空间智能研究报告

033D⽣成 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 空间智能概览：3D⽣成、自动驾驶、具身智能是空间智能不同成熟度的应用领域，XR是空间智能的原⽣交互⽅式 ⽂字、图片、视频数据相比空间智能规模更⼤，支撑了以语⾔模型为核⼼的AI浪潮快速发展，3D和物理AI在数据成熟后空间智能也将迎来爆发 分析 •⽂本、图片、视频等数据由于互联⽹内容的长期积累，数据规模上显著⼤于自动驾驶、3D和具身智能•空间智能涉及3D视觉类数据、物理世界交互数据，互联⽹数据的作用有限，需要等待数据体系进⼀步成熟，数据整体上比语⾔更复杂，对数据处理的要求也更⾼ 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，技术前沿开始从模仿学习转向强化学习，以保持性能增长 自动驾驶有最成熟的空间智能数据体系，核⼼在于⼤量车队的数据积累，同时可以构建⼤模型的数据闭环，通过正反馈加速驱动模型迭代 •数据规模⼤：特斯拉FSD在过去3年已经积累30亿英里的驾驶里程，同时每日里程积累数量已经突破1千万英里，并随着特斯拉车队规模扩⼤加速增长，Waymo的模拟⾏驶里程已经达到了150亿英里，累计⾏驶里程超2千万英里 自动驾驶数据来源 •最主要的训练数据，涵盖⼤量复杂多样的环境变化，保真度最⾼ 自动驾驶已经出现清晰的空间智能Scaling Law，接管里程随底层算⼒扩展和强化学习新进展快速增加，在百万卡集群支撑下将超过⼈类⽔准 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，当前最⼤瓶颈是寻找具有良好扩展性的3D数据表征 分析 3D⽣成受益于游戏、CG制作等⾏业，有⼀定数据积累，数据体系较为成熟，目前开源数据已耗尽，如何持续获得⾼质量3D模型数据成为关键 描述 •积累规模中：由于游戏、CG等⾏业的迅速发展（如Unity、EPIC等公司），积累了⼤量的⾼质量3D模型可以用于训练，各类3D模型分享平台（如Sketchfab、TurboSquid、CGTrader等）也加速了3D数据的获取和传播 3D数据来源 3D模型资产 3D打印数据 •目前难以满⾜模型训练的精度需求 •精度和质量需要达到3D模型师⼿⼯⽣产的⽔准 程序化数据 3D扫描数据 •目前数据质量和精度不⾜ •目前数据质量精度不⾜，但可以补充材质数据 具身智能是空间智能未来规模最⼤的应用，可以和物理世界深度交互，但目前整体成熟度较低，头部玩家即将开始⽣产环境实验 具身智能目前最⼤的瓶颈在于数据，各层面均处于早期阶段，如何权衡真实数据和模拟数据，已成为⾏业内发展路径差异的关键分歧 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 扩展现实（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，业内已有众多相关实践 领先机构 具体实践 •Meta推出了HOT3D数据集，能够加速机器学习研究以分析⼿与物体的交互。该数据集包含以第⼀⼈称视角的用户抓取和操纵各种物体的⾼质量3D视频，展示了19名受试者与33种不同刚性物体的交互，以及多模态信号，如眼动跟踪或场景点云•该数据集由Meta的两款头戴Project Aria和Quest 3设备录制 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 内部表征 预测未来 •世界模型的本质是在内部表征外部世界的关键元素和关系，将复杂系统简化为可理解的模式和规则，例如直觉层快速反应的模式识别，概念层抽象概念和类别的组织，因果层理解事件间的因果关系 •基于规则推理：应用已知规律推测未来状态•概率模型：考虑多种可能性及其概率分布•仿真模拟：在虚拟环境中模拟多种情景的演变•反事实思考：分析"如果...会怎样"的假设情境 •需要通过经验、观察、学习、交流、试错等⽅式逐步建立和完善 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，空间智能侧重3D和物理AI，可能是建模真实世界的最佳⽅式 图像/视频⽣成模型 语⾔⼤模型 3D⽣成模型 自动驾驶模型 具身智能⼤模型 空间智能玩家图谱 关于量子位智库： 量子位旗下科技创新产业链接平台。致力于提供前沿科技和技术创新领域产学研体系化研究。面向前沿AI&计算机，生物计算，量子技术及健康医疗等领域最新技术创新进展，提供系统化报告和认知。通过媒体、社群和线下活动，基于专题技术报道及报告、专项交流会等形式，帮助决策者更早掌握创新风向。 关于量子位： 量子位（QbitAI），专注人工智能领域及前沿科技领域的产业服务平台。 全网订阅超过500万用户，在今日头条、知乎、百家号及各大科技信息平台量子位排名均为科技领域TOP10，内容每天可覆盖数百万人工智能、科技领域从业者。 分析师：Xuanhao（微信：feeltheagi）智库负责人：李根（微信：ligen603）商务合作：赵萌（微信：13343397239）