當導航不只是導航，高德“最好用不到”的功能，關鍵時刻能救命

出品 | 子彈財經

作者 | 星芒

編輯 | 閃電

美編 | 倩倩

審核 | 頌文

AI正深度融入生活的眾多場景，有的能解數學難題，有的能生成動畫，也有的能守護出行安全，甚至在危急時刻規避交通事故，甚至是救命。

有一則真實案例。2025年10月2日清晨，某高速公路發生一起車輛碰撞事故，預警系統在事發第一時間捕捉到異常，并持續向后方500米范圍內車輛播報急剎預警。在20多分鐘內，系統累計預警220余次。事后回溯顯示，至少200余名駕駛員因此提前減速、成功避險。

面對突發事故，哪怕只是提前幾秒的預警，都可能避開災難、挽救一個家庭。

這個能“保命”的系統，正是2025年9月28日由中國安全生產科學研究院與高德聯合推出的“鷹眼守護”預警系統。自上線以來，截至2026年2月1日，該系統已累計播發預警超112億次，日均預警次數達8800萬次；其中多車異常預警超14.7萬次。

隨著2026年春節日益臨近，春運大幕已經拉開，寒冷天氣加劇路況復雜程度，保障春運返鄉安全，成為重中之重。而打開高德，開啟鷹眼守護，將為春運出行安全增添一份保障。

1、“生死瞬間”的黃金數秒

“鷹眼守護”的問世，源于兩起令人痛心的悲劇，更源于對事故中技術微光的捕捉與放大。

2024年5月1日凌晨，廣東省梅州市梅大高速茶陽路段突發塌方。僥幸脫險的饒先生一家，為提醒后方來車，全員手持手機、打開手電不停揮手示警，卻未能阻止車輛接連墜崖。直至饒先生的岳父不顧生命危險在快車道中間“驚天一跪”，才陸續逼停后續車輛。

兩個月后，陜西省商洛市丹寧高速一座大橋發生垮塌，類似的絕望場景再度上演。途經的駕駛員夏輝在車后放置三角警示牌，手持手機燈光搖晃呼喊，卻因高速行駛的車輛難以察覺，無法有效阻攔。

復盤兩起災害不難發現，事故均突發于高速行駛場景，既缺乏快速確認災情的手段，更缺失高效精準的預警通知與攔阻渠道。

（圖 / 攝圖網，基于VRF協議）

而在悲劇發生的同時，技術的光芒也曾閃現：梅大高速塌方事件中，有駕駛員提前收到了高德地圖“前方有車輛急剎”的語音警告，及時剎車得以避險。

彼時，高德地圖已上線車道級安全預警功能，可通過匿名脫敏的車輛動態信息判定事故風險。后臺數據顯示，梅大高速茶陽路段發生塌方災害時，高德首次急剎預警發出的時間是5月1日凌晨2：00左右，提醒后方車輛注意前車急剎，安全駕駛。“當晚半小時內，我們共檢測到多個速度驟降的急剎，并通過語音播報提醒了后方用戶。”高德工作人員當時表示。

這種“實時監測、智能判定、精準預警”的能力，正是公路災害防護領域的迫切需求。

鑒于高德展現的技術潛力，中國安全生產科學研究院按照應急管理部黨委部署，聯合高德地圖等單位，組建項目研發團隊，在2024年國家重點研發計劃項目中緊急設立專項——《公路與橋梁嚴重損毀后車輛避險預警及自動處置技術與示范》。

該專項旨在通過政企協同，融合地圖導航、手機定位等多源時空數據，攻克路橋災毀事件“秒級感知、預警、發布與示警攔阻”的核心難題。

經過近一年聯合攻關，“鷹眼守護”預警系統成功研發，并于2025年8月23日在山東高速智能網聯高速公路測試基地完成實車測試。結果顯示，在“重大異常事件”場景下，后方車輛可在數秒內收到預警，覆蓋距離約1公里，預警準確率超90%。

2025年9月28日，該系統正式發布，隨即在中秋國慶假期接受了大交通流量的實戰檢驗。高德大數據顯示，假期期間累計預警超17.4億次，覆蓋用戶超3.5億戶。以國家交通大動脈G2京滬高速為例，系統上線后，2025年國慶期間日均萬車事故數同比去年下降約10%。

2、AI帶來“超視距”

“鷹眼守護”的核心價值，在于為駕駛員賦予“超視距”感知能力——當風險隱藏在駕駛員視野盲區時，系統能提前感知、預警并引導規避。正如前方500米的道路塌陷，駕駛員肉眼無法察覺，等發現時已來不及剎車，而“鷹眼守護”能讓危險提前“顯形”。

如果說傳統導航是指引方向的“指路人”，那么“鷹眼守護”更像具備“上帝視角”與“預見能力”的領航員。

除了上述提到的重大異常事件，它還精準覆蓋了日常駕駛中的眾多視野盲區風險：彎道會車時，視野可能被建筑或山體遮擋，騎線行駛或駛入對向車道的風險極高；跟隨慢速大貨車準備借道超車時，對向車道的來車可能被貨車遮擋，貿然超車極易引發慘烈事故。

目前，“鷹眼守護”已實現24類潛在交通風險的全面覆蓋，包括重大異常事件、彎道來車、借道超車預警、無燈路口會車、前方急剎車、前方慢速車、夜間貨車、后方快速來車、匯入口來車、匯出口來車、匯出口并線、人字型路口兩條引路匯合、騎行車輛等，近期又新增天氣預警，以及臨水、臨崖、連續急轉彎、長下坡、事故高發地等高風險路段的預警。

“鷹眼守護”預警系統已實現全路網、全使用場景以及多種出行方式的覆蓋，無論用戶駕駛的是小客車、貨車、摩托車還是搭乘網約車、順風車，無論是行駛在高速公路、國道干線還是偏遠鄉道，也無論用戶使用導航、巡航、車機或手機駕駛模式，系統都能提供實時守護。

該系統的工作原理是基于海量匿名脫敏的車輛速度、加速度、位置等行車數據，依托空間智能架構與云端AI大模型，對道路異常事件進行實時感知與判斷，并向潛在受影響車輛推送預警信息。

這項工作真正的難點在于，一是如何精準地判定風險，甚至是重大事故；二是如何做到秒級響應。

在高速行駛場景中，每一秒都關乎生死，海量車輛行為的實時分析需要極強的計算能力，才能捕捉到稍縱即逝的預警窗口——比如在會車的極短時間內，延遲預警就可能失去避險價值。

為攻克這一難題，高德深度運用AI大模型技術。據高德產品經理介紹，“鷹眼守護”的技術內核是依托空間智能架構構建的交通視覺語言大模型——TrafficVLM。

TrafficVLM在高德海量的“交通孿生”視頻流數據上，進行后訓練和強化學習，最終練就讀懂現實世界復雜交通的能力——它能感知車流穿梭，能理解車輛間的互動關系，能分析交通態勢演變，能全局研判和預警危險，還能在用戶到達風險點前，提供如“建議變道”“請勿超車”等主動通行建議。

在用戶看不見的云端，TrafficVLM時刻高速運轉，洞察前方路途的潛在異常，將全局視角的風險感知，轉化為每一位用戶觸手可及的安全感與掌控感。

3、人人參與、人人受益的協同網絡

“鷹眼守護”的背后，還踐行著一種全新的交通安全哲學：AI時代的出行安全，是需要“人人參與”的協同網絡。

前文提及的彎道會車場景中，若對向來車未使用高德導航，大模型在“交通孿生”虛擬場景中就無法捕捉其軌跡，自然無法向迎面的駕駛員預警；高速塌方事件中，若沒有足夠的前車急剎數據，系統也難以快速監測到災情，甚至可能將個別異常視為偶然情況。

這意味著，每一位打開高德導航的用戶，都在匿名地為這個守護網絡做貢獻；同時，他也從網絡中所有其他參與者那里，獲得了超越自身視野的安全守護。

人人為我，我為人人。數字和AI技術將這一處世哲學在交通領域展現得淋漓盡致。

實際上，高德對這種策略的運用已經駕輕就熟。幾年前，高德推出紅綠燈倒計時功能。很多人以為是高德接入了大街小巷的所有紅綠燈設備數據。其實不是，那是依據海量的交通大數據“算”出來的。地圖上紅色的擁堵路段，同樣源于大數據的智能分析。

“鷹眼守護”、紅綠燈倒計時、交通擁堵，之所以準確、有效，首要前提是有足夠龐大的用戶基數。高德地圖無疑具備這一基礎。根據QuestMobile統計，2025年10月高德的月活躍用戶數達到9.9億。

用戶越多，數據越豐富，AI判斷越精準，服務體驗就越好；體驗越好，就越能吸引更多用戶加入，從而讓整個網絡更加高效和安全，形成“越用越好用、越用越安全”的良性循環。

這種實時監測、秒級預警的模式，即便在全球范圍內也屬創新之舉，而這一切離不開我國領先的基礎設施支撐。

一方面是網絡保障：我國已經建成全球最大、覆蓋最廣的網絡基礎設施，僅5G基站就達到了459.8萬個，即便在偏遠路段，也能保障穩定聯網；

另一方面是精準定位：北斗系統的高精準、高密度服務，不僅是“鷹眼守護”的核心前提，更是車道級導航、紅綠燈倒計時等智能體驗的關鍵基石。最新數據顯示，僅高德調用北斗衛星的日定位量就已經近萬億次。

導航的終極目標，從來不止于規劃路線，而是確保每一次出行都兼具安全與效率。正是對這一核心需求的深刻洞察，驅動著管理部門、科研單位與企業在智能科技領域持續探索突破。

*文中題圖來自：攝圖網，基于VRF協議。