🎯 情报来源：量子位
AI领域权威李飞飞于2025年11月发表题为《从文字到世界：空间智能是AI的下一个前沿》的专题文章，系统性提出空间智能（Spatial Intelligence）将成为继大语言模型后的关键技术突破方向。其创立的World Labs已推出全球首个多模态3D环境生成模型Marble，可实现物理规律一致的空间构建与交互。
文章指出，当前大语言模型虽在文本处理上表现卓越，但在物理世界理解层面存在根本局限：最先进的多模态模型在距离估计、物体旋转等空间任务中准确率接近随机猜测，视频生成连贯性仅维持数秒。而人类通过进化形成的空间智能，支撑着从日常动作到科学发现的全部物理世界交互行为。
💡 核心要点
- 技术定义：空间智能需具备生成性（物理规律一致）、多模态（图像/视频/动作处理）、交互性（状态预测）三大核心能力
- 商业进展：World Labs开发的Marble模型已实现多模态输入生成一致性3D环境，即将开放公测
- 性能瓶颈：现有MLLM模型在基础空间任务（距离/方向判断）准确率不足50%
- 数据需求：训练世界模型需互联网规模视觉数据+合成数据+深度/触觉等多模态补充
- 应用场景：创造力工具（影视/游戏设计）、机器人训练、科学模拟（材料/医药研发）三大优先领域
📌 情报分析
技术价值：极高
突破语言模型维度限制，解决物理世界建模关键痛点。World Labs的RTFM架构已实现实时空间记忆保持，技术壁垒显著。
商业价值：高
据文中披露，Marble模型在创意产业（年产值超2万亿美元）和机器人市场（预计2030年达650亿美元）具明确商业化路径，但需验证工业级可靠性。
趋势预测：高
斯坦福实验室十年积累+ImageNet创始团队背景支撑技术可信度。全球科技巨头料将跟进布局，2026-2028年或现空间智能军备竞赛。