推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

空间智能深度研究报告:从认知架构到具身世界模型

   日期:2026-01-11 18:51:41     来源:网络整理    作者:本站编辑    评论:0    
空间智能深度研究报告:从认知架构到具身世界模型

1. 绪论:物理AI时代的黎明与智能的重新定义

在人工智能的发展历程中,2020年代中期标志着一个决定性的转折点:从单纯处理符号与信息的“数字智能”,向理解并作用于三维物理世界的“空间智能”(Spatial Intelligence)跨越。这一范式转移不仅重塑了技术架构,更深刻地改变了我们对“智能”本质的理解。长期以来,以大语言模型(LLM)为代表的生成式AI在文本与二维图像领域取得了令人瞩目的成就,被誉为通过了图灵测试的语言变体。然而,当这些模型面对哪怕最简单的物理任务——如叠一件衣服、在杂乱的房间中寻找钥匙,或理解玻璃杯跌落后的破碎过程——它们往往表现出惊人的无能。这种“高智商、低能动”的悖论,迫使学界与产业界重新审视智能的基石。
空间智能,作为这一新时代的各种核心技术的统称,其内涵已远超霍华德·加德纳(Howard Gardner)最初在心理学领域提出的定义。在今天的语境下,空间智能是指机器系统感知、推理、生成并在三维空间中与物理世界进行有效交互的能力。它要求AI不仅要“看见”(See)像素,更要“理解”(Understand)几何结构、物理属性、物体间的空间关系以及时间维度上的因果演变。斯坦福大学教授、World Labs创始人李飞飞将其描述为“视觉与行动的连接”,是AI进化的下一个前沿,旨在跨越语言的边界,进入物理实体的广阔领域1。
本报告将全面剖析空间智能的理论根源、技术架构、产业格局及未来演进。我们将从人类认知的心理学基础出发,深入探讨生成式AI在物理理解上的局限性,解析以World Labs和Physical Intelligence为代表的先锋企业如何通过世界模型(World Models)和具身智能(Embodied AI)技术重构机器的物理常识。同时,报告还将详细评估中国在这一领域的战略布局,特别是在人形机器人与空间计算平台上的突破,以及该技术在工业数字孪生、自动驾驶和地理空间分析中的深远应用。

2. 认知心理学视域下的空间智能:生物进化的蓝图

在探索机器的空间智能之前,必须首先回溯其在生物认知中的原始定义。人类大脑在数百万年的进化中,先于语言发展出了卓越的空间导航与操作能力。理解这一生物学蓝图,对于构建类人的机器智能至关重要。

2.1 霍华德·加德纳与多元智能理论的基石

1983年,哈佛大学心理学家霍华德·加德纳在《智能的结构》(Frames of Mind)中提出的多元智能理论,为空间智能奠定了理论基础。加德纳将空间智能定义为一种“通过心眼(mind's eye)感知视觉空间世界,并对这些感知进行转换和修正的能力”3。这不仅仅是视觉感知,更是一种深层的计算能力(computational capacity)。

2.1.1 心理表征与非视觉属性

加德纳的研究揭示了一个反直觉的事实:空间智能并不完全依赖于视觉系统。对盲人群体的研究表明,他们能够通过触觉和听觉线索,在大脑中构建出精确的空间布局和物体形状。这种“非视觉的空间推理”能力证明,空间智能是大脑对物理现实的一种抽象建模能力,而非简单的感官输入处理3。盲人可以通过触觉感知将长度、材质和形状转化为心理计算,从而识别物体和导航环境,这与现代AI试图通过多模态(如激光雷达、触觉传感器)构建世界模型的逻辑不谋而合。

2.1.2 进化意义与工具制造

从进化心理学的角度来看,空间智能是人类生存与发展的核心驱动力。在狩猎采集时代,任何移动的有机体都必须具备在复杂环境中导航、记忆路线、预判猎物轨迹的能力。更重要的是,人类特有的“工具制造”能力——从石器到精密的机械——本质上是对材料物理属性和三维几何形状的深刻理解与操控3。这种能力要求大脑不仅能表征当前的物体状态,还能模拟其在施加外力后的变形与断裂,即原始的“物理仿真”。

2.2 空间思维在科学与艺术中的映射

空间智能在人类的高级认知活动中扮演着核心角色,特别是在STEM(科学、技术、工程、数学)领域。
表2.1:空间智能在不同领域的认知映射

领域

认知过程

经典案例/应用

关联的AI能力

分子生物学

3D结构拟合与旋转:将二维图像转化为三维模型

沃森与克里克通过心理旋转,将罗莎琳德·富兰克林的二维X射线图解析为DNA双螺旋结构 3。

蛋白质折叠预测 (AlphaFold)、药物分子生成

理论物理

思想实验与动态模拟

爱因斯坦关于光速追逐的思想实验,依赖于对时空关系的极致想象。

物理仿真引擎、科学计算AI

建筑与工程

空间规划与力学预判

工程师预判结构受力,建筑师在脑海中漫游未建成的空间。

创成式设计 (Generative Design)、数字孪生

视觉艺术

视觉重构与透视变换

画家将三维世界降维至二维画布,同时保留深度感和空间关系。

图像生成模型 (Midjourney)、神经渲染

这种将“不可见”的关系(如社会层级、经济趋势)转化为“可见”的空间隐喻(如图表、层级图)的能力,也是空间智能的高级表现形式3。在AI领域,这对应着将高维数据映射到低维流形(Manifold)进行可视化的过程。

3. 生成式AI的物理危机:从Sora到世界模型的辩论

随着GPT-4等大语言模型的成功,AI界一度弥漫着“语言即一切”的乐观情绪。然而,当OpenAI发布视频生成模型Sora,并宣称其为“世界模拟器”时,一场关于AI是否真正理解物理世界的激烈辩论随之爆发。

3.1 像素的统计学 vs. 物理的因果律

以Sora为代表的视频生成模型,其核心机制是基于扩散模型(Diffusion Transformer)的像素级预测。它们学习的是视频帧之间像素变化的统计规律,而非底层的物理定律。虽然Sora生成的视频在视觉上极具欺骗性——流体流动自然、光影逼真——但深入分析揭示了其“物理常识”的缺失。

3.1.1 “随机鹦鹉”的视觉变体

批评者,包括图灵奖得主Yann LeCun,指出目前的视频生成模型本质上是“视觉版的随机鹦鹉”5。它们并不理解重力、摩擦力或刚体动力学,只是在模仿训练数据中见过的像素排列组合。
●局部合理,全局荒谬:Sora生成的视频中常出现违背物理常识的现象,如杯子在桌面上滑动时没有摩擦减速,或者一个人咬了一口汉堡后汉堡没有变小,甚至物体凭空消失或融合5。
●缺乏因果推理:模型无法进行反事实推理(Counterfactual Reasoning),即回答“如果我松手,玻璃杯会怎样?”的问题。它只能生成一种可能的结果,而不能模拟所有符合物理定律的可能性6。

3.2 泛化机制的实证研究:案例基模仿

为了验证视频生成模型是否真正掌握了物理定律,研究人员设计了严格的实验,涵盖分布内(In-Distribution)和分布外(Out-of-Distribution, OOD)场景。
表3.1:视频生成模型在物理任务上的泛化表现8

测试场景

描述

模型表现

结论分析

匀速运动 (Uniform Motion)

预测物体在恒定速度下的轨迹

优秀:在训练数据覆盖的速度范围内,预测准确。

模型能够插值(Interpolate)已知的运动模式。

分布外速度 (OOD Velocity)

测试训练集中未出现的极快或极慢速度

失败:预测误差显著增加,物体往往会“回归”到训练集中的平均速度。

模型未能抽象出 $v=d/t

测试场景

描述

模型表现

结论分析

匀速运动 (Uniform Motion)

预测物体在恒定速度下的轨迹

优秀:在训练数据覆盖的速度范围内,预测准确。

模型能够插值(Interpolate)已知的运动模式。

分布外速度 (OOD Velocity)

测试训练集中未出现的极快或极慢速度

失败:预测误差显著增加,物体往往会“回归”到训练集中的平均速度。

模型未能抽象出 $v=d/t$ 的物理公式,而是依赖记忆。

碰撞实验 (Collision)

两个物体碰撞后的反弹角度与速度

条件性成功:仅在参数位于训练数据凸包(Convex Hull)内部时准确。

模型表现出“基于案例的泛化”(Case-based Generalization),即模仿最相似的训练样本,而非应用物理定律。

组合泛化 (Combinatorial)

颜色、形状、速度的新颖组合

偏差:模型倾向于优先保证颜色一致性,而牺牲形状或速度的物理准确性。

视觉特征(纹理/颜色)在模型权重中优于物理特征(动力学)。

nbsp;的物理公式,而是依赖记忆。

碰撞实验 (Collision)

两个物体碰撞后的反弹角度与速度

条件性成功:仅在参数位于训练数据凸包(Convex Hull)内部时准确。

模型表现出“基于案例的泛化”(Case-based Generalization),即模仿最相似的训练样本,而非应用物理定律。

组合泛化 (Combinatorial)

颜色、形状、速度的新颖组合

偏差:模型倾向于优先保证颜色一致性,而牺牲形状或速度的物理准确性。

视觉特征(纹理/颜色)在模型权重中优于物理特征(动力学)。

研究结论表明,单纯扩大模型规模(Scaling Law)不足以让视频生成模型自动“涌现”出对基本物理定律的理解8。要实现真正的空间智能,必须引入新的架构,使模型能够构建持久、一致的三维世界表征。

4. 空间智能的技术重构:World Labs与3D世界模型

面对视频生成模型的局限性,以李飞飞教授创立的World Labs为代表的新一代初创企业,提出了“大型世界模型”(Large World Models, LWMs)的概念。这一技术路线旨在从底层的3D结构出发,构建具有几何一致性和物理持久性的生成系统。

4.1 World Labs的技术愿景:从图片到世界

World Labs于2024年成立,其核心团队包括计算机视觉领域的顶尖学者Ben Mildenhall(NeRF的共同发明人)和Christoph Lassner。他们的目标是赋予AI“空间智能”,即超越语言,连接感知、想象与行动的能力1。

4.1.1 旗舰产品:Marble

World Labs于2025年11月发布的旗舰产品Marble,是一个多模态世界模型。与Sora生成视频不同,Marble生成的是可交互的、持久的3D世界。
●持久性(Persistence):在Marble生成的场景中,物体拥有恒常性。如果用户在虚拟房间放置一个物体然后离开,当你回来时,该物体依然存在且位置不变。这通过“姿态感知帧空间记忆”(Pose-aware Frame-space Memory)技术实现12。
●多模态输入与编辑:用户可以通过文本、图像或草图生成3D世界,并对场景中的特定元素进行微调(如改变光照、材质或布局),而不会破坏整体的一致性2。

4.2 核心技术支柱:3D高斯泼溅与神经渲染

实现Marble等LWMs的关键技术突破在于3D场景的高效表示与渲染。

4.2.1 神经辐射场(NeRF)的局限

Ben Mildenhall在2020年提出的NeRF技术,通过神经网络隐式地表示场景的体积密度和颜色,实现了从2D图像重建逼真3D场景的突破。然而,NeRF的渲染过程需要对每条光线进行数百次采样(Ray Marching),导致推理速度极慢,难以支持实时交互14。

4.2.2 3D高斯泼溅(3D Gaussian Splatting)的革命

为了解决NeRF的速度瓶颈,Christoph Lassner和Mildenhall等人推动了3D高斯泼溅技术的发展。
●技术原理:该技术不再使用神经网络隐式查询,而是将场景表示为数百万个离散的、半透明的3D高斯球(Splats)。每个高斯球携带位置、旋转、缩放、颜色和不透明度属性。
●光栅化渲染:通过将这些高斯球投影(Splatting)到2D平面并进行快速排序和混合,实现了1000 FPS以上的实时渲染速度。
●意义:这一技术使得World Labs的RTFM(Real-Time Frame Model)成为可能,用户可以在单张H100 GPU上实时生成并漫游高保真的3D世界11。

4.3 物理感知生成(Physics-Aware Generation)

除了视觉几何,空间智能还必须包含物理属性。当前的研究正致力于将生成模型与物理仿真引擎融合。
●Gen-and-Sim范式:AI负责生成场景的几何结构和纹理(视觉),而物理引擎(如MuJoCo, PhysX)负责计算物体的质量、摩擦力和碰撞响应(动力学)。
●World Labs的方法:Marble不仅生成视觉外观,还编码了物理关系(光照交互、阴影、遮挡),甚至正在探索将物理属性作为潜在变量进行学习,从而在不需要显式物理引擎的情况下实现物理合理的生成14。

5. 具身智能(Embodied AI):机器人的物理大脑

如果说World Labs是在虚拟空间中构建智能,那么具身智能(Embodied AI)则是将这种智能注入实体机器人,使其在物理世界中执行任务。这是空间智能的终极验证场。

5.1 从离身到具身:AI的身体觉醒

传统的AI(如ChatGPT)是离身的(Disembodied),它们处理的是静态的数据集。而具身智能强调智能产生于主体与环境的闭环交互(Perception-Action Loop)。
●感知-建模-决策框架(DP-TA):具身系统通常被分解为三个核心层——多模态感知与对齐(Perception)、世界建模与任务生成(Modeling)、策略适应与执行(Action)。这种架构使得机器人能够将高层的自然语言指令转化为底层的电机控制信号17。

5.2 Physical Intelligence公司与π₀模型

2024年成立的初创公司Physical Intelligence(简称$\pi$),致力于构建通用的机器人基础模型。其发布的**$\pi_0$ (pi-zero)**模型代表了该领域的最新突破。

5.2.1 视觉-语言-行动(VLA)架构

$\pi_0$是一个端到端的VLA模型,其设计理念是将互联网规模的语义知识与机器人特有的物理操作能力相结合。
●模型骨干:基于预训练的视觉语言模型(PaliGemma/Gemma 2B),继承了强大的语义理解和推理能力19。
●流匹配(Flow Matching)技术:这是$\pi_0$的核心创新。传统的VLM输出的是离散的语言Token,而机器人的电机控制需要连续的高频信号(50Hz)。$\pi_0$引入了一种基于扩散模型的变体——流匹配,使得模型能够输出连续、平滑且复杂的动作轨迹,有效解决了“离散语言”与“连续行动”之间的模态失配问题19。

5.2.2 数据与泛化能力

$\pi_0$在包含7种不同机器人形态、68项任务的10,000小时机器人交互数据上进行了预训练,并结合了开源的Open X Embodiment数据集。
●任务表现:在叠衣服、清理餐桌、组装纸箱等复杂任务中,$\pi_0$展现出了惊人的泛化能力。例如,在“叠衬衫”任务中,$\pi_0$获得了1.0的完美分数,而基准模型OpenVLA和Octo得分为0。
●鲁棒性:模型能够处理长程任务(Long-horizon tasks),并在受到人类干扰时自动修正动作,表现出对物理环境的深层理解19。

5.3 空间推理与语言的接地(Grounding)

具身智能的一个关键挑战是如何将模糊的自然语言指令(如“把那个红色的东西拿给我”)与精确的3D空间坐标联系起来。
●定性空间推理:AI需要将连续的传感器数据抽象为定性的空间概念(如“左边”、“靠近”、“穿过”)。这通常通过拓扑关系(如RCC5)和时序逻辑来实现。
●场景图(Scene Graphs):通过Mask3D等技术从点云中提取语义场景图,LLM可以利用这些结构化信息进行推理,通过代码生成(Code Generation)来解析复杂的空间指称(Referring Expressions)15。

6. 全球格局:中美在空间智能领域的战略竞逐

空间智能已成为继大模型之后,中美科技竞争的又一高地。两国在技术路线和应用侧重点上呈现出不同的特征。

6.1 美国的创新生态:基础模型与初创爆发

美国的优势在于基础模型的研究与颠覆性初创公司的涌现。
●World Labs与Physical Intelligence:这两家公司分别代表了虚拟世界生成和实体机器人控制的最高水平,均获得了红杉资本等顶级风投的巨额支持。World Labs更侧重于3D内容的生成与仿真,服务于创意和游戏产业;而Physical Intelligence则专注于解决机器人的通用操作难题1。
●科技巨头布局:Google DeepMind的Genie 3、Meta的V-JEPA以及NVIDIA的Cosmos模型,都在探索视频生成与世界模型的结合,试图建立物理世界的通用模拟器5。

6.2 中国的战略路径:平台生态与硬件落地

中国在空间智能领域的战略更侧重于平台级的应用整合与硬件的规模化落地。

6.2.1 阿里巴巴Amap的“世界模型”战略

阿里巴巴旗下的高德地图(Amap)在2025年推出了基于AI原生的地图版本,并发布了名为FantasyWorld的世界模型。
●技术逻辑:高德利用其覆盖广泛的地理信息数据,结合通义千问(Qwen)大模型,构建了一个能够模拟真实物理环境的数字底座。这一系统不仅服务于C端用户的导航,更重要的是为自动驾驶、低空经济(无人机)和具身智能提供高精度的“空间智能互联网”支持。
●WorldScore基准:高德计算机视觉实验室开发的FantasyWorld模型在李飞飞团队构建的WorldScore基准测试中排名第一,显示了其在3D生成与物理一致性方面的技术实力23。

6.2.2 2025:人形机器人的“成年礼”

中国制造业的强大基础使得人形机器人成为空间智能落地的首选载体。
●量产元年:2025年被视为中国人形机器人的爆发年。宇树科技(Unitree)、小鹏汽车(XPENG)、智元机器人(Agibot)等公司纷纷宣布量产计划,部分企业年出货量已达数千台。
●大小脑协同:中国企业普遍采用了“大模型大脑”(负责高层逻辑与交互)与“运动小脑”(负责底层平衡与控制)协同的架构。小鹏汽车发布的第二代VLA模型,更是尝试去除中间的语言转换环节,实现从视觉直接到行动的端到端控制26。

7. 产业应用:空间智能的多维赋能

空间智能的应用场景远不止于机器人,它正在重塑制造、交通、医疗等多个行业的运作模式。

7.1 工业数字孪生与智能制造

在工业4.0时代,空间智能将传统的静态数字孪生升级为动态的、可预测的智能系统。
●Simio与Hexagon的定义:真正的数字孪生不仅仅是3D模型,更是包含了实时数据流、物理属性和AI预测能力的“智能自适应模型”。
●应用案例:
○宝马(BMW):利用NVIDIA Omniverse构建工厂数字孪生,在虚拟空间中训练机器人,优化生产线布局,实现了“Sim-to-Real”的无缝迁移,大幅降低了物理试错成本27。
○UPS:建立了整个物流网络的数字孪生,不仅追踪包裹位置,还利用空间智能预测潜在的物流瓶颈和风险27。
○Hexagon:其“智能制造孪生”能够实时对比生产出的零件与设计图纸的微米级差异,并自动调整生产参数,实现质量闭环29。

7.2 自动驾驶与智能交通

自动驾驶本质上是一个极高难度的空间智能问题。车辆必须在高速运动中实时构建周围环境的矢量空间(Vector Space)。
●3D感知与预测:特斯拉和Waymo的系统利用多摄像头视觉数据,通过Occupancy Network(占用网络)构建3D体素地图,不仅识别物体,还能预测其未来的运动轨迹(4D预测)15。
●端到端大模型:2025年的趋势是采用端到端模型,直接从原始视频输入映射到驾驶决策,这要求模型具备极强的物理常识和因果推理能力,以应对复杂的长尾场景(Corner Cases)31。

7.3 地理空间智能(Geospatial Intelligence)

在宏观尺度上,空间智能正在改变我们理解地球的方式。
●初创生态:如Marble Imaging(德国)和Bhusatyam Technologies(印度)等初创公司,利用AI分析卫星图像,提供关于森林砍伐、气候风险、城市扩张的实时洞察。
●技术融合:AskEarth等公司开发了地理空间基础模型,使用户可以通过自然语言查询复杂的地球观测数据(如“显示过去五年亚马逊雨林的非法采伐区域”),极大地降低了数据分析的门槛32。

7.4 医疗与手术导航

●AR辅助手术:结合AR眼镜和空间智能,医生可以透过皮肤“看到”患者内部的血管和肿瘤结构。AI能够实时追踪手术器械的位置,并提供精确的导航路径,避免损伤关键神经33。
●3D影像分割:AI模型(如VGTRAINER)可以将CT扫描的分割时间从1小时缩短至20秒,为定制化植入物的设计提供了极大便利29。

8. 挑战与未来展望(2025-2030)

尽管空间智能展现了巨大的潜力,但要实现其全面普及,仍面临严峻的技术与工程挑战。

8.1 核心挑战

1.算力与能耗瓶颈:生成高保真的3D世界和实时控制机器人需要巨大的计算资源。目前的LWMs(如Marble)虽然能在H100上运行,但对于边缘设备(如家用机器人、AR眼镜)来说,功耗和延迟仍是巨大障碍12。
2.数据稀缺性:与文本数据不同,高质量的3D数据和带有物理属性的机器人交互数据(Action Data)极其稀缺。互联网上的视频大多是2D的,缺乏深度和物理信息。
3.分布外(OOD)泛化:如前所述,目前的模型在面对未见过的物理场景时容易失效。对于自动驾驶和手术机器人等安全攸关的应用,如何保证模型的鲁棒性和可解释性是必须解决的难题8。
4.Sim-to-Real Gap:尽管仿真技术进步巨大,但虚拟世界与真实物理世界之间仍存在细微差异(如复杂的摩擦、软体变形)。如何让在模拟器中训练的AI无缝迁移到现实世界,仍是具身智能的“圣杯”问题17。

8.2 2030年愿景

展望2030年,空间智能有望实现以下突破:
●个人世界模型普及:每个人都能通过简单的自然语言描述,生成并进入自己专属的、物理一致的虚拟世界。这将彻底改变游戏、教育和内容创作产业1。
●通用机器人的家庭化:具备通用空间智能的机器人将进入家庭,能够处理整理房间、烹饪等非结构化任务。它们不再需要预编程,而是通过观察和自然语言指令学习新技能15。
●物理AI的基础设施化:AI将不再仅仅是屏幕后的助手,而是成为物理世界的基础设施。从智能交通系统的调度,到自动化工厂的自我优化,空间智能将像电力一样,隐形但无处不在地驱动着物理世界的运行。

9. 结论

空间智能的崛起标志着人工智能发展史上的一个重要里程碑:从处理抽象符号的“缸中之脑”,进化为理解并栖居于物理世界的“具身之智”。这一变革融合了认知心理学对人类心智的深刻洞察、计算机图形学在三维重建上的技术突破,以及机器人学在感知-行动闭环上的长期探索。
从霍华德·加德纳提出人类的空间智能,到李飞飞团队构建机器的空间智能,这一跨度半个世纪的演进,揭示了智能的本质——智能不仅是信息的处理,更是对物理现实的预测与改造。随着World Labs、Physical Intelligence等先锋企业的技术突破,以及自动驾驶、人形机器人等产业的规模化落地,我们正站在一个新时代的门槛上。在这个时代,比特(Bits)将以前所未有的深度与原子(Atoms)融合,数字智能将彻底打破屏幕的限制,真正融入并重塑我们的物理现实。
引用的著作
1.Inside Fei-Fei Li's Plan to Build AI-Powered Virtual Worlds | TIME, 访问时间为 一月 6, 2026,https://time.com/7339513/ai-fei-fei-li-virtual-worlds/
2.World Labs, 访问时间为 一月 6, 2026,https://www.worldlabs.ai/
3.Spatial intelligence (psychology) - Wikipedia, 访问时间为 一月 6, 2026,https://en.wikipedia.org/wiki/Spatial_intelligence_(psychology)
4.Gardner's Theory Of Multiple Intelligences - Simply Psychology, 访问时间为 一月 6, 2026,https://www.simplypsychology.org/multiple-intelligences.html
5.Beyond Pixels: The Rise of 3D World Models and the Quest for Spatial Intelligence, 访问时间为 一月 6, 2026,https://markets.financialcontent.com/wral/article/tokenring-2026-1-5-beyond-pixels-the-rise-of-3d-world-models-and-the-quest-for-spatial-intelligence
6.Sora's Spark in the World Models Debate: Can AI Truly Understand Physics? | VIVE Blog, 访问时间为 一月 6, 2026,https://blog.vive.com/us/soras-spark-in-the-world-models-debate-can-ai-truly-understand-physics/
7.Video generation models as world simulators | OpenAI, 访问时间为 一月 6, 2026,https://openai.com/index/video-generation-models-as-world-simulators/
8.How Far Is Video Generation from World Model: A Physical Law Perspective - arXiv, 访问时间为 一月 6, 2026,https://arxiv.org/html/2411.02385v1
9.How Far is Video Generation from World Model: A Physical Law Perspective - arXiv, 访问时间为 一月 6, 2026,https://arxiv.org/html/2411.02385v2
10.How Far Is Video Generation from World Model: A Physical Law Perspective - OpenReview, 访问时间为 一月 6, 2026,https://openreview.net/forum?id=DLlVjZQ7vD
11.World Labs Business Breakdown & Founding Story - Contrary Research, 访问时间为 一月 6, 2026,https://research.contrary.com/company/world-labs
12.AI Pioneer Fei-Fei Li Unveils Real-Time Generative 'World Model' Capable of Rendering 3D Scenes from 2D Images - TMTPost, 访问时间为 一月 6, 2026,https://en.tmtpost.com/post/7726181
13.Marble AI: A Deep Dive into the Next Frontier of 3D World Generation - Skywork.ai, 访问时间为 一月 6, 2026,https://skywork.ai/skypage/en/marble-ai-3d-world-generation/1989169759982657536
14.Spatial Intelligence and the Closed Loop: When AI Understanding of Physical Reality Enables Virtual Captivity | by Tao An, 访问时间为 一月 6, 2026,https://generativeai.pub/spatial-intelligence-and-the-closed-loop-when-ai-understanding-of-physical-reality-enables-virtual-7fe453014e09
15.Spatial Intelligence for Robotics: The 2025 Frontier of 3D ..., 访问时间为 一月 6, 2026,https://robocloud-dashboard.vercel.app/learn/blog/spatial-intelligence-robotics
16.Generative Physical AI in Vision: A Survey - arXiv, 访问时间为 一月 6, 2026,https://arxiv.org/html/2501.10928v1
17.A review of embodied intelligence systems: a three-layer framework integrating multimodal perception, world modeling, and structured strategies - Frontiers, 访问时间为 一月 6, 2026,https://www.frontiersin.org/journals/robotics-and-ai/articles/10.3389/frobt.2025.1668910/full
18.A review of embodied intelligence systems: a three-layer framework integrating multimodal perception, world modeling, and structured strategies, 访问时间为 一月 6, 2026,https://pmc.ncbi.nlm.nih.gov/articles/PMC12631203/
19.Our First Generalist Policy - Physical Intelligence, 访问时间为 一月 6, 2026,https://www.physicalintelligence.company/blog/pi0
20.Embodied Spatial Intelligence - Emergent Mind, 访问时间为 一月 6, 2026,https://www.emergentmind.com/topics/embodied-spatial-intelligence
21.Embodied Spatial Intelligence: From 3D Perception to 3D Reasoning - arXiv, 访问时间为 一月 6, 2026,https://arxiv.org/html/2509.00465v1
22.The 20 Hottest AI Startups in Silicon Valley You Need to Watch in 2025 - HyScaler, 访问时间为 一月 6, 2026,https://hyscaler.com/insights/hottest-ai-startups-in-silicon-valley/
23.Alibaba’s Amap muscles up on ‘world models’ in push beyond text-based AI, 访问时间为 一月 6, 2026,https://www.scmp.com/business/china-business/article/3338944/alibabas-amap-muscles-world-models-push-beyond-text-based-ai
24.Alibaba advances AI strategy with Amap's spatial intelligence upgrade - TechNode, 访问时间为 一月 6, 2026,https://technode.com/2025/08/05/alibaba-advances-ai-strategy-with-amaps-spatial-intelligence-upgrade/
25.Alibaba launches the world's first AI-native map application with Qwen - Alizila, 访问时间为 一月 6, 2026,https://www.alizila.com/amap-2025/
26.From the Spring Festival Gala stage to the assembly line: 2025, the "coming-of-age" of humanoid robots | Gasgoo, 访问时间为 一月 6, 2026,https://autonews.gasgoo.com/articles/news/from-the-spring-festival-gala-stage-to-the-assembly-line-2025-the-coming-of-age-of-humanoid-robots-2007830483872522240
27.Real-world gen AI use cases from the world's leading organizations | Google Cloud Blog, 访问时间为 一月 6, 2026,https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders
28.Industrial Facility Digital Twins—Use Case - NVIDIA, 访问时间为 一月 6, 2026,https://www.nvidia.com/en-us/use-cases/industrial-facility-digital-twins/
29.Manufacturing digital twin | Hexagon, 访问时间为 一月 6, 2026,https://hexagon.com/company/divisions/manufacturing-intelligence/what-we-do/manufacturing-digital-twin
30.Spatial Reasoning in AI: How Robots Will See the World | by Roham Mehrabi | Medium, 访问时间为 一月 6, 2026,https://medium.com/@roham.meh/spatial-reasoning-in-ai-how-autonomous-vehicles-and-robots-see-the-world-4ca37e12df4c
31.Autonomous Vehicles: Evolution of Artificial Intelligence and the Current Industry Landscape, 访问时间为 一月 6, 2026,https://www.mdpi.com/2504-2289/8/4/42
32.10 Top Earth Observation Companies & Startups to Watch (2025) - StartUs Insights, 访问时间为 一月 6, 2026,https://www.startus-insights.com/innovators-guide/earth-observation-companies/
33.All About Spatial Intelligence In AI And Robotics - TechDogs, 访问时间为 一月 6, 2026,https://www.techdogs.com/td-articles/trending-stories/all-about-spatial-intelligence-in-ai-and-robotics
34.Augmented Reality Meets Artificial Intelligence in Robotics: A Systematic Review - PMC, 访问时间为 一月 6, 2026,https://pmc.ncbi.nlm.nih.gov/articles/PMC8493292/
35.Spatial Computing Market Growing at 42.53% CAGR to 2030 with Gaming and eSports Segment Holding 18.11% Market Share, Reports Mordor Intelligence, 访问时间为 一月 6, 2026,https://www.prnewswire.co.uk/news-releases/spatial-computing-market-growing-at-42-53-cagr-to-2030-with-gaming-and-esports-segment-holding-18-11-market-share-reports-mordor-intelligence-302653697.html
 
打赏
 
更多>同类资讯
0 条相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008329号-18
Powered By DESTOON