量子位智库：2025空间智能研究报告（27页）.pdf

1、空间智能研究报告2025.4 量子位智库 QbitAI Insights 分析师 Xuanhao 空间智能概览01目录02自动驾驶033D成04具身智能05扩展现实（XR）06世界模型07空间智能玩家图谱空间智能是主要基于3D视觉信息进理解、推理、成、交互的AI系统4信息来源：量位智库3D理解数据算法3D成3D推理交互虚拟世界物理世界空间智能概览自动驾驶3D成具身智能扩展现实（XR）世界模型空间智能概览：3D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是空间智能的原交互式5信息来源：量位智库3D成扩展现实（XR）自动驾驶具身智能物理世界虚拟世界终局状态发展成熟度世界模型空间智能概

2、览自动驾驶3D成具身智能扩展现实（XR）世界模型 软件服务可快速普及应用，3D成价格低从智能三要素、普及便捷度、经济性出发，自动驾驶和3D成是空间智能最先成熟的领域，具身智能仍处早期，各要素尚未完备数据成熟度（核）6信息来源：量位智库自动驾驶3D成 汽车驶数据（摄像头及传感器）达到百亿英里级 仿真数据正在快速发展以弥补真实数据的分布缺失具身智能成熟度XR经济性 融合感知、规划、控制的端到端模型已经成为业界共识算法成熟度 头部玩家达到5万卡H100算支撑 中 安全性和合规要求普及便捷度 中 有千万级规模的精度3D资产数据，但仍需要更规模的数据提升成效果 中 目前算法部分处于快速进步阶段，但数据表

3、征尚未成熟，技术目前可支撑商业化 低 头部玩家算百卡/千卡级，算目前并非瓶颈 软件服务可快速普及应用 中 自动驾驶软件成本低，潜在受众巨，头部玩家已投放市场 低 质量的机器真机操作数据数量稀少，仿真数据作用有限 低 目前算法部分处于摸索期，感知、规划、控制等功能都不成熟 低 多数玩家在千卡级，目前的主要瓶颈是数据 低 物理操作需要满安全性、合规性和精确度需求 低 机器本体目前价格昂贵，商业价值低 硬件设备承担3D交互功能 可以为具身智能训练采集数据，是目前真机数据的主要获取式空间智能概览自动驾驶3D成具身智能扩展现实（XR）世界模型字、图片、视频数据相比空间智能规模更，支撑了以语模型为核的AI

4、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7信息来源：量位智库本15万亿Token图片视频自动驾驶3D成具身智能数亿视频字片段百亿级图对百亿英里驶数据千万级质量3D模型百万小时真机数据分析 本、图片、视频等数据由于互联内容的长期积累，数据规模上显著于自动驾驶、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，互联数据的作用有限，需要等待数据体系进步成熟，数据整体上比语更复杂，对数据处理的要求也更空间智能数据规模空间智能概览自动驾驶3D成具身智能扩展现实（XR）世界模型 自动驾驶车队可形成正反馈的数据闭环，加速模型能提升 数据成：XR设备可以支持空间智能相关的数据产

5、，例如英伟达GR00T项目，通过XR设备为机器进操作演示数据体系成熟度是观察空间智能进展的关键，包括数据积累、数据构成、数据分布、数据闭环四部分，成熟度上自动驾驶3D成具身智能数据积累规模8信息来源：量位智库自动驾驶3D成 已有数量庞的车队和成熟的道路交通系统可以收集量数据具身智能分析XR 中 以视觉信息为主，纯视觉技术路线外会涉及激光雷达和其他模态数据构成精简度 中 以道路交通系统的驶为主，多数驾驶场景下需要的数据可以充分收集，但缺乏长尾数据数据分布多样性数据闭环成熟度 中 精度的3D资产图形学数据，主要由专业的3D模型师制作，数量有限 中 3D成需要的图形学数据种类多样，如形状、体积、纹理

6、、材质，对数据表征要求 中 3D模型的数据集丰富度较，模型可以覆盖各类物件和场景 低 缺少存量装机量，要从零开始积累数据，同时仿真数据精度有限 低 需要视觉数据、学数据、运动数据、激光雷达、甚其他模态，异构数据多 低，数据主要来自些垂直的训练场景，数据分布比较单 目前数据是部分AI系统进步的瓶颈，算法和算的问题相对更容易解决 自动驾驶能够快速成熟的核原因在于数据采集和数据闭环面的优势，规模的自动驾驶车队关重要空间智能概览自动驾驶3D成具身智能扩展现实（XR）世界模型自动驾驶是空间智能目前规模最、最成熟的应用，已经接近类平，技术前沿开始从模仿学习转向强化学习，以保持性能增长10信息来源：量位智库