高德一夜刷榜：十亿用户用脚投票，美食到店榜单乱象被AI横扫

一凡
2025-09-12
18:42:52

来源：量子位

一凡 发自 凹非寺
量子位 | 公众号 QbitAI

阿里藏了3个月，亮相即提4个热搜。

万众瞩目的神秘项目，「高德扫街榜」终于揭开了庐山真面目……

热议中有夸赞和激动，终于有人出来整顿到店和评价的乱象了。

讨论里也有质疑：已经固化了十多年的格局，阿里和高德，凭什么一夜打破？

说一千道一万，量子位也决定带着疑问走一走，看一看这个「高德扫街榜」究竟有何不同。

而初体验下来，基本能感知这个「首个基于真实行为的生活服务榜单」为何能够一夜破局了，因为颠覆过去到店评价体系的玩法，高德之道至简——真实的打败虚假的，行为的打败空口的。

吃喝玩乐的门店排名，以后很难靠买靠刷了。

当然，如此大道至简的逻辑背后，并非之前的玩家想不到。

现如今高德之所以能率先做到，忽如一夜春风来……背后的秘诀，无他，正是过往大数据的积累，现如今全面AI的赋能。

高德20年的数据石油，现在AI技术加持之下，井喷了。

实测高德扫街榜，很真实很不一样

如果你也体验「高德扫街榜」，也会发现它和传统生活服务榜单的底层逻辑不同。

使用方式基础，但排名方式不基础。它就集成在高德地图中，出道就是C位。

点开后上面是地图，分布着热度值靠前的几家门店，下面是各种各样的榜单，热度和榜单排名都是用户「用脚投票」的结果。「用脚投票」，怎么个投法？

答案就藏在顶部滚动出现的小字中，「高德扫街榜」的统计范围覆盖用户反复前往的118万家回头店，生成排名的数据来自5143万人的13亿次导航，数据时间跨度长达一年，对应里程长度228亿公里，相当于绕地球57圈。

海量的数据沉淀出多个榜单，包括状元榜、扫街榜、热门打卡和城市指南，从很多方面满足了咱们日常出行的不同需求。

其中状元榜是年榜，迭代周期是一年，包括了美食、景点和酒店。扫街榜更新的频率更高，一天迭代一次，眼睛一闭一睁，排名就可能有变化，相对状元榜也更细化，每个细分榜单都有自己的特点。

对于烟火小店，高德有自己的定义。在高德看来，这种小店不完全是指那种“夫妻店”，也可以存在分店，但数量要少，和大型连锁店区别开，而且产品价格要亲民实惠。

轮胎磨损榜的评价标准又有不同，主要是体现远距离专程前往，数据也都标注得很清楚，可以看到图中注明有3.6万人累计导航56.9万次。多次前往榜单，则集中体现门店的回头客数量。

此外还有本地人爱去、地方小吃、老字号等条目，都会根据最新情况每天动态更新，这些榜单包含的菜品种类很多，划分方式多样。

「高德扫街榜」不仅安排好了吃什么，还有逛什么、看什么、玩什么，甚至带娃去处等都给你安排明白了，这榜单还是太全面了。

但全面还不是「高德扫街榜」最大的特点，或者说，全面的生活服务榜单此前也有玩家能做，「高德扫街榜」的独特之处在于排名的真实。

比如状元榜中美食榜排名第一的餐馆，就直接得到了量子位编辑部同学的认可。

不过它的距离稍微有点远，还好「高德扫街榜」支持调整距离，这天中午我把距离设置为3km，然后选了一家距离最近的小店，打算检验一下「高德扫街榜」的含金量。

这时高能来了，当我和住在知春路附近的编辑部同学聊起这家小店时，她竟然表示不！知！道！

一家在扫街榜上排名靠前的餐馆，附近的居民竟然不知道，这一刻我猛然意识到了扫街榜的价值，它让那些没有被发掘的人间烟火，第一次有了“赛博嘴替”，让用户隔着网络看到了更真实的世界。

想到这里，探店的兴趣更浓了，跟着高德导航一路到了店门口。

此时已经下午一点，过了吃饭的高峰期，但店里依然坐满了人，如果几个人结伴而来甚至需要等位，这家店确实很受欢迎，状元榜诚不欺我。

用完餐后准备打道回府，当再次打开高德时，突然发现界面和以往有点不一样，门店下方弹出了一个评价。

对比没有到过这里的用户，其App界面就没有「立即评价」这一栏。

必须到店才能做出评价，难道这就是「高德扫街榜」真实的秘诀？

那是不是以后刷榜也有bug可钻？毕竟可以多找些人……

进一步探究后，会发现「高德扫街榜」背后的原理，其实并没有这么简单。

用AI打造首个基于真实行为的生活服务榜单

大模型重塑一切的当下，「高德扫街榜」背后的功臣显然是AI，高德利用AI主要通过两个方面保证评分体系的真实。

一方面是数据角度，「高德扫街榜」输入的都是用户的真实行为，比如搜索、分享、导航到店和评价等，这些都是源自物理世界的真实行为沉淀出的数据，不容易被伪造。

这些行为数据还会经过高德空间智能的处理，然后理清行为背后的复杂关系，帮助校验评价的真实性和客观性，厘清哪些是用户真实到达后留下的内容，再结合芝麻信用，判断用户行为的可信度。

对比过去有“刷手”直接在线上“模拟消费”刷榜，批量生成大量好评的行为，「高德扫街榜」从数据源上就限制了刷榜操作。

另一方面是多模态大模型的助力，哪些是真正的“小店”、店里哪些菜品评价不错，这些都需要借助多模态大模型的理解能力来进行判断。

后端复杂的技术在前端界面最直接的展现，就是综合评分。

以前面提到的门店为例，它在「高德扫街榜」的综合评分是4.7分。这个评分的构成很复杂，背后是一个复合函数，含有多个变量，还有芝麻信用校准。

可以看到它的用户行为分是4.8分，基于用户行为和用户特征计算得出，用户专程导航前往的距离、真实搜索数、真实收藏数都很清晰。

用户评价分是4.6分，这个分数计算不是简单粗暴地看用户打了几颗星，还要结合背后的真实性、专业度、时间、质量和数量等条件，这也是大模型发挥作用的地方。

没有来过这个门店虽然也能发表评价，但是这种评价会被系统识别为无效评论，不会进入评分系统，刷好评的手段从此失效了。

大到总榜采用的数据总量，小到每一个门店评分背后的函数构成和加权因子，「高德扫街榜」都写得清清楚楚，成为首个基于真实行为的生活服务榜单。

可取得这项突破的，为什么会是高德？

高德推出扫街榜，又为什么是此时此刻？

AI加持，高德的大数据石油井喷

有了AI加持，高德过去二十年的大数据石油，开始井喷。

过去二十年，高德积累了海量的物理世界数据，用户量已超10亿，每天还有亿万次搜索和导航到店，源源不断地注入数据油田。

现在，通义千问基础大模型和高德自身的AI垂直优化，激活了沉淀的数据，就像石油终于注入了发动机，开始释放高德的强大动能，让高德能够理解复杂的用户行为序列和多模态信息。

比如一条路什么时候堵车，或者附近的门店是否值得去，看似简单的决策背后，需要沉淀海量真实世界数据，需要空间智能理解背后的真实世界规律。“这些就是专属于高德的路径”。

在AI的加持下，高德如今更进一步将大数据石油萃取成「高德扫街榜」，在用户和门店之间架起了一道桥梁。

千千万万用户的真实行为，成为门店在互联网最好的传声筒。门店只管做好菜，剩下的交给高德，高德用户会「用脚投票」，投出真实的结果。

用户不会对评分心存疑虑，也不会担心“高分也踩坑”。我们的每一次出行都在助力着小店发光、大店发热。

有意思的是在万物皆可用AI生成的时代，高德反而用AI守住了真实，赢得了人心。

「高德扫街榜」，算是年度AI落地案例中，烟火气十足又展现真善美的一个。

高德也好，阿里也好，还开了一个好头。如果一个业态固化又痛点明显，那就AI一下，站在人心的一方。

Read More