空间智能是李飞飞提出的概念,指 AI 理解、生成、推理并与三维空间交互的能力,而构建大型世界模型被视为实现空间智能最重要的路径。
能够把握场景中物体的形状、位置与遮挡关系,是空间智能的基础层。
支持视角移动、导航与多视角一致性,使智能体能够在三维环境中定位与移动。
使生成的世界成为可被修改、导出的空间对象,而非一串转瞬即逝的帧。以腾讯混元世界模型 2.0(HY-World 2.0)为例,该模型强调保留三维空间表达能力,可生成支持二次编辑的 3D 资产(如 Mesh、3DGS、点云)并导入游戏引擎,其思路正是让世界模型从"展示层"走向"生产层"。
快思慢想研究院院长田丰认为,物理智能、空间智能、世界模型是同一件事的三个切面:空间智能关心几何结构记不记得住,物理智能关心动作做不做得成,世界模型是这两者背后的推演能力。