空间智能（Spatial Intelligence）是指一个智能系统顺利获得感知、建模、推理、生成与交互的完整闭环，实现对三维乃至四维物理世界的理解与操作能力。

简而言之，它旨在让AI真正“看懂”并“操作”sunbet官网身处的立体物理世界，而非仅仅处理屏幕上的平面信息。其核心是赋予AI对“深度、距离、遮挡、物理关系”的深刻理解，这是连接感知与行动、驱动智能涌现的关键。这项技术被视为从当前“语言世界”迈向“物理世界”的范式迁移，是实现通用人工智能（AGI）的关键支撑技术。

空间智能的工作机制由六个技术层次构成，形成一个从感知到行动的闭环：

1. 多源感知：核心功能是顺利获得多种传感器获取原始环境数据。代表技术/方法包括摄像头（含RGB-D深度相机）、激光雷达、毫米波雷达、全球定位系统（GPS）等。

2. 三维建模：核心功能是将二维感知数据构建成三维数字模型。代表技术/方法有SLAM（同步定位与建图）、神经辐射场（NeRF）、3D高斯泼溅等。

3. 空间理解：核心功能是对三维模型进行语义和物理层面的理解。代表技术/方法包括物体识别、空间关系推理、物理规律预测（如重力、碰撞效果）等。

4. 大模型：核心功能是作为“大脑”，整合多模态数据并构建“世界模型”。代表技术/方法有空间大模型（实现文本/图像到3D的生成）以及更高级的世界模型（物理世界的内部表征）。

5. 交互渲染：核心功能是将计算数据可视化，并实现人与AI的自然交互。代表技术/方法包括增强现实（AR）/虚拟现实（VR）、空间计算、手势/眼动追踪、实时渲染技术。

6. 决策控制：核心功能是基于以上所有信息，规划并执行物理动作。代表技术/方法有路径规划、任务决策、机器人控制、云边端协同计算等。

这个流程让AI具备了从“看懂”到“理解”再到“动手”的完整能力。

根据技术成熟度和应用领域的差异，空间智能主要分为三种类型：

1. 自动驾驶：当前规模最大、最成熟的应用。它处理的是动态、开放环境下的实时空间感知与决策问题，其数据闭环最为成熟。

2. 3D内容生成：商业化潜力最大，增长最快的领域。它专注于数字世界的空间智能，由AI和图形学共同驱动，大幅降低了游戏、影视、电商等行业的3D内容制作门槛。

3. 具身智能：被认为是空间智能的终极目标之一，但现在成熟度最低。它要求AI在物理世界中顺利获得与环境交互来完成复杂任务，对高质量的真实世界数据需求巨大。

此外，扩展现实被认为是空间智能的原生交互界面，而更高级的世界模型则是其开展的最终状态。

· 实现真正的自主决策与行动：让机器不仅能“看见”，更能基于物理规律和空间关系做出判断并执行动作。

· 给予厘米级的精准感知与操作：赋予机器在物理世界中定位、避障、抓取的高精度能力，极大提升了任务的准确性和效率。

· 打破数据孤岛，挖掘深层价值：整合多源空间数据，打通不同系统间的壁垒，为复杂场景给予精准的决策依据。

· 作为通用人工智能（AGI）的基石：补全了AI从语言到物理世界理解的最后一块拼图，是实现能真正与世界交互的智能体的关键。

空间智能正成为有助于新一轮技术变革的关键力量，催生着万亿级的市场机遇。

市场规模

· 全球空间计算市场：预计到2029年将超过100亿美元。

· 中国空间智能解决方案：2024年市场规模已达218亿元，预计到2029年将快速增长。

· 时空智能×卫星遥感市场：预计到2030年将增长至约920亿元。

· 自动驾驶与3D生成市场：前景更为广阔，2026年全球市场规模预计分别达3200亿和1200亿美元。

核心行业与应用

· 自动驾驶：特斯拉FSD、华为ADS等，应用于环境感知、路径规划。

· 3D内容生成：World Labs Marble、商汤琼宇等，应用于游戏、影视、电商3D展示。

· 数字孪生城市：智慧互通等，应用于城市规划、交通管理、应急演练。

· 具身智能：应用于各类机器人、无人机、智能穿戴设备等。

1. 理论萌芽期（20世纪中期）：概念主要源于心理学领域。1940年代，心理学家托尔曼提出“认知地图”理论。1983年，加德纳将空间智能列为人类九大智能之一。

2. 技术奠基期（2001-2017）：关键技术取得突破。SLAM技术的成熟，使得机器人开始在未知环境中具备基础的感知和建图能力。

3. 爆发增长期（2018至今）：深度学习与神经辐射场、3D高斯泼溅等新技术有助于空间智能实现质的飞跃。特别是2025年以来，在李飞飞等学者的有助于下，技术进入规模化应用临界点。

现状：风起云涌，资本与技术共振

· 成为新风口：2026年，空间智能已取代大语言模型，成为AI行业和资本的新焦点。

· 技术驱动力：生成式AI降低了三维内容制作门槛，具身智能与机器人产业的蓬勃开展带来了巨大的真实三维数据需求。

· 规模化挑战：尽管前景广阔，但数据的高昂成本、模型适应性、硬件标准和算力等问题仍是当前规模化落地的瓶颈。

未来：重塑世界，从工具到伙伴

· 世界模型：未来核心方向是构建更高级的 “世界模型” ，让AI能像人类一样预测和推理物理世界的动态变化，成为AI真正的“认知基础”。

· 产业融合：将与5G/6G、边缘计算、数字孪生等技术深度融合，催生更多创新应用。

· 消费级爆发：AI教母李飞飞认为空间智能是 “AI下一个十年” 的关键，随着技术成本下降，其应用有望在消费级市场实现爆发式增长。