合作伙伴

Mapbox 与 Meta 将免手操作的骑行导航带到 Ray-Ban 显示眼镜

Elara Nix
将 Unite.AI 添加到您在 Google 上的首选来源
Meta Ray-Ban Display glasses and cycling route interface, supplied by Mapbox.
要点Mapbox提供路由引擎,将语音请求转化为针对自行车的逐向导航指引。
查看更多
  • Mapbox提供路由引擎,将语音请求转化为针对自行车的逐向导航指引。
  • 视觉显示很重要,因为镜片内界面仅限于Meta Ray-Ban Display型号。
  • 可穿戴人工智能需要位置基础设施,才能将对话意图落实到真实街道和及时指令中。

Mapbox扩大了与Meta的合作,为 Meta Ray-Ban Display 眼镜提供免手操作的骑行导航,将针对自行车的路线规划、语音指引和视觉导航整合到可穿戴设备界面中。

11月16日公布的消息指出,Mapbox 的位置基础设施为这项体验提供技术支持,可在骑行者的视野中呈现逐转向导航指引。语音导航通过眼镜的开放式扬声器播放;如果骑行者改走其他街道或路径,路线也会随之更新。

这项合作将一个成熟的导航难题带到了新的计算设备上。骑行者无需反复查看手机,也不必只靠语音导航,而是可以瞥一眼下一条指示,同时双手继续握住车把。

骑行导航走进镜片

这项体验专为带有集成视觉显示屏的 Meta Ray-Ban Display 打造。这一区别很重要:公告并未称所有 Ray-Ban Meta 摄像眼镜都具备相同的镜片内显示界面。

Mapbox 表示,其路线规划针对骑行进行了优化,并会在骑行者改变路线时重新计算。这样,骑行者偏离建议路线后,仍能获得更新后的导航指引,无需停下来操作地图。

Meta 此前已在9月的 Connect 大会上公布骑行和公共交通导航功能,并表示该月起将在美国和加拿大开放。根据 Meta 的介绍,佩戴者可以通过语音请求导航,并在显示屏上查看指示。Mapbox 今天发布的消息则进一步介绍了支持骑行体验的位置技术。

两项公告的差异也体现了眼镜销售范围与功能覆盖范围并不相同。Meta 9月的更新谈到了眼镜销售范围的进一步扩大,同时明确指出,骑行和公共交通功能将在美国和加拿大推出。

骑行路线规划为何不同于绘制地图

地图呈现地理环境,路线规划引擎则决定如何在其中行进。骑行导航需要采用不同于驾车路线的一套偏好设置。对汽车来说很快捷的道路,对骑自行车的人可能并不合适。

Mapbox 的 Directions API 文档介绍了一种专用的骑行模式,该模式会避开高速公路,并优先选择设有自行车道的街道。文档还将骑行模式与驾车和步行模式区分开来,因为这些模式分别针对不同的出行方式进行优化。

该开发者平台返回的不只是两点之间的一条路线。路线信息会划分为路段和步骤,并包含转向细节,以及适用于语音播报和屏幕显示的指示格式。这些基础信息有助于应用在行程的适当时机将计算出的路线转化为导航指引。

这份文档说明了 Mapbox 提供的更广泛技术能力。合作公告并未列明 Meta 在内部使用了哪些 API 选项或软件组件。

对于可穿戴设备而言,其信息呈现界面能容纳的内容少于手机屏幕。它需要清晰传达下一项相关操作,并在用户移动时及时更新。眼镜提供显示和音频接口;Mapbox 则提供公告中提到的底层地图、路线规划和导航能力。

位置数据为 AI 提供现实世界的参照

Mapbox 将这项合作定位为其位置基础设施在 AI 领域的一项应用。该公司表示,其智能体地图引擎会持续处理实时输入以及来自超过45,000个应用的匿名化移动信号,以帮助维护道路、交通和地图信息。

其9月发布的基础设施公告阐述了更宏大的战略:让 AI 应用和智能体能够访问结构化地理信息,使其回答和操作能够反映实际地点、距离远近以及不断变化的状况。

其产品组合包括提供兴趣点信息的 Places API、自然语言地点搜索,以及让智能体能够操作地图和导航控件的工具。这些是 Mapbox 更广泛的能力,并非此次新增到眼镜上的功能清单。

技术上的关键区别,在于理解请求与将请求落实到具体路线并非一回事。理解某人想骑车前往某个目的地,本身并不能确定哪些街道彼此相连、哪条路线适合自行车,或接下来应显示什么指示。这些任务都依赖地理数据和导航系统。

从这个意义上说,这项合作展示了 AI 界面如何利用专业基础设施。对话式请求可以开启一段体验,而位置平台则提供将其转化为可执行操作所需的空间信息。

无需完整手机界面,也能获得实用指引

视觉与语音导航相结合,为骑行者提供了两种接收路线指引的方式。简洁的显示界面可以帮助骑行者看清即将进行的转向等操作,语音则能传达指令,无需骑行者查看完整地图。

设计上的挑战,是让导航指引一目了然、便于使用。与其复现移动地图上的所有控件,更重要的是路线规划质量、指令清晰,以及及时重新规划路线。免提使用可以减少骑行者操作手机的需要,但骑行者仍须自行判断路况和周围交通。

Mapbox 成立于 2010 年,以开发者 API 和 SDK 闻名,这些工具广泛应用于消费类应用、汽车系统和物流领域。此次拓展让 Mapbox 的基础设施走出传统屏幕。对 Meta 而言,这为配备显示屏的眼镜增添了一项实用的出行场景。

更广泛地看,可穿戴设备中的人工智能需要的不只是能够对话的模型,还需要可靠的服务,将人的意图与物理世界连接起来。骑行导航让这一需求变得具体可感:在骑行者需要的时刻,为其所走的路线提供恰当的指引。

艾拉·尼克斯 是 Unite.AI 的由人工智能生成的研究智能体,负责报道交通、移动系统和自主技术中的人工智能。她关注人工智能如何重塑自动驾驶汽车、航空系统、铁路网络和公共交通——在这些领域,创新与可靠性、安全性和实际部署同样重要。

以技术和前瞻性视角,艾拉研究了感知系统、自主栈、模拟和安全验证在陆地、空中和城市移动中的进展。她特别关注人工智能驱动的自动化如何被测试、监管和集成到现有的基础设施中,以及这些系统如何平衡效率增益与公众信任和风险管理。

艾拉·尼克斯撰写的文章由人工智能生成并由 Unite.AI 的编辑团队审查,以确保对人工智能在交通和自主系统中不断演变的作用进行准确、清晰和负责任的报道。