2026 年 7 月 21 日，李飞飞创办的 World Labs 宣布收购机器人仿真公司 SceniX，把“空间智能”和“机器人”这两件事彻底连起来了，直接把「空间智能」送上了科技圈热搜。

今年以来这个词的出现频率确实离谱——WAIC 2026 把它当核心议题，学术圈和产业界都在讨论，连带着「世界模型」「物理 AI」「具身智能」也跟着一起火了。

但热闹归热闹，真搞明白的人不多。空间智能到底是什么？它和数字孪生是什么关系？对企业有什么实际价值？

这篇文章一次性讲清楚。

先搞清楚：空间智能到底是什么？

官方定义：

2026 年 3 月，工信部指导、中国电子技术标准化研究院发布的《空间智能发展报告》给出了一个简洁的定义：

空间智能（Spatial Intelligence）是智能体在三维空间中感知、理解、推理、决策、交互的能力。

这五个词不是随便排列的，它们对应了五层递进能力：

层级	能力	干了什么
空间感知	多传感器融合，实时捕获物理世界数据	摄像头、激光雷达、GPS、各类传感器
空间建模	三维重建与生成，构建可计算的数字世界	3D高斯泼溅、SLAM、NeRF
空间认知	语义+物理推理	物体识别、空间关系判断、重力/碰撞预测
空间决策	基于理解和预测，选择最优行动路径	多模态大模型、空间大模型
空间交互	可视化+人机交互	AR/VR 、空间计算、实时渲染、路径规划、机器人控制

感知→建模→认知→决策→交互，一个完整闭环。

李飞飞的说法

2025 年 11 月，李飞飞发了篇长文《From Words to Worlds: Spatial Intelligence is AI’s Next Frontier》，说了一句很直白的话：**当前的大语言模型，本质上还是「黑暗中的文字匠人」，**它擅长处理文字、代码、图像，但不懂物理世界的基本规则——不知道杯子掉下桌子会碎，不知道抓一个东西该用多大的力气。

但这句话是 2025 年 11 月说的。到 2026 年 8 月的今天，情况有变化吗？

有，但不大。

AI 的空间智能，还在"三岁小孩"阶段

2026 年 3 月，李飞飞和西北大学李曼玲教授团队发表了一篇论文，专门测试 AI 的空间智能水平。他们用了一个很巧妙的类比。

发展心理学里有个著名的 Sally-Anne 测试：

Sally 把弹珠放进篮子离开，Anne 把弹珠挪到盒子里。问：Sally 回来会去哪找？四岁孩子能答对（篮子），三岁以下会答错（盒子），因为他们分不清"自己知道"和"别人知道"的区别。

李飞飞团队把这个实验搬到了 AI 面前，只不过考察的是物理空间。他们让模型在多个虚拟房间里主动探索，收集信息，构建认知地图。

结果不太好看：

GPT-5.2 从被动模式切换到主动探索后，准确率从 57.1% 掉到 46.0%

模型看到物体被移动后，近七成情况仍然坚持报告旧位置（“信念惯性”）

物体朝向识别几乎接近随机猜测

人类被试在视觉世界中准确率 96.4%，模型远低于此

论文的结论很直白：当前 AI 的空间智能，大概在三岁小孩的水平。

虽然 2026 年以来 AI 3D 相关产品涌现——Marble 能生成 3D 世界了，各种空间大模型在发布——但从"能生成好看的 3D 画面"到"真正理解物理世界并在其中行动"，还有很长的路。

这正是空间智能要解决的问题：让 AI 从"会说"升级到"会看、会想、会动"，看懂三维世界、理解物理规律、并且能在其中推理和行动。

计算机视觉只能「认出这是一艘船」，空间智能要知道这艘船在三维空间里的位置、姿态、运动趋势，以及它和周围一切的关系。

空间智能和数字孪生密不可分

看到前面的五层框架，是不是觉得特别眼熟？没错，它和数字孪生的能力体系几乎是对位映射的：

空间智能	数字孪生
多源感知	多源数据接入（SCADA、AIS、MQTT、IoT 传感器等等）
三维建模	三维场景搭建、1:1 还原、孪生体编辑器
空间理解	数据驱动的设备状态映射、异常感知
世界模型	仿真引擎、物理规则模拟、动画编辑器
交互渲染	3D 可视化交互、UI 编辑器、事件系统
决策控制	告警联动、应急预案、远程控制

两者的关系可以这么理解：空间智能是AI 的能力范式，数字孪生是这个范式在工业场景里的工程化落地。

没有数字孪生平台，空间智能就找不到一个「世界」去感知和交互。反过来，如果数字孪生只是搭了一堆好看的三维模型，没有空间理解、没有推理能力，那它也只是个花瓶。

很多数字孪生项目花了几百万搭了一套三维模型，大屏上看着很酷，但设备数据接不进去，业务逻辑跑不通，最后就是个"高级屏保"。

问题出在哪？出在只做了"空间感知"和"空间建模"这两层，没有"空间认知"和"空间决策"。

CIMPro孪大师空间智能平台的落地实践

CIMPro孪大师要做的事情，就是把空间智能的五层框架——从感知到交互——变成企业可操作的工具。

工信部发布的《空间智能发展报告》将空间智能分为五层：感知、建模、认知、决策、交互。每一层在CIMPro孪大师里都有对应的工程化能力：

01 空间感知层——多源数据接入

CIMPro孪大师支持接入摄像头、激光雷达、GPS、IoT传感器等多源数据，把物理世界的实时状态“翻译”成数字世界能理解的语言。工业协议层面，兼容OPC UA、Modbus、MQTT等标准，可以对接SCADA、PLC、传感器、AIS等实时数据流。这一层解决的是“看”的问题。

02 空间建模层——孪生体编辑器

CIMPro孪大师内置的孪生体编辑器，允许用户将三维模型与后台数据服务绑定，实现外部数据驱动的实体及特效状态实时更新。物理世界中的一台设备、一艘船、一条产线，都能在数字空间中拥有一个“影子”——并且这个影子是活的，不是静态模型。

03 空间认知层——数据驱动的状态映射

孪大师本身不做算法推理，但它的数据融合能力让空间理解有了“原材料”。把设备温度、振动、转速等参数接入孪生体后，三维模型可以实时反映物理实体的状态——设备过热模型变色、振动异常模型高亮、位置偏移模型同步位移。

04 空间交互层——3D可视化交互+UI编辑器+AI数字人

CIMPro孪大师支持二三维联动，点图表能让三维场景里的视角跳转、设备高亮、弹窗弹出数据。AI数字人能力在此基础上进一步降低了交互门槛：用户通过自然语言即可调用场景数据、操控三维视角、启动仿真推演，不需要学习操作界面，说句话就行。

05 空间决策层——告警联动与可视化预案

CIMPro孪大师本身不做“最优路径计算”，但它能把告警信息推送到三维场景中高亮定位，把应急预案以可视化方式呈现，让决策者快速判断情况。比如温度超限，系统跳转到对应设备位置、显示历史趋势、调取预设处置流程。

具体到工业空间智能的落地，CIMPro 孪大师已经在工厂产线、城市、园区、船舶海洋等各个实际场景中里跑起来了。

智慧无人仓储：传统仓储管理面临设备与子系统割裂、多源异构数据整合难等痛点。基于CIMPro孪大师的智慧无人仓储三维可视化平台，对接WMS、ERP等系统，通过三维场景实时映射货物流转轨迹、AGV定位、设备状态。操作员在三维场景里看到的不只是数据，而是整个仓储的动态运行全貌。

智慧海运：基于CIMPro孪大师可以快速构建涵盖全球气象、港口作业、船舶航行、货物物流的多源实时数据融合系统，实现从全球航运全景概览到港口作业微观管控的全流程可视化管理。

系统接入AIS数据，驱动三维场景中的船舶连续移动追踪；

支持船舶精细化穿透查看驾驶舱、烟囱、货舱等内部结构；

港口作业层面，1:1还原堆放区、龙门吊、装货区、码头区，泊位占用、货物流向热力图实时呈现。

智慧工厂：CIMPro孪大师贯穿工厂的全生命周期：产线设计阶段，支持多个团队完成的模型合并展示，配合视点跳转实现沉浸式方案汇报；宣传展示阶段，数字孪生沙盘可以完成从厂区到车间到生产线的完整交互式展示；运维管理阶段，系统接入SCADA、MES等实时数据，实现设备状态的三维可视化、告警联动与制造过程模拟可视化。

智慧城市：基于CIMPro孪大师的零代码开发能力，用户可快速搭建完整的智慧城市数字孪生应用。平台内置海量行业模板，支持一键导入由AI自动生成3D城市模型。从组件库中拖拽城市运行总览、交通流量监测、视频监控、应急调度等组件，配置数据绑定与交互规则即可完成应用搭建。