精品伊人久久大香线蕉,开心久久婷婷综合中文字幕,杏田冲梨,人妻无码aⅴ不卡中文字幕

在人工智能浪潮的推動下，智能體應用正迎來一個爆發期，對話式的交互頁面開始重新定義傳統交互方式。在時空數據領域，AI 驅動的時空智能體應用正在重塑傳統地圖應用。地圖產品模式開始從以地圖為中心承載時空信息服務的模式，向以服務為中心生成式地圖應用模式轉變。

AI 驅動的時空智能應用稱為時空智能體，時空智能體利用 AI 大模型技術，實現了對時空數據的理解與高效管理，可以應用在交通出行、城市管理、商業智能、物流配送和個人助手等多個領域，為用戶提供更加智能、便捷和個性化的服務。時空智能體大大降低地理數據處理、分析、可視化的門檻，非專業領域用戶通過時空智能體也能夠做到精準分析，高效決策。

時空智能體應用時代，地圖應用開發需要哪些能力？AntV 數據可視化團隊結合支付寶推出的 AI 生活管家 APP “支小寶” 中的時空場景智能體進行了相關探索和實踐，并提供了時空智能體可視化解決方案。

時空智能體 VS 傳統時空智能體用

傳統時空智能應用

地圖是主要提供時空信息服務的，用戶在地圖上面進行各種操作，這些操作一般都是固定的，有清晰的流程，并以統一的方式展示結果。常見的地圖應用，比如美食地圖、酒店、租房場景等，都是這樣的操作方式。傳統時空智能應用受限于個體的專業化水平，時空數據使用門檻比較高，應用效率比較低。

在旅游場景：當我們制作一個行程規劃時，需要綜合搜集很多信息，傳統應用這些是信息分散，需要多 APP 、小程序搜集、篩選、辨別有效信息，非常費時費力，影響游玩體驗，大家常見的操作是先去小紅書查詢一些攻略，看一下大家的玩法，然后打開個地圖應用查詢景點的位置分布，然后再去酒店軟件查詢合適位置的合適價位的酒店，再接著需要選一下火車票飛機票，最后可能我們還需要路書軟件制作行程地圖分享給隊友

數據分析場景：行業數據分析領域一般有自己領域的分析工具，使用這些工具需要具備專家經驗，按照固定流程操作才能得到合適的分析結果。

時空智能體應用

AI 驅動以為服務中心生成式地圖，AI 理解用戶需求，按需為用戶輸出智能化、個性化的信息服務，以地圖來展示結果。相比傳統應用需要借助地圖進行分析操作，用戶只需要描述需求，AI 完成數據操作，輸出可視化結果。時空智能還可以集成多種服務，靈活的調度相關服務，一站式滿足用戶需求。

時空智能體-地圖交互新需求

時空智能體交互模式和服務模式的改變，地圖交互和可視化的方式也發生了改變，傳統全屏的地圖的交互模式不能滿足對話式交模式下輕量化、個性化、智能化的需求。挑戰

• 智能化：智能體能夠支持多模態的數據輸入，智能化理解意圖、完成數據的分析，服務的生成，地圖也需要能夠靈活的展現這些數據或服務。
• 個性化：用戶需求的多樣性，智能體個性化輸出，地圖交互也需要滿足個性化的展示需求。
• 輕量化：對話式交互一般是以卡片展現服務信息為主，不需要復雜的地圖交互，同時一張卡片會存在多張地圖，卡片會根據用戶動態生成更新，地圖需要滿足輕量，高性能，資源占用少。

時空場景智能體可視化解決方案

對話式的交

圍繞時空場景智能體應用對地圖研發智能化、個性化、輕量化的需求，我們將基礎大模型與通用地理數據服務，地理數據處理工具，可視化引擎等時空數據相結合，提供了面向大模型的文生地圖、個性化地圖、靜態地圖、交互地圖組件等方案，來提升智能體應用的研發效率。能、支持多輪輸出，支持多端兼容能力，響應速度快。

文生地圖方案

文生地圖方案借助 AI 能力將文本自動生成地圖可視化表達，地圖一般涉及地名到經緯度信息的轉換和地圖可視化兩個關鍵步驟，完成這個操作要具備專業技能，然后借助大模型的能力使這個操作的變得更加簡單，不在有門檻限制。文生地圖方案主要能夠解決一下兩個方向的問題：

• 時空信息以非結構化文本存在，傳統方法很難將非結構化信息轉成結構化的信息。

• 大模型輸出以文本為主，信息展示不夠直觀，特別是地理位置相關信息，很難清晰有效表達。

技術方案

大模型能夠自動提取文本的地理信息，并能夠自動調用地理編碼工具實現地名到經緯度的轉換，最后實現可視化。同樣，如果用戶輸入的鏈接，可自動調用網頁信息獲取工具，提取網頁中的文本地名信息。

應用案例

本案例是用戶輸入一個旅游攻略相關的微信公眾號鏈接，她來了！跟著追！西湖真香地圖收好，大模型能夠自動完成地理信息提取和可視化。

個性化地圖方案

地圖可視化表達是一種直觀且美觀的展示方式，廣泛應用于出行、辦公和日常生活等場景中。各種類型的地圖，如旅行攻略地圖、家居裝飾地圖和美食地圖等，都是地圖作為信息載體的典型應用。用戶對地圖提出了美觀性和個性化的需求，因此地圖不僅要直觀地展示信息，還要具有與眾不同的特色。

技術方案

除了借助 AI 完成個性化地圖生成的鏈路，我們還提供了個性地圖繪制引擎，引擎以豐富的可視化能力主要特色，支持多源數據加載，自定義地圖標注樣式，服務端渲染等能力。

效果案例

靜態地圖方案

交互地圖需要大量數據和內存，同時也會消耗計算資源，因此大多數應用只會展示一個例子。在智能應用中，地圖會按需出現在對話框中，一個卡片可能需要多個地圖，這會導致交互地圖模式資源消耗過大。靜態地圖則能滿足這種需求，同時有良好的性能。

技術方案

為滿足各種場景的靜態地圖輸出需求，我們提供多種方案。其中包括服務端地圖渲染方案、前端地圖渲染方案，以及針對復雜場景的服務截圖方案，可生成靜態地圖。

效果案例

地圖交互組件方案

靜態地圖可以部分滿足地圖展示需求，但是在需要精確位置信息的場景中，交互地圖效果更好，與傳統場景不同智能體交互地圖側重信息展示，且移動端交互優化，不需要太多交互操作。同時組件輸入需要適應大模型，信息結構要簡單可以提升大模型的輸出速度和準確性。

技術方案

• 統一Spec 定義

簡單簡潔的數據定義，默認好看的地圖樣式。

• 基礎組件

目前提供了5 種移動端友好的交互地圖組件：點標注圖、路徑地圖、聚合地圖、熱力圖、弧線地圖

• 大模型調用

提供對話式大模型接入組件，一鍵接入所有的地圖組件，大模型只需要按照標準格式輸出，既可完成可視化展示。

const CodeComponent = withChartCode({  components: [{ [ChartType.PathMap]: PathMap }],});

大模型接入前端組件

大模型輸出 MarkDown 語法

結語

時空智能體相關的方向剛剛起步，未來還有很多發展空間，圍繞時空數據、時空數據分析，地圖生成幾個方向還需要我們持續探索，真正讓 AI 降低時空數據應用門檻，釋放時空數據的價值。

全域時空數據智能體：基于 AI 的時空數據理解，實現自然語言交互萬能充多源數據管理、分析、應用降低數據的管理和應用成本，打通不同數據之間應用的鴻溝。

行業領域數據分析智能體：基于 AI 重塑行業地理分析工具，不需要專業的數據分析也可以完成領域數據分析任務。如交通出行、商業選址，城市規則，自然資源等領域降低工具使用門檻，提升數據分析效率。

面向 C 端用戶的智能體：基于 AI 技術為用戶提供基于時空數據的生活服務推薦，提升用戶的生活質量和效率。在用戶出行、旅游，工作、生活等場景提供智能化的服務。

附錄

AntV 發布詳情

• 主文
• 智慧 · 智繪 AntV 2024 年度發布^[1]
• 技術專文
• G：性能提升，架構演進挑戰^[2]
• S2：單元格，看世界^[3]
• F2：個性化，智能化^[4]
• G6：圖展新顏，定制隨心^[5]
• Ant Design Charts：圖歸于簡，專注業務^[6]
• AVA：擁抱模型，智能化更進一步^[7]
• GPT-VIS：讓模型栩栩如生^[8]
• 時空智能體可視化方案和實踐^[9]
• 學海無涯
• 《圖可視分析解決方案白皮書^[10]》
• 《可視化入門：從 0 到 1 開發一個圖表庫^[11]》
• 《增強分析白皮書——洞察展現篇^[12]》
• 《地理可視化解決方案白皮書^[13]》
• 《可視化課程：讓數據栩栩如生^[14]》

歷史上的 AntV

• 2017：開源 · 開放^[15]
• 2018：知心 · 知新^[16]
• 2019：知源 · 致遠^[17]
• 2020：利業 · 立業^[18]
• 2021：格物 · 革悟^[19]
• 2022：遠方 · 遠芳^[20]
• 2023：初心 · 出新^[21]
• 2024：智慧 · 智繪^[22]

AntV 開源項目

歡迎關注我們的 GitHub 項目，點亮 star 了解我們的實時動態，期待 PR：

• AntV 官網：https://antv.antgroup.com/^[23]
• G：https://github.com/antvis/g^[24] - 靈活的可視化渲染引擎，是 AntV 幾個產品共同的底層 2D 渲染引擎。
• G2：https://github.com/antvis/g2^[25] - 簡潔的漸進式可視化語法，用于報表搭建、數據探索以及可視化敘事。
• S2：https://github.com/antvis/s2^[26] - 開箱即用的多維可視分析表格。
• F2：https://github.com/antvis/f2^[27] - 快速、靈活的移動可視化引擎。
• G6：https://github.com/antvis/g6^[28] - 強分析、高性能、易擴展的圖可視分析引擎。
• X6：https://github.com/antvis/x6^[29] - 基于 HTML 和 SVG 的圖編輯引擎，提供低成本的定制能力和開箱即用的內置擴展。
• L7：https://github.com/antvis/l7^[30] - 基于 WebGL 的大規模地理空間數據可視化引擎。
• AVA：https://github.com/antvis/AVA^[31] - 智能可視分析框架。
• Ant Design Charts：https://github.com/ant-design/ant-design-charts^[32] - 集 AntV 各技術棧的 React 版圖表類庫，包含統計圖表、關系圖表以及地理可視化 圖表。
• GPT-Vis：https://github.com/antvis/GPT-Vis^[33] - 為大模型 Agent 應用提供可視化能力，讓大模型栩栩如生，不只是組件庫。

Reference