那里現(xiàn)在有沒有能看風景的露天座？」

如果你還沒感受到這股焦慮感，建議去路口走500米試試。

參考資料：

https://techcrunch.com/2026/01/29/google-maps-now-lets-you-access-gemini-while-walking-and-cycling/

https://techcrunch.com/2025/11/05/google-maps-bakes-in-gemini-to-improve-navigation-and-hands-free-use/