未来的十年AI应该是空间智能。
9月9日至11日，由中国国际光电博览会（CIOE中国光博会）和深圳国际VR/AR博览会（SIVA）联合主办，深圳协伴展览有限公司、深圳市增强现实技术应用协会、追焦XR协办的SIVA 2026（2026深圳国际VR/AR博览会）在深圳（宝安）国际会展中心重磅启幕。作为AR/VR领域全产业链核心盛会，今年主要议题涵盖空间计算、光学、AI&AR眼镜产业、沉浸大空间的四场论坛峰会与闭门会、SIVA Awards颁奖典礼也同步举行。
在9月9日下午举办的全球空间计算产业发展论坛上，影溯科技首席运营官梁浩辉，以“世界模型：从空间计算到空间智能”为主题发表了演讲。
全球空间计算产业于2026年迎来新的发展阶段，单眼 4K、手势交互、轻薄分体式形态成为新的发展趋势，终端售价格降低的同时，产品体验大幅提升。另一方面，以轻量化眼镜形态为主的空间计算设备开始走向市场，系统、内容生态、应用场景、AI 融合稳步发展。2026年空间计算产业与物理AI、世界模型等加速融合发展，带来全新的景象。
当AI从处理文本走向与物理世界交互，三维空间的理解、生成和预测能力正变得更加重要。“未来的十年AI应该是空间智能。”梁浩辉表示。影溯希望构建空间智能基座模型，为具身智能、可穿戴设备、游戏和自动驾驶等应用提供基础能力。
围绕这一方向，影溯科技通过Topos-Lite、InSpatio-World等技术，将图像和视频转化为三维场景，并进一步探索物体补全、交互与仿真训练。针对机器人训练素材不足、跨场景泛化能力受限的问题，尝试把互联网中的2D数据转化为3D训练素材，同时在统一三维空间中研究状态与动作变化，为机器人的预测和规划提供支持。
以下为演讲实录（有删减）：
各位好，我是Kevin。先介绍一下影溯科技，我们成立大概一年左右，专注空间智能。我们的愿景是构建一个空间智能的基座模型。未来十年，AI应该是空间智能。以前有大量文本训练GPT等模型，但未来AI要跟空间交互。
无论是机器智能、自动驾驶、可穿戴设备，包括XR/AR，还是游戏，都需要3D交互能力。训练基座模型的素材，就不能只是文本，还需要3D训练材料。以后不同的应用可以基于这个模型，再做后训练适配。
从我们的理解来讲，从空间计算到空间智能分了三部分，第一个是重建，然后是生成，最后是预测。我们先做重建。大家如果说做过VR或者之前做过AR，都知道就是要把整个场景拍一圈，然后把3D重建出来。
以前做3D重建，通过 3D 公式去计算，时间很长。最近两年，3D重建有了很大突破，这就是feed forward regression，通过 Transformer 推理一次就能，提效达到百倍。
这是我们的Topos-Lite，拍几张图片，就可以自动生成场景。它跟苹果的SHARP有什么区别？SHARP只能用一张照片，所以很多拍不到的地方有缺失，而Topos-Lite通过几张照片，3D 重建比较完整。这个的项目已经开源，叫QuerySplat。
重建需要把场景拍一圈，再把场景还原出来。生成则是有些东西没看见，也能“脑补”。我们的生成能力有几个方面。能拍一张照片，就可以把整个360 度场景脑补全出来。这是我们的 Topos-Pro。
这个可以做（出完整场景）也可以，就是有很多场景。然后第二个是单体化，就是说你拍一个照片以后，所有场景你点击的话，你都可以把它弄出来。你看到比方说这个饮水机，它的后面我们没拍到的，它也可以生成出来。每一个物体都有它的物理特性在里面，有重量、有摩擦力。
做完这些demo，当然可以用来做游戏，但我们更关注下一个场景，具身智能仿真器，也就是Real2Sim2Real。拍一个场景，把里面的物体和交互建立起来，就能在仿真环境中进行交互和训练。也有3D游戏，拍一个场景就可以玩。这类UGC游戏大家可能见过，我就不多说了。
生成里面，我们也发布了一个模型，叫InSpatio-World。我们可以给它一段视频，生成之后你可以在里面漫游。其实这个我们半年前已经发布、已经开源了。最近李飞飞他们发布了一个叫Atlas的（模型），这个Atlas的话，也是说你可以在这个视频里面漫游，但他们用的技术可能需要多个不同相机拍；我们是一个视频，就已经可以在里面漫游了。
我们可以给它一个video，单一视角的video，然后可以生成一个4D的场景出来，也可以生成mesh。这些都是我们给它单一视角的video，也可以生成3DGS场景出来。
最后讲预测。预测非常重要。比如这个杯子下一秒会掉到什么地方、碎片会散到哪里，对具身智能很重要，对游戏也很重要。这部分比较复杂，涉及几何表征。
我大概说一下，世界模型领域最厉害或者融资最多的有两家，一家是李飞飞的World Labs，另一家是杨立昆的AMI。
杨立昆的方向是JEPA，我们也在这个方向上探索，希望在潜空间里学习动作表征。基于JEPA，我们把耗时降至原来的1/300。论文发布后，我们在X上分享，杨立昆也点赞了我们的研究。因为对3D理解比较深，我们在机器人方面能做很多事，比如物体被遮挡时，机械臂也可以把它抓出来，成功率比SOTA高2倍。
我们正在做一个数据闭环，去解决模型泛化性差，缺乏 3D 数据的问题。比如在工厂里的 A 生产线能打螺母，换一条生产线打不了。其中一个原因是现有3D训练材料还不够。我们希望把互联网上的2D数据，通过Topos和InSpatio-World升维为3D数据，再用于训练，将 3D 数据也变成为互联网级别的规模。