第一部用AI制作的科幻电影《无声·静界》，原著描绘的是一个高度智能化的未来社会：城市运作、能源调度、公共管理全部由算法优化完成，社会秩序稳定而高效。

科幻电影中常见的智慧城市场景，或许在不久的将来就可以成为现实。过去十多年，“AI驱动”的智慧城市建设早已成为共识，但从数据模型到语言模型，对真实世界的解释仍然是二维的。

构成物理世界的两个核心要素是立体的空间和流动的时间。随着物理AI的发展，空间智能成为智慧城市建设的新范式：AI不仅要看懂真实世界的三维结构，还要理解动态变化和时空的因果关系，并基于这种理解在现实世界中行动。

9月23日的云栖大会上，高德旗下面向产业的高德云图板块，宣布以空间智能与世界模型为核心构建城市全空间无人体系，代表了智慧城市新基建的一种探索。

空间智能：AI通往现实世界的必经之路

空间智能可以解决传统通用AI的短板，即仅能识别画面的物体，但没有物体间的空间坐标关系、距离、遮挡和相互运动的关系，认知停留在二维像素层面。空间智能具备完整解读空间坐标、相互距离、行动路线和空间交互的关系，通过构建贴合真实世界规则的世界模型，帮助AI在物理世界做到双向推演和自主决策。

举个例子，一个杯子放在桌子上，人类能够清楚知道应该从哪个方向以特定的角度和力度抓取杯子，并确保它不会摔下来；但机器（比如机械臂、机器人）未必知道，更无从讨论“如果推一下杯子，会发生什么”这一类推演的问题。

1983年，美国心理学家霍华德·加德纳在他的书《心智的框架》里就把空间智能列为人类九大智能之一。他认为，空间智能不只是认路，还和画画、设计、解决问题这些能力都有关系。

斯坦福大学教授、World Labs联合创始人李飞飞主导创办的World Labs将人类的理解-预测-决策-行动链概括为“空间智能”：让模型能够感知、生成和推理空间，并逐步与虚拟世界和现实世界互动。她提到，空间智能是人类认知的基础架构，不仅关乎识别物体、理解环境和判断距离方向等空间关系，也支撑着人类在现实世界中进行感知、推理、规划和行动。

“AGI若没有空间智能就是不完整的，这也是AI领域当下最艰难的问题。”李飞飞认为，能够理解、生成和交互的3D世界模型，搭建难度远超语言，但重要性也更甚前者。

她将空间智能称为“人类认知的脚手架”，小到日常的停泊车、倒水倒咖啡、传接物品，大到低球周长的测量以及DNA结构被科学家用物理模型发现，空间智能构成了人类活动的基本要素。

小鹏汽车在最新的辅助驾驶版本上为第二代VLA引入了“时间流”概念，这也是自动驾驶模型首次建立对时间维度的理解，加上模型具备的空间理解，进而为模型引入“时空”的能力。

小鹏通用智能中心负责人刘先明对此的解释是：真实世界并不是一张张静止的图片，而是一个不断变化、连续演进的过程，模型想要像人类一样理解世界，必须首先理解“时间”。“时间”和“空间”共同构成AI理解物理世界的两大核心要素。

这与高德的观点不谋而合：空间智能并不是对二维地图的简单延伸，而是将二维网络拓扑、三维空间结构、时间变化以及人流车流等现实动态统一起来，使AI能够理解人与空间之间不断发生的联系。

李飞飞认为，AI若不能理解三维世界，则无法实现真正的通用人工智能，因此空间智能的构建离不开世界模型——一个真正可以捕捉物理世界3D结构和空间智能的模型。为此，World Labs的技术路线强调从2D像素平面提升到完整的3D世界，并让空间和时间成为模型的原生维度。

英伟达也在今年6月正式发布开放世界基础模型Cosmos 3，其创始人兼CEO黄仁勋认定物理AI是"下一波万亿美元产业"，同时坚持认为AI必须从数字世界进入物理世界才能创造真正的价值。

世界模型，释放空间智能三大能力

在国内，高德9月10日发布的世界模型ABot-Earth 0.7是全球首个3D原生城市世界模型，着重于还原并推演真实世界。

空间智能和世界模型的关系趋于清晰。空间智能是AI感知空间、理解环境变化并进行决策和行动的能力，世界模型则是实现这一能力的重要技术路径之一。基于世界模型的进展，空间智能将进一步推动智慧城市向自主进化跃迁。

以建筑和房地产行业为例，传统的设计和施工主要依赖于人工测量和图纸，效率低下，错误率高，且和周边环境没有形成信息共享。基于空间智能的三维建模和实时监测，既能迅速优化设计方案，也可以极大提升施工的效率。

另外一个例子是交通。低空经济在过去两年迅速兴起，由此打造的立体交通着眼于未来城市出行效率的提升，但低空运行需要重点解决交通规则、航线动态规划、起降点智能调度、空域安全域公共安全协同管控等问题，同样依赖于空间智能。

过去二十多年，高德在数字地图中还原了真实世界，如今，这张地图则成为AI走进现实世界的入口。“在高德基于空间智能构建的全空间无人体系里面，AI开始理解空间、参与运行，并从真实反馈中学习。”高德地图副总裁董振宁在云栖大会上说。

面向未来的智慧城市建设，高德提供的全新解题思路是“以空间智能为能力底座，把行业智能体与无人设备的运行能力连接起来，面向城市治理、产业经营和公共服务，构建一套能够感知环境、协同决策、自主行动，并持续学习的城市级智能体系。”

高德的地图清晰展示了每一个地点和周围环境、空间的关系，在从点到线的二维连接基础上。高德通过3D渲染真实还原三维空间，包括建筑宽度、不同建筑之间的距离、楼层关系、道路的宽度和宽窄变化、景观的朝向等要素，构建高度还原的三维世界。在这张地图里，机器能更好理解真实的世界。

在加入时间要素之后，地图的空间从静态变成以时空为主要逻辑的的动态展示，在这个持续变化的时空系统中，商业是真实发生的，人和汽车是流动的，光和影是变化的，城市的活跃区域也随着时间交替不断变化。由此，机器能够更好理解运动在每一个空间的规律。

结合这些优势，高德在云栖大会上推出的空间智能AI平台具备三大核心能力：云境还原并生成真实世界；云睿带来交通、文旅、产业、充电、商业五大行业AI同事，以MCP / Skill / Agent三层架构对外开放；云策则把平台能力封装为可交付、可复制的行业解决方案。

云境提供还原式重建和生成式重建两大能力，不仅能学习实际的城市场景，还能不断增加新的场景，持续扩充训练集；云睿则把平台化的能力根据不同行业的需求进行适配，将高德云图面向行业的能力开放与业务连接，比如交通行业关注效率和秩序，商业关注选址和客流，文旅管理则重在提升游客体验、客流组织等；对于不同行业的智能体和运行载体，云策则将平台能力变成可以复制并交付的解决方案。

理解真实：高德的王牌

基于地图，高德已经具备理解真实世界的三层能力，分别是三维空间表达、动态感知和时空推演，回答了AI进入真实物理世界的三个问题：“真实世界长什么样子”、“真实世界当下是什么状态”、“真实世界在未来一段时间如何变化”。

但世界模型的进一步迭代，算法的边际作用递减，而真实世界的优质数据越来越匮乏，这才是世界模型向前走的瓶颈。在高德上，积累了丰富能够帮助机器读懂真实世界的数据，包括空间几何数据、空间语义数据、动态状态数据和行为交互数据。

更为重要的是，高德云图作为空间智能能力在B端、G端的出口，已经将全空间无人体系场景落地在真实世界中，进行城市级的验证。

在2026云栖大会期间，高德推出城市全空间无人体系解决方案，并与杭州、常州、彭州、阳江、衡阳、横琴、深圳龙岗、福建德化、南京鼓楼滨江达成合作。

常州正在探索将具身智能、无人物流和立体交通纳入城市运营，这就要求一个智能空间底座能够支持多个不同的场景，且能有效衔接，最大化流转的效率。比如低空交通需要与地面道路、场站和接驳服务衔接。无人配送车辆驶入园区、社区后，还要适应末端的通行条件。

高德和常州及生态合作伙伴在当地共同推进场景验证，基于高德开放的平台共性能力，企业可以在这些场景中测试自己的产品，成为全空间无人体系中的关键环节。

在彭州，低空经济成为重点发展的产业，对飞行安全的监管和产业运营要求很高。围绕两大核心诉求，高德搭建的平台已经完成彭州主城区等重点区域的高精度三维建模，把空中态势与地面场景关联起来。

在管理侧，彭州空中高德平台覆盖了飞行前的空域申请及审核，飞行中关于气象、障碍物和轨迹的动态监督以及发现风险后的高效处置，形成低空飞行的全链路闭环管理。在运营端，平台则把政府、企业和群众的需求与服务能力、设备资源进行连接，让需求发布、服务对接、作业执行和订单记录形成可追溯的业务流程。

随着生态合作伙伴和载体的扩展，不断产生的反馈数据，结合高德数十万亿级覆盖道路、建筑、地形、卫星、人车动态的海量真实数据，持续回流进世界模型训练中，形成飞轮效应。高德能再将经过评估验证的数据支持行业的智能升级，形成经验沉淀到空间智能底座，不断提高世界模型和空间智能的能力上限。

面向物理AI 时代，高德正从地图与导航服务走向空间智能基础设施，为未来的智慧城市新基建提供“水电煤”，进一步推动城市AI能力的建设。