你有没有想过，当三维空间数据变得触手可及，它会如何改变我们的生活？

在AI技术快速发展的今天，数据已经成为推动各个领域进步的关键要素。从视频生成到空间智能，数据的丰富程度直接关系到AI模型的性能表现。就像我们熟悉的视频生成模型，它们的成功离不开海量UGC数据的支撑。

当我们拥有足够多的数据资源，构建强大的AI模型似乎变得水到渠成。以可灵即梦为代表的高质量视频生成模型，正是依托于最大视频内容平台的海量数据才得以实现。这些数据不仅为模型训练提供了基础，更成为推动技术进步的重要动力。

数据与模型之间形成了一个良性循环。通过数据训练模型，再用模型强化工具能力，这种循环关系在AI技术发展中显得尤为重要。特别是在三维空间领域，数据始终是制约AI空间理解能力的关键因素。

在最近的TechDay活动上，我们有幸见证了群核科技在空间智能领域的探索成果。他们展示的两个核心模型——空间语言模型和空间生成模型，为我们揭示了AI如何从数字世界走向物理世界的可能性。

如今我们看到的AI应用场景，很多都集中在数字内容创作领域。人工智能在吟诗作画，而我们还在做着基础的家务劳动。要让AI真正改变生活，必须让其具备理解物理空间的能力。

群核科技的联合创始人黄晓煌指出，「空间智能是连接数字与物理世界的桥梁。」这种认知为AI技术的突破指明了方向。

首席科学家周子寒在演讲中强调，群核空间大模型具备三大核心特征：真实感的全息漫游体验、结构化的可交互性以及对复杂室内场景的精准处理。这些特点为AI空间智能的落地提供了坚实基础。

在TechDay现场，我们通过互动体验直观感受到了空间智能的魅力。每位参观者都能通过刷取专属卡片，快速进入对应的三维场景。这种沉浸式体验让空间智能的潜力更加直观。

空间作为语言训练大模型助力数据合成

传统大语言模型擅长处理文本信息，但三维空间是否也能成为AI学习的新语言？

今年3月推出的SpatialLM空间理解模型，正是基于大语言模型进行创新。当输入一段视频时，模型能够提取其中的空间信息，并以文本形式描述物体方位和类别。这种能力在开源后迅速获得认可，登上Hugging Face趋势榜前三。

SpatialLM 1.5的升级版则展现出更强的交互能力。它在Qwen3模型基础上，融合了3D空间描述语言能力，实现了自然语言与结构化编程语言（如Python）的结合。这种创新让AI能够理解和编辑三维空间。

简单来说，大模型已经掌握了空间语言的表达方式。空间语言采用参数化的形式，通过长宽高或XYZ坐标描述物体位置，同时能从素材库中调用模型ID，实现对场景的完整描述。

这种能力让AI能够通过对话系统进行场景生成。用户只需输入简单文本，系统就能自动生成结构化场景脚本，智能匹配家具模型并完成布局。后续还可以通过自然语言进行编辑和问答。

在实际应用中，这种交互方式展现出独特优势。它突破了传统视频模型的线性结构，让AI能够灵活地在空间中跳跃，为运镜视频创作提供更多可能性。

开源方向的思考

目前，空间语言模型在参数量上仍处于GPT-2水平。虽然空间大模型已经展现出诸多优势，但要达到ChatGPT级别的交互体验，还有很长的路要走。

群核科技联合创始人黄晓煌指出，「空间智能仍处于发展初期，任何公司都不可能独享市场。」因此，他们选择开源数据和模型，希望与全球开发者共同推动技术进步。

在与周子寒教授的交流中，我们了解到他们设计的系统具有高度灵活性。资产库与模型是解耦的，这意味着任何资产库都可以与系统对接。这种设计为开源奠定了基础。

SpatialGen已经面向全球开源，用户可通过以下平台获取并部署使用：

Hugging Face：https://www.valimart.net/

Github：https://www.valimart.net/

魔搭社区：https://www.valimart.net/

随着更多高质量数据集和方法开源，不仅推动了AI技术发展，也为研究社区带来了更多交流机会。这种开放共享的模式，正在成为技术创新的重要推动力。

空间生成模型的未来

在技术交流中，我们了解到SpatialGen在多视角一致性方面取得了显著进展。周子寒表示，通过大量数据训练，空间一致性会随着模型规模扩大而持续提升。

这种进步意味着，未来AI将能够更精准地理解三维空间。虽然目前还存在一些视觉效果与空间一致性的权衡，但随着技术的发展，这种平衡终将被打破。

群核科技正在探索从文本直接生成三维空间的新路线。这种技术路线如果成功，将大大简化数据处理流程，为AI应用带来更多可能性。

空间智能的突破，正从数据驱动向算法创新迈进。随着更多开发者参与，我们有理由相信，AI将真正实现从数字世界到物理世界的跨越。