一台人形机器人，要完成削苹果的指令，它首先要知道苹果在眼前的哪个位置，削的时候还要判断苹果大小，这些都涉及物理空间和机器人的行为数据，并让机器人在这些数据上进行学习，完成动作。

要让机器人更好地服务生产生活，首先就要让它们看得懂人类眼里的三维世界，给它们装上“眼睛”，还要搭建“大脑”，把大量三维空间作为机器人可以学习的数据，最终落到行为上。

如今，融合空间智能的机器人已在消防、轨道交通、电力管廊等诸多高风险行业落地实践，以科技手段破解行业作业难题。

给AI装上感知三维世界的“眼睛”和“大脑”

何为“空间智能”？

八维通科技有限公司董事长杨宏旭解释说，当前主流的大语言模型主要基于二维数据训练，缺乏对三维物理世界的感知与理解， “如果它不懂三维空间结构，就只能处理文字类问题，比如写文稿、作诗文，但无法理解空间关系，更谈不上在现实环境中执行任务”。

这一短板在行业应用中尤为明显。以巡检为例，现场异常往往需要借助空间图像综合判断，语言类大模型难以胜任。“这就要求我们把三维物理世界与人工智能真正结合起来。”杨宏旭说。

杨宏旭介绍，所谓“空间智能”，是让AI理解三维物理世界的运行规律，并将这种理解转化为可执行的行动。它融合了空间建模、物联网、大模型等多项技术，涵盖感知、理解、推理、决策、行动五个环节。

具体来说，感知技术相当于为物理世界装上“眼睛”，负责采集环境信息；“大脑”则完成空间全域建模，将物理规则和行业标准相结合，指导机器人自主规划行为并精准执行。二者协同，才能让机器人真正“看懂”世界并“动手”做事。

“需要厘清的是，空间智能并非数字孪生的简单延伸。”杨宏旭直言，数字孪生面向人，提供可视化的电子沙盘；而空间智能面向AI，核心目标是让机器自主理解物理规律并采取行动。

哪些场景急需“看懂三维世界”的机器人

哪些行业最适合引入具身智能？

杨宏旭认为，高重复性、高危险性、高不确定性的场景，正是具身智能发挥价值的关键领域。

应急消防即典型代表。火场环境复杂，跨楼层、跨结构，能见度低、动态变化，人员进入风险极大。这类场景非常适合由机器人完成前期侦查，甚至辅助灭火。杨宏旭透露，八维通因此将消防应急作为技术落地的优先突破口。

“我们将空间智能技术与四足机器人结合。”杨宏旭举例说，“火灾发生时，烟雾弥漫，消防机器狗可以进入现场侦察，定位烟雾源头并即时回传信息，还能携带灭火弹进行初期处置。”

事实上，应急消防的需求远不止专业消防支队。隧道、桥梁、化工、电力园区等场所同样存在消防和应急管理需求。这意味着空间智能的应用空间远比想象中广阔。

这一愿景正在成为现实。在广州地铁，八维通已完成470多个车站的空间模型建设，显著提升了日常运维和突发事件处置效率；在四川电力地下管廊，因存在有毒气体和高压电，环境极为复杂，人工巡检受限。通过空间智能技术与四足机器狗的结合，设备可在管廊内一边巡检、一边自主建模，及时发现隐患，既提高了效率，也保障了人员安全。

“一脑多态”：让不同品牌的机器人“说同一种语言”

这些场景落地的背后，离不开底层技术能力的支撑。目前，八维通具身智能大脑已完成对20余款主流具身设备的对接与兼容，覆盖品类占市场总量的80%。不同品牌、不同型号的机器人均可接入同一个“大脑”，实现即插即用。

究其技术路径，杨宏旭解释，通过统一协议与适配层，提供标准API接口，打通异构机器人的数据壁垒。简单来说，即插即用的核心就是让上层应用忽略底层硬件差异，只需要调用对应任务功能。在此基础上，配套的中枢平台可以同时协同一万台以上机器人本体同步作业。

同时，八维通还赋予了机器人更强的自主能力。其自主导航技术深度融合多模态传感器数据分析与决策能力，支持导航场景面积无算法限制、三维立体场景跨楼层运动、离网自治、高精度定位导航，以及室内外、野外山地等非结构化路面全场景覆盖，彻底打破机器人对原厂遥控器的依赖，实现从“人操控设备”到“设备自主行走”的根本性升级。

大量机器人集群协同作业，一旦出现“机器幻觉”或行为异常，极易引发安全事故。为此，八维通在大脑中内置了内生安全机制——当设备出现异常行为时，可自主识别并终止危险动作，后台系统也可提前预判风险。

“具身智能不能用于锦上添花的通用场景，它一定要雪中送炭，为行业解决实际难题。”杨宏旭说。（完）