北斗指路：中国空间智能走向真实世界

- 设为首页 加入收藏 分享X 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，更不知道路上的变化将带来什么。 空间智能，正试图补上这一课。它要求机器在三维空间和时间中感知、推理并采取行动。人工智能由此不再只处理符号，还要面对道路、建筑、设备以及它们随时间发生的变化。 作为连接数字信息与物理环境的一种能力，空间智能正受到国际学术界和产业界关注，也被视为新一代人工智能的重要方向。 对中国而言，这不仅意味着人工智能应用边界的扩大，也关系到新质生产力和未来产业的培育。中国拥有自主建设、独立运行的北斗卫星导航系统，也拥有超大规模、足够复杂的应用场景。前者提供时空基准，后者提供持续检验。两者形成的合力将决定中国空间智能发展的前景。 全球竞速，中国入场 人工智能要进入现实世界，仅仅识别物体远远不够。它还要知道物体在哪里，彼此是什么关系，环境发生了什么变化，以及一次行动可能造成怎样的结果。从生成信息到理解空间，从语言交互到现实行动，方向已经显现，实践路径仍在探索中。 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。 中国企业也已入场。2026年9月10日，高德发布ABot-Earth 0.7，并称其为全球首个3D原生城市世界模型。 该模型使用包含空间、时间信息的时空数据训练，可以把卫星图像或文字描述转化为可进入、可交互的三维场景，并在一个模型中完成从星球、城市到街景地标的多尺度生成。 据了解，该模型可在一块消费级GPU上，用约10分钟生成公里级三维城市场景，结果采用3DGS（三维高斯泼溅）格式，相关能力已用于飞行街景2.0等民用产品。 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。 没有时空基准，就没有空间智能 空间智能要理解现实世界，首先需要一把统一的时空标尺。 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。 没有自主的时空基准，空间智能就如同一座建在他人地基上的房子：可以向上搭建，但稳定性与主动权并不掌握在自己手中。 北斗为中国提供了自主可靠的时空基准。2020年6月23日，北斗三号全球卫星导航系统星座部署全面完成，可提供定位、导航、授时和短报文通信等服务。中国由此成为世界上第三个独立拥有全球卫星导航系统的国家。 中国卫星导航系统管理办公室2026年3月公布的数据显示，北斗系统在轨运行卫星达到50颗，全球定位精度优于10米，测速精度优于每秒0.2米，授时误差小于20纳秒。自主运行、连续服务和全球覆盖，使相关技术与应用可以建立在稳定、可持续的时空基准之上。 这种基础能力正通过产业终端和应用网络进入现实世界。《2026中国北斗时空产业发展白皮书》显示，截至2025年底，具有北斗功能的各类终端产品社会总保有量超过22亿台（套），在国内重点行业的综合应用渗透率约为90%。 今年全国两会期间，国家发展改革委主任郑栅洁明确表示，“十五五”时期，中国将继续实施北斗规模应用工程，推动产业规模五年内突破1万亿元。 从汽车、手机到无人机和行业设备，北斗所提供的统一时空基准，正在连接越来越多的物理终端和应用场景。规模化使用又进一步放大了这一基础设施的价值。 据高德公布的信息，其调用北斗卫星日定位量近万亿次，支撑日导航总里程90亿公里。 由卫星导航系统确立基准，产业终端接入并传递时空信息，应用平台连接具体场景，北斗由此形成了从国家基础设施到现实应用的完整链条，为中国空间智能研发和规模化落地提供支撑。 场景是最好的裁判 当北斗能回答“在哪里、什么时间”，空间智能还要回答“正在发生什么、接下来怎么办”。 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。 中国高密度的城市空间、复杂的交通网络和多样的产业形态，为相关技术提供了丰富的实践条件。 道路通行、客流分布和设备状态持续变化之下，真实需求提出问题，运行数据检验判断，产品反馈推动迭代。三维空间表达、动态感知和时空推演等能力，就在这样的往复中逐步完善。 高德提供了一个观察样本。其空间智能系统用二维路网描述道路、节点和可达关系，用三维信息呈现建筑、楼层以及室内外空间，再结合不同时段的人流、车流、搜索、导航和到访等信息，推演现实状态的变化。 在道路交通场景中，中国安全生产科学研究院与高德共同推出“鹰眼守护”预警系统。该系统把车辆速度、位置变化和路网关系放入同一时空框架，可识别前车急刹、弯道会车等多类潜在风险，并向可能受到影响的车辆发出秒级提醒。目前，该系统日均预警次数近2亿次。 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…