在线高清观看日韩,免费一级毛片高清播放,中文字幕高清日韩在线免费视频 ,亚洲国产精品不卡ia在线观看,欧美日韩一区二区精美视频在线观看

分析師 Xuanhao
量子位智庫 | 公眾號 AI123All

AI的未來，絕不僅限于聊天機器人和數(shù)字世界。

物理世界的AI推進，已經(jīng)開始。而且定義正在被包括李飛飛在內(nèi)的大牛明確——

空間智能。

空間智能是什么？包含哪些應用領域？如何系統(tǒng)性地看待空間智能？隨著技術的不斷進步，虛實融合邊界持續(xù)消融，空間智能的階段性成果、當前的認知和格局，正在愈發(fā)清晰。

在大量桌面研究、調研訪問、數(shù)據(jù)分析之后，為了更好把握空間智能現(xiàn)狀和未來發(fā)展方向，量子位智庫在《空間智能研究報告》（以下簡稱《報告》）中回答如上問題，同時系統(tǒng)性梳理了各應用領域重要玩家，并對產(chǎn)業(yè)迭代影響要素作出研判。

這也是國內(nèi)首份明確以空間智能為對象，提供空間智能產(chǎn)業(yè)圖譜的報告。

高清版圖譜及報告可點擊「閱讀原文」獲得，文末亦附有完整報告下載鏈接。

首份空間智能研究報告和產(chǎn)業(yè)玩家圖譜

《報告》認為，空間智能是主要基于3D視覺信息進行理解、推理、生成、交互的AI系統(tǒng)。

以具體應用領域劃分，按不同的成熟度，空間智能可分為以下三種應用領域：

自動駕駛
3D生成
具身智能

此外，擴展現(xiàn)實（XR，Xtended Reality）是空間智能的原生交互方式，而準確的世界模型是空間智能發(fā)展的終局狀態(tài)。

根據(jù)上面的應用領域劃分，結合目前的格局、發(fā)展等多方要素，量子位智庫在《報告》中詳細梳理了當下全球空間智能玩家的首份圖譜：

重點關注數(shù)據(jù)體系的成熟度

針對空間智能的不同應用領域，可以從數(shù)據(jù)成熟度、算法成熟度、算力支撐、普及便捷度、經(jīng)濟性等維度進行觀察。

綜合不同維度來看，三個應用領域中自動駕駛成熟度最高，3D生成位居其次，最后是具身智能。

其中最值得重點關注的是「數(shù)據(jù)體系的成熟度」這一維度。

對比得出，相比語言、圖片和視頻等，空間智能現(xiàn)存的數(shù)據(jù)規(guī)模更少。這就可以解釋為什么空間智能的成熟度更低——尤其具身智能，高質量的真機數(shù)據(jù)數(shù)量稀少。

文字、圖片及視頻等數(shù)據(jù)的成熟支撐了以大語言模型為核心的AI浪潮爆發(fā)，《報告》認為，未來待3D、物理AI相關數(shù)據(jù)成熟后，空間智能也將迎來爆發(fā)時刻。

作為觀察空間智能進展最重要的維度，除上述數(shù)據(jù)積累規(guī)模外，數(shù)據(jù)體系成熟度具體還包括數(shù)據(jù)構成精簡度、數(shù)據(jù)分布多樣性以及數(shù)據(jù)閉環(huán)成熟度4個部分。

數(shù)據(jù)構成精簡度主要指該領域數(shù)據(jù)模態(tài)、數(shù)據(jù)類型的復雜度，例如具身智能需要融合多種傳感器數(shù)據(jù)，成熟度更低、更復雜；數(shù)據(jù)分布多樣性主要指該領域數(shù)據(jù)分布是否足夠豐富以支持模型的泛化；數(shù)據(jù)閉環(huán)成熟度主要指能否構建數(shù)據(jù)飛輪的正反饋加速模型迭代。

自動駕駛領域已出現(xiàn)Scaling Law

《報告》表示，自動駕駛是空間智能目前規(guī)模最大、最成熟的應用，已經(jīng)接近人類水平。

其技術前沿開始從模仿學習轉向強化學習，以保持性能增長。

目前，自動駕駛領域已經(jīng)出現(xiàn)屬于空間智能的Scaling Law：可接管里程隨底層算力擴展和強化學習新進展快速增加。

數(shù)據(jù)顯示，2026年以后，當背后算力支持超過百萬卡集群時，預計自動駕駛水準將超過人類駕駛水準。

在空間智能的三大具體應用賽道，自動駕駛的數(shù)據(jù)體系目前最為成熟。

數(shù)據(jù)積累規(guī)模來看，駕駛里程積累在百億英里級別；
數(shù)據(jù)構成精簡度上來看，目前主要以視覺信息為核心，輔以激光雷達等少量信息；
數(shù)據(jù)分布多樣性來看，可以覆蓋多樣的駕駛場景（受益于發(fā)達的道路交通系統(tǒng)）；
數(shù)據(jù)閉環(huán)來看，自動駕駛構建了規(guī)模最大、最成熟的空間智能數(shù)據(jù)閉環(huán)。

3D生成已有千萬級別數(shù)據(jù)積累

3D生成是數(shù)字世界的空間智能，由圖形學和AI共同驅動，處于技術快速進步階段。

當前，3D生成的最大瓶頸是難以找到具有良好擴展性的3D數(shù)據(jù)表征。

從數(shù)據(jù)積累規(guī)模來看，3D生成有千萬級別的數(shù)據(jù)積累，足以支撐可以商業(yè)化的產(chǎn)品；從數(shù)據(jù)構成上看，目前有多種數(shù)據(jù)表示形式，較復雜，技術方向尚未收斂；從數(shù)據(jù)分布多樣性來看，可以覆蓋3D資產(chǎn)生成的大部分應用場景；從數(shù)據(jù)閉環(huán)來看，尚未形成閉環(huán)模式。

具身智能整體成熟度尚且較低

《報告》認為，可以和物理世界深度交互的具身智能，是空間智能未來規(guī)模最大的應用。

但就目前而言，具身智能整體成熟度較低，不過頭部玩家即將開始生產(chǎn)環(huán)境實驗。

從數(shù)據(jù)積累規(guī)模來看，需要廠商從零做起采集真機數(shù)據(jù)，存量積累規(guī)模小；從數(shù)據(jù)構成精簡度來看，具身智能涉及多種數(shù)據(jù)模態(tài)的融合，十分復雜，且面臨跨本體的泛化性問題；從數(shù)據(jù)分布多樣性來看，目前真機數(shù)據(jù)的分布也較為單一，以常見的運動和抓取場景為主；從數(shù)據(jù)閉環(huán)成熟度來看，機器人落地應用較為早期，尚未構建有效的數(shù)據(jù)飛輪