导航不知道你能开多快，为什么预测的时间总是那么准？

跑长途的时候我做过一个有点无聊的实验：同一条高速，同一辆车，一次压着限速跑，一次故意比限速低10码。两次导航给出的预计到达时间，相差不到4分钟。第二次我到得比预计早了3分钟，导航几乎没“追”上我的提前量。

导航不知道我今天心情好不好、油门踩得猛不猛，也不读取仪表盘，它凭什么算得这么准？

先说核心结论：导航根本不需要知道“你”能开多快。它知道的是，在这个时间点上，这条路上一大群车通常开多快。 你只是那群车里的一个样本，不是它要单独建模的对象。

先破一个流传很广的误会：导航不靠你的瞬时车速

网上有两种说法很流行：一是导航偷偷读了车辆的OBD数据，二是靠GPS算出你每一秒的移动速度来推算。

两种都不成立。手机架在中控台上，绝大多数人不会额外插蓝牙OBD盒子，导航APP默认拿不到仪表盘车速。车机内置导航确实可能接入CAN信号，但那只是“加分项”，关掉这个权限，预估时间照样工作。

GPS瞬时速度的短板更致命。城市高楼峡谷、隧道、高架底下，卫星信号一遮挡，定位就飘。你堵车龟速20km/h，GPS可能漂出一个40km/h的错误速度。如果ETA靠瞬时车速吃饭，一进隧道预计时间就该疯狂乱跳。但现实中进隧道之后，导航的预计时间变化很小。这本身就说明，瞬时车速在算法里的权重极低。

导航真正依赖的，是三套东西叠在一起：历史路况大数据、同路段其他用户的实时轨迹、道路基础属性。你的瞬时车速，只是一个用来做微调的辅助参数。

第一层底座：它记得“周三早上8点这条路通常什么样”

导航地图里，每一条路都被提前打了标签：高速还是支路，限速多少，几车道，有没有红绿灯、学校、急弯。但这些标签只给了它一个“理论值”。

真正拿来算时间的，是历史统计出来的实际值。系统把同一条路拆成几十米到一百米的小段，每一段单独统计：早高峰7点半平均车速22km/h，平峰期下午2点45km/h，晚上10点之后50km/h。一条限速60的主干道，自由流状态下大家实际跑出来的均值可能只有45到52km/h，导航就按这个数算，不会天真地拿60去满打满算。

红绿灯是城市道路最大的时间黑洞，导航单独把它拎出来建模。每个路口的信号配时、大量车主在这个路口的平均等待时长，都被积累成了参数。它甚至能判断你快到路口时，这一轮绿灯赶不赶得上。

这一层底座解决的是“在没有突发状况的情况下，这条路本来该花多少时间”。它靠的不是你的速度，是过去千千万万个“你”在这条路上留下的统计平均。

第二层：众包数据在“边走边算”，但群体平均值才是主角

你打开导航的那一刻，手机就在匿名上传位置和移动速度。前面那辆车在传，后面那辆车也在传，路边摄像头和交管部门的事故信息也在接入。系统几分钟内就能识别出某段路的平均速度突然掉了下来，立刻下调预估车速、刷新总时长。

但这仍然不是“为你一个人重新算”。它用的始终是群体的平均速度，不是你的个体速度。 这届算法很清楚一件事：你开得比平均快，就会比预计早到；你开得保守、频繁刹车，就会晚一点。大部分人开车速度都落在群体均值附近，所以体感上“导航算得很准”。少数开得特别猛或者特别肉的人，才会明显觉得预估不准——但导航从一开始就没打算精准命中每一个个体，它要命中的是那条正态分布曲线的中心。

第三层：AI不只看现在，还在“猜未来”

现在的导航ETA已经不止是“统计+实时”了。百度地图2022年升级的ETA系统融合了CNN、GCN、Transformer三种架构，把预测准确率提升了23%；其ETA 4.0时代基于预训练交通大模型做端到端路线通行时间预测，官方口径的准确率是92%，误差基本控制在5分钟以内。

高德走的是另一条技术路线：超大规模图卷积神经网络刻画路网的时空动态，再叠加上iTransformer时序预测模型，具备“未来交通变化智能预见”的能力——不等堵起来才更新，而是提前预判拥堵点和事故多发路段。

更细的修正藏在参数层：工作日和周末分开建模，学校放学、菜市场、高速出入口这些固定缓行点位单独加权，转弯、匝道、变道本身要减速，下雨天刹车距离变长、整体流速下降，算法会提前把时间预留出来。它不是只算你眼前这条路现在什么样，它在算你开到那儿的时候，那条路大概率会变成什么样。

那它什么时候会“翻车”？

导航预估不准的时候，恰恰是它那套“群体统计”逻辑失灵的时候。

刚发生的车祸、临时交通管制、突发的修路，还没有足够多的车上传速度数据，拥堵还没被系统“看见”，ETA就会偏乐观。小路、乡下支路跑的车太少，样本不足，只能退回去参考限速估算，误差自然变大。至于你个人一路超速狂飙或者龟速慢行，那是你偏离了群体均值，不是算法算错了你，是你没有按它统计的那条曲线走。

还有一个容易被忽略的变量：浮动车数据的覆盖率在夜间和非高峰时段会明显下降，部分研究也指出浮动车速度存在低估实际车速的倾向。所以深夜跑陌生路段时导航偶尔“反应慢半拍”，不是它偷懒，是路上跑着给它喂数据的车变少了。

导航预测之所以准，不是因为它 secretly 读懂了你的驾驶风格，而是因为它根本不需要读懂你。它用的是这条路的历史统计、此刻群车的平均流速、以及AI对未来一小时交通状态的推演。你开得快一点或慢一点，只是那条群体平均曲线上的一个小小扰动。前面堵死了，你推背感再强，也飞不过去。

这件事本身比“导航为什么准”更有意思：一个系统不需要知道每一个个体的精确参数，只要掌握了足够大的群体行为规律，就能对大多数个体的结果做出误差可控的预测。 导航的“准”，是统计学对个体差异的一次沉默胜利。而你之所以觉得它准，恰恰因为——你开车的样子，其实和大多数人，差得并不多。