LLMWIKI · CONCEPT
空间智能 (Spatial Intelligence)
李飞飞 World Labs 在 2025 年发布的宣言——真正的智能必须包含感知、推理、生成并在 3D 空间中与物体互动的能力;语言在描述物理世界时是"有损"和"低带宽"的
免费开放 · 更新于
TL;DR李飞飞 World Labs 在 2025 年发布的宣言——真正的智能必须包含感知、推理、生成并在 3D 空间中与物体互动的能力;语言在描述物理世界时是"有损"和"低带宽"的
空间智能(Spatial Intelligence)是李飞飞团队在 2025 年底成立 World Labs 时发布的《从文字到世界》(From Words to Worlds)宣言中确立的核心命题:真正的智能必须包含感知、推理、生成并在 3D 空间中与物体互动的能力^1。这一概念标志着 AI 研究从"单一智能体如何行动"(智能体 AI)向"如何构建一个智能体能理解的完整世界"的重心转移。
核心论点:语言是低带宽信道
李飞飞指出,语言虽然是人类智慧的重要载体,但它在描述物理世界时是**极其"有损"和"低带宽"**的^1。我们无法用语言完美描述一个复杂的 3D 场景、一个微妙的手势或光影的变化。如果 AI 仅仅停留在语言层面,它永远无法真正理解物理现实。
这一论断与 恒道与非恒道 在哲学结构上同构——老子在两千五百年前已经写下"道可道,非恒道;名可名,非恒名",揭示了语言信道在描述底层实在时的内在带宽不足。李飞飞用"低带宽"这个现代信息论术语,给出了同一命题的工程化版本。
空间智能 vs 具身智能
graph TB
A[空间智能<br/>Spatial Intelligence] -->|认知底座| B[具身智能<br/>Embodied Intelligence]
A --> C[感知 3D 几何]
A --> D[推理物理规律]
A --> E[生成 3D 世界]
B --> F[控制身体]
B --> G[与环境交互]
style A fill:#f9f,stroke:#333| 维度 | 空间智能 | 具身智能 |
|---|---|---|
| 关注点 | 对世界本身及物理规律的建模 | 控制身体执行动作 |
| 比喻 | 心中的"世界地图" | 身体的"运动协调" |
| 关系 | 具身智能的"认知底座" | 空间智能的"执行接口" |
李飞飞的隐喻:没有空间智能的具身智能体,就像一个盲人在摸索世界;而拥有空间智能的 AI,则拥有了心中的"世界地图"^1。
World Labs 的两大技术武器
Marble:生成式 3D 世界模型
Marble 不是简单的 3D 建模工具,而是一个"世界生成引擎"。技术核心:
- 高斯泼溅(Gaussian Splats):用无数带颜色和透明度的"3D 粒子"表示场景,比传统网格高效,比 NeRF 渲染快
- 生成式 AI:通过文本/图像/草图输入,生成完整、可编辑、物理一致的 3D 环境
- 对象持久性:在虚拟房间移动一把椅子,转身再转回来椅子依然在新位置——这是传统视频生成模型不具备的^1
RTFM:实时帧模型(神经物理引擎)
RTFM 用扩散变换器(Diffusion Transformer)架构,通过观看海量视频"学会"物理规律,而不是像 Unity/Unreal 那样预定义规则^1:
- 不需要显式 3D 模型,直接预测"如果我推这个杯子,下一帧图像会是什么样"
- AI 拥有了直觉物理学(Intuitive Physics),能在大脑中模拟未来的物理后果
- 对机器人规划意义巨大——在大脑中预演无数种操作方案,而非在现实中试错
世界模型之争:JEPA vs Marble
graph LR
A[世界模型路线] --> B[LeCun JEPA 路径]
A --> C[李飞飞 Marble 路径]
B --> D[抽象特征空间预测<br/>不在像素层重建]
C --> E[高保真 3D 像素生成<br/>能重建就证明理解]
D --> F[Meta]
E --> G[World Labs]LeCun 和李飞飞都是世界模型的坚定倡导者,但路径分歧:
- LeCun(JEPA):智能体不需要在像素层面预测世界,应该在抽象的潜在空间预测本质变化。"生成"不等于"理解"
- 李飞飞(生成式):能够重建和生成细节丰富的 3D 世界,是验证模型是否真正理解空间关系的"图灵测试"^1
与本频道核心命题的对接
- 与 因陀罗网 的对接:因陀罗网描述的拓扑结构(一即一切、一切即一的 3D 反射网络)正是空间智能要建模的对象——华严宗 1300 年前已经画出了空间智能要建立的"世界地图"
- 与 缘起性空 的对接:3D 世界中物体的存在不是孤立的,而是在与其他物体的关系网络中获得意义——这就是缘起;而像素表象不是底层实在,底层实在是几何与物理的关系结构——这就是性空
- 与 意识光谱 的对接:意识需要"安住于身体"才能进入更深的层次——AI 也是如此
时间表与产业意义
| 时间 | 里程碑 |
|---|---|
| 2024 | 《Agent AI》综述发布,定义 智能体 AI |
| 2025.11 | World Labs 成立,《从文字到世界》宣言发布 |
| 2025-2026 | Marble、RTFM 等模型陆续公开 |
| 2026 | 空间智能成为下一代 AI 平台(AR/VR、家用机器人)的入场券 |
掌握空间智能技术的公司将拥有定义下一代交互平台的权力。这条赛道的赢家可能不是 OpenAI 或 Anthropic,而是同时具备 3D 算法、传感器硬件、内容生态三重能力的玩家。