问题——通用大模型热潮之后，下一轮突破指向何处；近段时间，国际资本市场对“空间智能”的关注明显升温。美国涉及的企业再次获得十亿美元级融资，投资方既有传统机构，也有芯片、工业软件等头部企业参与，显示产业链正把“让机器理解并作用于三维世界”视为新的增长方向。业内普遍认为，面向现实世界的理解、推理与行动能力，将成为通用智能更发展的关键门槛：不仅要“会说”，更要“看得懂、算得清、推得出、做得到”。 原因——从二维信息处理迈向三维世界建模与可验证推演。空间智能的难点在于多源数据融合、时空语义理解，以及在物理约束下进行可计算模拟。相比主要依赖海量文本的训练范式，空间智能更强调把城市、园区、交通、海洋等复杂对象转化为可持续更新的数字孪生体，并在此基础上开展仿真推演，形成可验证的预测与决策支撑。专家指出，随着算法、算力与传感器体系持续演进，空间数据的规模与实时性明显提高，为构建“世界模型”奠定了条件；另外，大模型能力边界逐渐清晰，也促使产业寻找更“可落地、可闭环、可评估”的技术路径。 影响——智慧治理与新兴产业将迎来基础设施级变革。空间智能一旦形成可复用底座，将为城市精细化治理、重大工程运维、应急指挥、交通组织优化等带来系统性提升：从更多依赖“事后处置”，转向“事前预警”和“过程推演”。在产业侧，具身智能需要在复杂环境中完成定位、识别与操作；低空经济需要对空域、地面与气象等要素进行动态建模与协同调度，均对空间智能提出明确需求。业内预计，空间智能有望与城市更新、产业数字化、智能制造等形成联动，带动相关软硬件与服务市场扩容。 对策——以平台化底座、开放生态与国产化体系提升确定性。3月在上海，深耕空间智能多年的飞渡科技集中发布多项新品：其一，推出闭环空间智能基础模型，强调打通“感知—理解—仿真—决策”链路，目标是在数字孪生体之上实现可推演的预测与辅助决策；其二，发布DTS空间智能平台V7.0，持续强化数据融合、二次开发接口、仿真、互操作与可视化等能力，并以更完善的接口体系建设开发者生态；其三，推出面向关键行业的全栈国产化一体机方案，突出软硬件协同与可控可用，回应数据安全、供应链韧性和长期运维等需求。 业内人士认为，空间智能作为基础设施型技术，除了追求技术先进性，更要重视工程化与标准化。开放标准与互操作能力，决定“能否接入更多数据、能否对接更多系统”；国产化体系则关系到“能否在关键场景稳定运行、能否保障数据主权与持续迭代”。同时，空间智能的价值不在“展示效果”，而在“可计算、可验证、可复用”：仿真模型精度、数据更新时效、决策建议的可解释性与可追溯性，将成为落地的关键指标。 前景——从单点示范走向规模应用仍需跨越三道关。第一，数据关：多源时空数据质量不一，跨部门、跨行业的数据共享与治理机制仍待完善。第二，标准关：三维数据、仿真接口、语义标注等标准尚未统一，需要在开放兼容基础上形成更明确的行业共识。第三，人才与成本关：既懂空间计算又懂行业机理的复合型团队紧缺，工程部署与持续运维投入较高。展望未来，若能形成“基础研究—工程转化—场景落地—生态共建”的良性循环，并在智慧城市、交通治理、园区运营、低空管理等领域沉淀可复制的标杆案例，空间智能有望成为数字中国建设的重要底座能力。
从大模型热潮到空间智能竞速，技术演进的重心正从“语言与知识”扩展到“空间与物理世界”；谁能率先建立可复用的三维数据体系、可验证的仿真推演能力和安全可控的工程底座，谁就更可能在新一轮产业变革中赢得主动。推动关键技术突破的同时，还需要在标准、生态与应用场景上协同发力，让空间智能更好服务城市治理、产业升级与民生改善。