以下是访谈实录（有删改）：①在人工智能從技術探索轉向技術應用趨勢下，空間智能作爲一種融合了多模態大模型、虛擬現實等前沿技術的新方向，展現出了巨大潛力。②天娛數科首席數據官吳邦毅表示，人工智能下一個階段是實現AGI，而AGI釋放的更大生產力蘊含在製造領域，發展空間智能是讓AGI從桌面邁入工業應用的關鍵。
財聯社8月29日訊（記者 崔銘）人工智能的演進正從初期的技術探索階段，轉向技術應用階段。在此趨勢下，空間智能作爲一種融合了多模態大模型、虛擬現實等前沿技術的新方向，展現出了巨大的潛力和商業價值。
2024深圳（國際）通用人工智能大會期間，天娛數科首席數據官吳邦毅在接受財聯社記者專訪時表示，人工智能下一個階段是實現通用人工智能（AGI），而AGI釋放的更大生產力蘊含在製造領域，發展空間智能是讓AGI從桌面邁入工業應用的關鍵。
以下是訪談實錄（有刪改）：
財聯社：隨着AI技術的廣泛應用，您認爲人工智能發展的下一個階段會是什麼？
吳邦毅：人工智能正處在一個快速發展和廣泛應用的階段，同時也在積極探索實現更高級別的通用智能的可能性。我們對人工智能下一階段的普遍共識是實現AGI。那時，AI的認知、理解、驅動、決策能力可以與人類匹敵甚至超越人類。然而，目前AGI主要集中在內容創作、客服、編程等桌面應用，在工業領域應用可以說鳳毛麟角。
我們判斷人工智能下一階段的發展機遇，蘊含在新型工業化變革中，AGI釋放的更大生產力蘊含在製造領域。
財聯社：相對於AGI桌面應用，爲什麼工業應用會比較匱乏？如何彌合工業場景應用存在的空間計算鴻溝？
吳邦毅：人工智能在工業場景應用匱乏的本質原因在於工業場景是3D空間，而目前絕大部分大模型爲語言、圖形、視頻等2D模型，在工業場景應用時存在空間計算鴻溝。相較於2D智能，3D空間智能在理解真實世界方面具備更全面的感知、理解、交互與決策能力，重新定義人、機器與真實世界、虛擬世界之間的關係，擁有更強的泛化能力和湧現特性。
一方面，通過3D數據捕捉深度信息，它能讓AI對物理世界人與物的形態、結構和位置有更準確的理解，從而生成更具真實感的場景，提供更直觀的可視化效果，讓虛擬世界更真實；另一方面，空間智能可以在三維場景中像人類一樣對視覺信息進行高級推理，超越二維視覺的侷限，讓真實世界更智能，將爲多個產業特別是具身智能、智能製造、低空經濟等產業帶來顛覆式的變革。
因此，發展空間智能是讓AGI從桌面邁入工業應用的關鍵。
財聯社：可以詳細說說在具身智能、智能製造、低空經濟等產業，3D空間智能將如何與產業結合？
吳邦毅：如果說空間智能是讓AGI從桌面邁入工業應用的關鍵，那麼3D大模型則是發展空間智能的關鍵。
3D大模型爲空間智能提供了多模態數據融合、空間計算、複雜場景處理、交互性增強、3D生成式AI等多方面的支持，是推動空間智能技術發展的關鍵。
在具身智能、人形機器人領域，將3D多模態大模型與機器人技術相結合，使機器人不但具備理解、記憶、推理等認知水平，還能認識和理解真實的3D物理世界，在作業場景中具備自主決策、行動與操作能力。
在智能製造領域，將3D大模型與人、機、物、環境的多源異構3D數據相結合，對整個生產環節進行3D重構，精確分析、交叉比對、識別瓶頸、輔助管理決策，提高生產製造、倉儲物流的效率，降低成本，助力產業升級和模式創新。
在低空經濟領域，將3D大模型與飛行器技術相結合，使飛行器在飛行活動中可以智能感知和識別、自主導航和避障，再通過對低空空域自然環境、飛行活動、基礎設施等進行3D重構，構建空間智能系統，破解低空管理中感知能力弱、智能化程度低、應用成本高等難題。
財聯社：天娛數科在構築空間智能的領域有哪些嘗試和佈局？目前進展如何？
吳邦毅：到目前爲止，天娛數科佈局空間智能領域已有3年多的時間，從最開始入局時的AI數字人，到如今的3D大模型、空間智能MaaS平台，我們穩步推進着空間智能技術和應用場景的創新。
公司融合智者千問大模型與3D數據集、可視算法，構建了空間智能MaaS平台，實現了跨類型數據的智能解析。通過「1+1+N」模式，構建了1個全國最大規模的高質量3D數據集，開發了1個國產高性能3D空間智能大模型，通過DaaS、MaaS模式實現在具身智能、人形機器人、智能製造、低空經濟等N個場景的應用。
MaaS平台匯聚兩大核心功能，一是AI+3D可視化功能，可爲多元產業提供XR虛擬場景、遊戲開發、AI客服、智能數字人等多種數智產品與服務，目前已廣泛應用與文旅、展會、金融、教育、影視、遊戲等行業；二是AI+3D數據集功能，可爲企業提供垂類模型訓練、數據智算、具身智能等AI數據服務。
目前，空間智能MaaS平台已爲中國日報、內蒙古阿拉善電視臺、雲南農職院、五芳齋、天河城、楊國福、華潤雪花等多家企業客戶提供了3D虛擬場景、AI數字人智能交互服務。
財聯社：要實現3D空間智能在工業領域的廣泛應用還面臨哪些挑戰？天娛數科有哪些應對方案？
吳邦毅：首先要強調的是，3D多模態大模型極端依賴大規模、高質量的3D數據訓練，3D數據集對於提供真實人物、場景的展示、豐富的交互體驗和決策支持至關重要。
但當前，3D數據集在質量和數量上都面臨着一些挑戰，高質量3D數據集匱乏是產業痛點，全球範圍內，3D數據都處於極端重要，又極端缺乏的狀態。
其次，3D數據的獲取和處理成本相對較高，涉及到高端設備如深度相機的數據採集，以及繁瑣的數據處理工作。這不僅需要大量的時間、人力和資金投入。而且，3D數據的標準化程度低，導致數據的兼容性較差，共享和複用難度大，也對空間智能技術的發展形成了掣肘。
3D數據集正在成爲競爭的核心節點，在可見的未來，它決定3D多模態大模型和空間智能的發展，以及全球科技競爭的走勢。
我們已經在數據的採、存、管、研、用各個階段形成了一體化解決方案。空間智能MaaS平台通過收集多樣化的數據類型，利用LightStage超高精度光場掃描、手持深度攝像頭等先進設備，捕捉詳盡的三維數據。
與此同時，平台還運用了NeRF、3D高斯等前沿技術，從掃描數據、視頻、圖像乃至文字中生成高質量的3D模型，使虛擬場景和物體更加逼真。這些數據與圖像、文本等其他模態信息相互融合，形成了全方位、多維度的數據集。
目前，平台已擁有超80萬組3D數據、35萬組多模態數據，建立了海量的數據資源優勢。
