量子位智库 | 公众号 AI123All
AI的未来，绝不仅限于聊天机器人和数字世界。
物理世界的AI推进，已经开始。而且定义正在被包括李飞飞在内的大牛明确——
空间智能是什么？包含哪些应用领域？如何系统性地看待空间智能？随着技术的不断进步，虚实融合边界持续消融，空间智能的阶段性成果、当前的认知和格局，正在愈发清晰。
在大量桌面研究、调研访问、数据分析之后，为了更好把握空间智能现状和未来发展方向，量子位智库在 《空间智能研究报告》 （以下简称《报告》）中回答如上问题，同时系统性梳理了各应用领域重要玩家，并对产业迭代影响要素作出研判。
这也是 国内首份明确以空间智能为对象，提供空间智能产业图谱的报告 。
高清版图谱及报告可点击文末「阅读原文」获得。文末亦附有完整报告下载链接。
《报告》认为， 空间智能是主要基于3D视觉信息进行理解、推理、生成、交互的AI系统 。
以具体应用领域划分，按不同的成熟度，空间智能可分为以下三种应用领域：
此外， 扩展现实 （XR，Xtended Reality） 是空间智能的原生交互方式，而准确的世界模型是空间智能发展的终局状态。
根据上面的应用领域划分，结合目前的格局、发展等多方要素，量子位智库在《报告》中详细梳理了当下全球空间智能玩家的首份图谱：
针对空间智能的不同应用领域，可以从数据成熟度、算法成熟度、算力支撑、普及便捷度、经济性等维度进行观察。
综合不同维度来看， 三个应用领域中自动驾驶成熟度最高，3D生成位居其次，最后是具身智能。
其中 最值得重点关注的是「数据体系的成熟度」这一维度 。
对比得出，相比语言、图片和视频等，空间智能现存的数据规模更少。这就可以解释为什么空间智能的成熟度更低——尤其具身智能，高质量的真机数据数量稀少。
文字、图片及视频等数据的成熟支撑了以大语言模型为核心的AI浪潮爆发，《报告》认为，未来待3D、物理AI相关数据成熟后，空间智能也将迎来爆发时刻。
作为观察空间智能进展最重要的维度，除上述数据积累规模外，数据体系成熟度具体还包括数据构成精简度、数据分布多样性以及数据闭环成熟度4个部分。
数据构成精简度 主要指该领域数据模态、数据类型的复杂度，例如具身智能需要融合多种传感器数据，成熟度更低、更复杂； 数据分布多样性 主要指该领域数据分布是否足够丰富以支持模型的泛化； 数据闭环成熟度 主要指能否构建数据飞轮的正反馈加速模型迭代。
《报告》表示， 自动驾驶是空间智能目前规模最大、最成熟的应用 ，已经接近人类水平。
其技术前沿开始从模仿学习转向强化学习，以保持性能增长。
目前，自动驾驶领域 已经出现属于空间智能的Scaling Law ：可接管里程随底层算力扩展和强化学习新进展快速增加。
数据显示，2026年以后，当背后算力支持超过百万卡集群时，预计自动驾驶水准将超过人类驾驶水准。
在空间智能的三大具体应用赛道，自动驾驶的数据体系目前最为成熟。
3D生成是数字世界的空间智能，由图形学和AI共同驱动， 处于技术快速进步阶段 。
当前，3D生成的最大瓶颈是难以找到具有良好扩展性的3D数据表征。
从 数据积累规模 来看，3D生成有千万级别的数据积累，足以支撑可以商业化的产品；从 数据构成 上看，目前有多种数据表示形式，较复杂，技术方向尚未收敛；从 数据分布多样性 来看，可以覆盖3D资产生成的大部分应用场景；从 数据闭环 来看，尚未形成闭环模式。
《报告》认为， 可以和物理世界深度交互的具身智能，是空间智能未来规模最大的应用 。
但就目前而言，具身智能整体成熟度较低，不过头部玩家即将开始生产环境实验。
从 数据积累规模 来看，需要厂商从零做起采集真机数据，存量积累规模小；从 数据构成精简度 来看，具身智能涉及多种数据模态的融合，十分复杂，且面临跨本体的泛化性问题；从 数据分布多样性 来看，目前真机数据的分布也较为单一，以常见的运动和抓取场景为主；从 数据闭环成熟度 来看，机器人落地应用较为早期，尚未构建有效的数据飞轮
扩展现实 （XR） 的硬件基础正在成熟，可实现3D类内容的原生消费 ，未来随着3D原生内容和相关应用生态的成熟，将打开更大的市场。
XR是目前训练具身智能的关键数据采集方式，可以加速真机数据增长推动空间智能发展。英伟达、特斯拉、Meta等领先机构已有相关探索实践。
世界模型是从大量数据中构建理解世界运作方式的内部表征，可以推理行动后果预测未来，精确完备的世界模型是空间智能发展的终局状态 。
《报告》认为世界模型可以通过各种技术路径逼近，但不同路径的精度和效率各异。
其中，侧重3D和物理AI的空间智能，可能是建模真实世界的最佳方式。
有关空间智能的更多详细内容，可在完整报告中获取。