2024-08-29
在人工智能从技术探索转向技术应用趋势下 ，，，空间智能作为一种融合了多模态大模型、 、 、虚拟现实等前沿技术的新方向 ，，，展现出了巨大潜力 。。 。波币钱包首席数据官吴邦毅表示 ，，，人工智能下一个阶段是实现AGI ，，，而AGI释放的更大生产力蕴含在制造领域 ，，，发展空间智能是让AGI从桌面迈入工业应用的关键 。。 。
人工智能的演进正从初期的技术探索阶段 ，，，转向技术应用阶段 。。 。在此趋势下 ，，，空间智能作为一种融合了多模态大模型、 、 、虚拟现实等前沿技术的新方向 ，，，展现出了巨大的潜力和商业价值 。。 。2024深圳（国际）通用人工智能大会期间 ，，，波币钱包首席数据官吴邦毅在接受财联社记者专访时表示 ，，，人工智能下一个阶段是实现通用人工智能（AGI） ，，，而AGI释放的更大生产力蕴含在制造领域 ，，，发展空间智能是让AGI从桌面迈入工业应用的关键 。。 。
以下是访谈实录（有删改）：
财联社：随着AI技术的广泛应用 ，，，您认为人工智能发展的下一个阶段会是什么？
吴邦毅：人工智能正处在一个快速发展和广泛应用的阶段 ，，，同时也在积极探索实现更高级别的通用智能的可能性 。。 。我们对人工智能下一阶段的普遍共识是实现AGI 。。 。那时 ，，，AI的认知、 、 、理解、 、 、驱动、 、 、决策能力可以与人类匹敌甚至超越人类 。。 。然而 ，，，目前AGI主要集中在内容创作、 、 、客服、 、 、编程等桌面应用 ，，，在工业领域应用可以说凤毛麟角 。。 。
我们判断人工智能下一阶段的发展机遇 ，，，蕴含在新型工业化变革中 ，，，AGI释放的更大生产力蕴含在制造领域 。。 。
财联社：相对于AGI桌面应用 ，，，为什么工业应用会比较匮乏？如何弥合工业场景应用存在的空间计算鸿沟？
吴邦毅：人工智能在工业场景应用匮乏的本质原因在于工业场景是3D空间 ，，，而目前绝大部分大模型为语言、 、 、图形、 、 、视频等2D模型 ，，，在工业场景应用时存在空间计算鸿沟 。。 。相较于2D智能 ，，，3D空间智能在理解真实世界方面具备更全面的感知、 、 、理解、 、 、交互与决策能力 ，，，重新定义人、 、 、机器与真实世界、 、 、虚拟世界之间的关系 ，，，拥有更强的泛化能力和涌现特性 。。 。
一方面 ，，，通过3D数据捕捉深度信息 ，，，它能让AI对物理世界人与物的形态、 、 、结构和位置有更准确的理解 ，，，从而生成更具真实感的场景 ，，，提供更直观的可视化效果 ，，，让虚拟世界更真实；另一方面 ，，，空间智能可以在三维场景中像人类一样对视觉信息进行高级推理 ，，，超越二维视觉的局限 ，，，让真实世界更智能 ，，，将为多个产业特别是具身智能、 、 、智能制造、 、 、低空经济等产业带来颠覆式的变革 。。 。
因此 ，，，发展空间智能是让AGI从桌面迈入工业应用的关键 。。 。
财联社：可以详细说说在具身智能、 、 、智能制造、 、 、低空经济等产业 ，，，3D空间智能将如何与产业结合？
吴邦毅：如果说空间智能是让AGI从桌面迈入工业应用的关键 ，，，那么3D大模型则是发展空间智能的关键 。。 。
3D大模型为空间智能提供了多模态数据融合、 、 、空间计算、 、 、复杂场景处理、 、 、交互性增强、 、 、3D生成式AI等多方面的支持 ，，，是推动空间智能技术发展的关键 。。 。
在具身智能、 、 、人形机器人领域 ，，，将3D多模态大模型与机器人技术相结合 ，，，使机器人不但具备理解、 、 、记忆、 、 、推理等认知水平 ，，，还能认识和理解真实的3D物理世界 ，，，在作业场景中具备自主决策、 、 、行动与操作能力 。。 。
在智能制造领域 ，，，将3D大模型与人、 、 、机、 、 、物、 、 、环境的多源异构3D数据相结合 ，，，对整个生产环节进行3D重构 ，，，精确分析、 、 、交叉比对、 、 、识别瓶颈、 、 、辅助管理决策 ，，，提高生产制造、 、 、仓储物流的效率 ，，，降低成本 ，，，助力产业升级和模式创新 。。 。
在低空经济领域 ，，，将3D大模型与飞行器技术相结合 ，，，使飞行器在飞行活动中可以智能感知和识别、 、 、自主导航和避障 ，，，再通过对低空空域自然环境、 、 、飞行活动、 、 、基础设施等进行3D重构 ，，，构建空间智能系统 ，，，破解低空管理中感知能力弱、 、 、智能化程度低、 、 、应用成本高等难题 。。 。
财联社：波币钱包在构筑空间智能的领域有哪些尝试和布局？目前进展如何？
吴邦毅：到目前为止 ，，，波币钱包布局空间智能领域已有3年多的时间 ，，，从最开始入局时的AI数字人 ，，，到如今的3D大模型、 、 、空间智能MaaS平台 ，，，我们稳步推进着空间智能技术和应用场景的创新 。。 。
公司融合智者千问大模型与3D数据集、 、 、可视算法 ，，，构建了空间智能MaaS平台 ，，，实现了跨类型数据的智能解析 。。 。通过“1+1+N”模式 ，，，构建了1个全国最大规模的高质量3D数据集 ，，，开发了1个国产高性能3D空间智能大模型 ，，，通过DaaS、 、 、MaaS模式实现在具身智能、 、 、人形机器人、 、 、智能制造、 、 、低空经济等N个场景的应用 。。 。
MaaS平台汇聚两大核心功能 ，，，一是AI+3D可视化功能 ，，，可为多元产业提供XR虚拟场景、 、 、游戏开发、 、 、AI客服、 、 、智能数字人等多种数智产品与服务 ，，，目前已广泛应用与文旅、 、 、展会、 、 、金融、 、 、教育、 、 、影视、 、 、游戏等行业；二是AI+3D数据集功能 ，，，可为企业提供垂类模型训练、 、 、数据智算、 、 、具身智能等AI数据服务 。。 。
目前 ，，，空间智能MaaS平台已为中国日报、 、 、内蒙古阿拉善电视台、 、 、云南农职院、 、 、五芳斋、 、 、天河城、 、 、杨国福、 、 、华润雪花等多家企业客户提供了3D虚拟场景、 、 、AI数字人智能交互服务 。。 。
财联社：要实现3D空间智能在工业领域的广泛应用还面临哪些挑战？波币钱包有哪些应对方案？
吴邦毅：首先要强调的是 ，，，3D多模态大模型极端依赖大规模、 、 、高质量的3D数据训练 ，，，3D数据集对于提供真实人物、 、 、场景的展示、 、 、丰富的交互体验和决策支持至关重要 。。 。
但当前 ，，，3D数据集在质量和数量上都面临着一些挑战 ，，，高质量3D数据集匮乏是产业痛点 ，，，全球范围内 ，，，3D数据都处于极端重要 ，，，又极端缺乏的状态 。。 。
其次 ，，，3D数据的获取和处理成本相对较高 ，，，涉及到高端设备如深度相机的数据采集 ，，，以及繁琐的数据处理工作 。。 。这不仅需要大量的时间、 、 、人力和资金投入 。。 。而且 ，，，3D数据的标准化程度低 ，，，导致数据的兼容性较差 ，，，共享和复用难度大 ，，，也对空间智能技术的发展形成了掣肘 。。 。
3D数据集正在成为竞争的核心节点 ，，，在可见的未来 ，，，它决定3D多模态大模型和空间智能的发展 ，，，以及全球科技竞争的走势 。。 。
我们已经在数据的采、 、 、存、 、 、管、 、 、研、 、 、用各个阶段形成了一体化解决方案 。。 。空间智能MaaS平台通过收集多样化的数据类型 ，，，利用LightStage超高精度光场扫描、 、 、手持深度摄像头等先进设备 ，，，捕捉详尽的三维数据 。。 。
与此同时 ，，，平台还运用了NeRF、 、 、3D高斯等前沿技术 ，，，从扫描数据、 、 、视频、 、 、图像乃至文字中生成高质量的3D模型 ，，，使虚拟场景和物体更加逼真 。。 。这些数据与图像、 、 、文本等其他模态信息相互融合 ，，，形成了全方位、 、 、多维度的数据集 。。 。
目前 ，，，平台已拥有超80万组3D数据、 、 、35万组多模态数据 ，，，建立了海量的数据资源优势 。。 。