人工智能的下一程，正在超越屏幕，进入现实世界。

　　大语言模型不断刷新文本生成纪录，但一个长期被遮蔽的问题也浮出水面：会写诗、会作画、会对话，并不等于理解真实世界。

　　人工智能学者李飞飞提出，以大语言模型为代表的AI可以生成文字、图像和视频，但对现实空间、物理规律与因果关系的理解仍显不足。它可以描述一条路，但未必知道这条路通向哪里，更不知道路上的开云变化将带来什么。

　　世界模型是支撑空间智能的一条重要技术路径。它通过学习环境的空间结构、变化规律，以及行动与结果之间的关系，在数字空间中重建或模拟现实世界，为环境理解、状态预测和行动规划提供训练与推演的基础。

　　国际学术界和产业界已从三维场景生成、交互环境模拟、机器人行动等方向展开探索。李飞飞创立的World Labs将空间智能称为“人工智能的下一个前沿”，其Atlas模型可以处理文本、图像、视频和三维数据，生成新视角、深度图、点云与三维场景。谷歌DeepMind推出的Genie 2可以生成交互式三维环境，Gemini Robotics则尝试解决机器人在物理空间中的推理与操作问题。Meta发布的V-JEPA 2使用超过100万小时视频进行自监督训练，并进一步探索对物理世界的预测和动作规划。

　　这些不同的探索都在回答同一个问题：人工智能能否从生成内容，继续走向理解环境、预测变化和支持行动。

　　空间理解因而不再是某项孤立的技术命题，而将成为智能汽车、机器人、低空飞行和工业制造等领域共同需要的基础能力。

　　道路、建筑、车辆和设备来自不同数据源。只有被放在同一坐标和时间基准下，模型才能判断距离、先后、速度与运动关系，进而把感知转化为行动。

　　与主要依靠离线数据训练的语言模型不同，空间智能必须在不断变化的环境中运行。现实场景既是模型接受检验的地方，也是技术产生实际价值的地方。

　　在城市立体空间中，深圳龙岗“空中高德”项目已构建覆盖全区388平方公里、600米以下空域的三维时空底座，汇聚地理、通信、导航、监视和气象等信息，支持航线规划、碰撞预警与空域事件管理。

　　在生活服务领域，高德扫街榜依据真实导航到店行为，将专程前往、重复到访和本地人选择等信号转化为生活决策参考。上线一年，榜单累计服务用户超过8.8亿，导航到上榜商家的总里程达到366亿公里。

　　相关应用也随中国企业进入海外市场。高德世界地图服务已覆盖200多个国家和地区，支持78种语言；海外中文打车服务覆盖47个国家、1000多座城市。不同国家和地区的道路结构、地理信息与语言环境，使这些能力在跨地域服务中继续接受检验。

　　从道路交通、低空治理到生活服务和海外市场，中国空间智能正在形成一条可辨认的路径：场景提出问题，技术作出判断，应用检验效果，反馈再推动迭代。