空间智能崛起，从ECCV2026看AI物理世界能力基座

在2026年9月于瑞典马尔默举行的ECCV（欧洲计算机视觉国际会议）上，一个清晰的趋势正在显现：空间智能正在成为人工智能（AI）走向物理世界的核心能力基座。这场计算机视觉领域的顶级盛会不仅展示了最新的研究成果，更揭示了AI从虚拟世界迈向现实物理世界的演进路径。

ECCV 2026共收到10473篇投稿，最终接收2834篇论文。数据显示，图像与视频合成以超过1400篇位居第一，视觉、语言与推理位列第二，而3D相关主题虽然排名第三，但其研究内容正在发生深刻变化。过去主要集中在3D视觉和图形学中的三维表示、几何与物理一致性、动态建模等问题，如今正向视频生成、机器人、具身智能和世界模型等领域扩散。

这一趋势在大会的Workshop环节也得到了印证。93场Workshop中，约10场直接与3D相关，11场涉及空间智能，9场指向物理AI，还有5场以世界模型为主题。尤其是在世界模型和物理AI相关的Workshop中，演讲者们围绕三维空间理解、动态场景建模、预测以及进一步的执行能力展开深入探讨。

香港科技大学教授谭平从场景表示切入三维空间理解，斯坦福大学助理教授吴佳俊则关注随时间变化的三维点云轨迹，中山大学教授梁小丹强调未来预测的重要性，哈佛大学助理教授杜逸伦则探索生成式AI与世界模型的结合。这些研究方向表明，三维视觉正在承担更多空间理解的任务，并进一步支撑状态预测和行动。

在奖项方面，今年的Koenderink时间检验奖中，有一项颁给了空间智能领域的旗帜人物李飞飞及其团队。最佳论文重新讨论了三维表面的表示方式，两篇最佳论文荣誉提名分别落在物体三维重建和几何感知上。这些信号共同表明，3D相关研究依然保持高热度，研究正在向动态场景、4D表示和交互式环境延伸。

空间智能的发展不仅体现在学术界，产业界也在加速布局。比亚迪在智能制造领域的布局，正在通过投资帕西尼补位触觉感知，入股智元机器人协同整机能力，逐步构建起“核心部件—整机—应用场景”的闭环。而在这一闭环中，空间感知作为机器人识别环境、自主移动的“视觉底座”，始终是绕不开的关键环节。

即将登陆港交所的欢创科技（06802.HK）正是这一领域的佼佼者。公司成立于2013年，按2025年收入计为全球智能机器人空间感知解决方案第一，激光雷达出货量全球第一，全球市场份额突破50%。截至最后可行日期，累计出货量超过3900万台，2025年激光雷达及线激光传感器总出货量分别超过1000万台及500万台。欢创科技的技术链条完整度极高，已经打通了“ASIC芯片-AI空间定位算法-高精度光学设计-千万台级量产制造”的自研闭环。

欢创科技的技术优势在于其亚毫米级AI空间数据处理芯片，已搭载超2500万台终端设备，是国内首家实现单目大空间亚毫米级定位精度的企业。这种高精度、高可靠的空间感知能力，使其技术能够从消费级场景无缝迁移到工业级场景。比亚迪的产业布局为这种迁移提供了想象空间：具身智能机器人与新能源汽车产业链高度同源，技术、零部件及产线能力可迁移复用。

在工业领域，空间感知的需求更加严苛。机器人在家庭环境中需要实时建图、动态避障、自主回充，面对的是非结构化的复杂空间；而在汽车总装线上的机器人，则需要在高速运动中完成定位与抓取协同，对传感器的一致性、抗干扰能力和芯片端侧算力提出更高要求。欢创科技在消费级场景中验证过的亚毫米级定位精度、自研ASIC的端侧处理效率，以及千万台量级打磨出的品控体系，恰恰是工业场景最稀缺的能力组合。

AMD的收购案则将空间智能推向了新的高度。9月28日，AMD宣布将以约82亿美元的全股票交易收购由李飞飞参与创办的World Labs。这笔交易让AI芯片与算力基础设施领域的关注点迅速聚焦：一家以GPU、CPU为基本盘的半导体公司，为何要收购一家专注“空间智能”与大世界模型的初创企业？

World Labs的核心研究方向是“空间智能”，即让AI不仅能够理解文字和二维图像，还能够理解三维空间以及真实世界中的物体、位置和运动关系。其近期发布的Atlas模型就是一个例证，这是首个全视角模型架构，解决了空间智能领域一个关键问题——新视角预测。该模型通过将生成模型与多视角几何相结合，从根本上解决了计算机视觉领域长期存在的稀疏重建难题。

AMD选择收购World Labs，不仅是进入模型层，更是提前卡位下一阶段AI应用的核心方向。与单纯收购一家芯片工具链公司不同，World Labs带来的是一套面向物理世界的模型能力和开发者生态。这种能力在AI芯片竞争中的作用正变得越来越关键。

此次收购后，World Labs的联合创始人Ben Mildenhall和Justin Johnson将加入AMD，参与组建一个“全球顶尖的前沿研究组织”。李飞飞本人也将出任AMD执行副总裁兼首席科学家，直接向CEO苏姿丰汇报。这标志着AMD在“硬软协同”上的一次重要补课，其空间智能模型能力将为AMD提供面向机器人、自动驾驶、数字孪生等场景的上层软件接口和算法框架。

空间智能的兴起，可能带来算力基础设施的新一轮变革。与传统大语言模型主要处理文本或二维图像不同，空间智能模型需要理解几何关系、物理约束、时序变化和场景交互，这意味着训练数据规模更大、模型架构更复杂、推理实时性要求更高。这对算力基础设施的影响不是简单的规模扩展，而是从“训练主导”走向“空间智能牵引”的结构性变化。

总的来说，空间智能正在成为连接虚拟与物理世界的桥梁。从ECCV 2026的观察到产业界的实践，再到AMD的战略布局，这一趋势正在重塑AI的发展方向。未来的AI系统将不再局限于文本理解和图像识别，而是能够真正理解并操作物理世界，开启人机协作的新篇章。