最近科技圈有個很有意思的現象，當矽谷還在為「空間智能是不是AGI的下一站」爭論不休時，中國公司已經把答案寫在了真實世界裏。

2026年9月，「AI教母」李飛飛創辦的World Labs發布了「全球首個多模態世界模型」Atlas，被不少人視為空間智能的里程碑事件。但很多人不知道的是，早在半年多前，中國團隊就已經在世界模型（World Models）的國際權威評測中登頂了。

這不是偶然，在「空間智能」這條被業界公認通向AGI的關鍵賽道上，中國不僅沒有落後，反而跑出了一條完全不同的路。技術走在最前沿，規模化應用同步落地，這是目前國外玩家根本做不到的事。

技術走在最前沿

先看技術。2026年，中國團隊在空間智能領域打出了一連串「硬仗」。

在清華大學聯合普林斯頓大學等頂尖學府推出的權威榜單WorldArena上，中國科學院工業人工智能研究所自研的PAIWorld以72.31的總分登頂，與谷歌、英偉達、李飛飛領銜的WorldLab等全球頭部團隊同場競技，在「軌跡準確性」單項上大幅領先第二名7.4分。

同濟大學空間智能團隊主導研發的「無界」世界模型，以64.54分位列WorldArena Track-1（視頻質量賽道）開源模型第一，閉源模型以67.87分位列總榜全球第二；北京大學EvoPhys團隊推出的5D世界模型 EvoPhys-World ，在斯坦福大學提出的WorldScore公開評測基準中位列「世界生成」賽道第一，且全程在國產GPU上完成原生訓練。

與此同時，中國產業界也在快速發力。飛渡科技「崢嶸大模型」先後斬獲2026 CVPR多模態理解、多模態推理及2026 ECCV具身智能交互三項世界冠軍，是國內首個通過國家網信辦備案的工業級空間智能大模型。

中科搖櫓船全球首發了空間智能相機系列矩陣，覆蓋智能輔助駕駛、低空飛行、具身智能三大賽道，車載產品在極端天氣下感知距離超200米，突破傳統激光雷達極限。

而在這一連串突破中，高德是不可忽視的代表。2026年1月，高德推出的自研世界模型FantasyWorld，在WorldScore國際評測基準中綜合得分位列第一，相關論文被ICLR 2026、NeurIPS 2025等人工智能頂會收錄。

隨後，高德發布全球首個3D原生城市世界模型ABot-Earth 0.5，用戶輸入一張衛星圖像或一段文字描述，系統僅需10分鐘就能在一塊消費級GPU上生成公里級3D城市場景，製圖成本僅為傳統方式的百分之一。

9月10日，高德最新發布了ABot-Earth 0.7，它將數字地球從「可瀏覽」變為「可實時交互」，用戶進入的不再是一張靜態地圖，而是一個可以自由探索、實時回應的三維數字世界。而國外尚無同等量級的城市級三維孿生引擎。

中國團隊拿下的不是一個、兩個第一，而是一連串國際權威評測的榜首。當硅谷還在實驗室裏打磨Demo的時候，中國已經在空間智能這條賽道上跑出了一套完整的系統性優勢。

規模化應用落地

再看應用。空間智能的價值，終究要靠真實世界的規模化落地來檢驗。在這一點上，中國與國外已經拉開明顯的差距。

很多海外巨頭的AI應用至今仍停留在工具增強層面，在現有功能上疊加對話或搜索。而中國的空間智能，已經在汽車、機器人、低空飛行等真實場景中大規模跑了起來。

汽車是空間智能最先兑現價值的場景。

今天幾乎每一家頭部車企都在講「物理AI」，城市領航輔助需要實時理解道路拓撲、預測他車軌跡，本質上就是空間智能的時空推演能力。

延伸閱讀：比亞迪自研AI突破！首推混合世界模型HyWorldVLA　智駕跑分破紀錄

機器人是第二個正在爆發的方向。

具身智能要走進我們的真實物理世界，前提同樣是空間智能，他們要知道哪裏有牆、哪裏能走、東西在哪，然後才能規劃怎麼過去、怎麼拿起杯子等。

這兩年，機器人量產潮率先在中國到來，在電力巡檢、應急消防中常態化「上崗」。

地圖應用則是空間智能離我們普通人最近的入口。

以高德為例，紅綠燈倒計時完全不依賴信號燈硬件接入，由空間智能對歷史交通數據、實時車流與路口信號規律綜合計算得出，如今已覆蓋近50萬個路口，而海外主流導航產品至今無法提供同等規模的服務。

融合實時路況、北斗定位與AI預測的「鷹眼守護」，可以在大車遮擋視線、前車急剎、彎道會車等場景下，於駕駛員感知之前發出預警。

不難看出，空間智能在中國已不再是某個產品的功能亮點，而是整個產業共同推動的基礎設施。

這就是差距，國外還在解決能不能做到，中國已經在解決「如何做得更好、覆蓋得更廣」。

為什麼是中國？

說到這，不少人可能會問：憑什麼是中國？事實上，中國在空間智能領域的領先，不是靠某一家公司單打獨鬥拼出來的，背後有着更深層的邏輯。

第一層是北斗打好了地基。

空間智能的第一步，是「知道自己在哪、目標在哪」。北斗全球組網完成後，中國擁有了自主可控的時空基準，釐米級定位服務覆蓋全球。

這是國家持續投入十幾年鋪出來的底座。可以說，北斗為整個空間智能產業築了基，這個根基，國外短期內很難複製。

第二層是複雜場景提供了「練兵」機會。

要訓練一套真正聰明的空間智能系統，光有算法不夠，還得有足夠「刁難」它的真實環境。

中國恰好擁有全球最複雜的交通環境：一線城市的立體高架、縣城的窄巷老街、外賣電驢與重型貨車混行。複雜意味着難度，更意味着訓練機會，一套算法如果能在中國的路況下跑通，放到世界上任何其他地方都不會有太大問題。

服務業也一樣，中國街頭遍地是沒預算做線上推廣的夫妻小店，它們的存在，反而逼着AI必須去理解真實世界裏的人怎麼走、店在哪、生意怎麼轉起來的，而不是光靠流量砸錢。

第三層是政策和產業協同，一個鋪路、一個跑車。

空間智能所需要的海量鮮活的時空數據，不是等來的，而是基於海量真實世界軌跡，由AI模型對交通規律與空間關係持續推演得出的。

這件事能跑通，背後有一套獨特的協作方式：

國家搭台，推動北斗組網、高精地圖開放、公共數據資源逐步共享；
企業唱戲，在這個底子上做技術平台、做規模化應用。

反過來看國外，Google Maps靠廣告掙錢，創新經常會跟自己的商業模式打架；Apple Maps只在自己的設備裏用，數據的廣度和規模根本不夠。

從北斗築基，到複雜場景練兵，再由科技企業在龐大市場中競相試錯、突破，才長出了今天的一連串「第一」，在空間智能領域，完成了一次從跟隨到引領的轉身。

本文獲《觀察者網》授權轉載。