返回人工智能的下一站，正在从数字世界走向真实空间。
2026年9月28日，AMD宣布与李飞飞领导的空间智能公司World Labs达成最终收购协议，拟以约82亿美元的全股票交易收购这家企业。
这笔交易尚待完成，但它所指向的技术方向，已经引发行业关注。
World Labs研究的核心方向之一，是世界模型（World Model）。
当AI已经能够理解语言、生成图片和视频，为什么科技企业又开始投入大量资源，让AI理解三维空间？
答案或许藏在一个问题里：如果AI未来需要进入真实世界，它首先要理解什么？
1.ONE
82亿美元，为什么押注世界模型？
过去几年，生成式AI让机器在语言理解、内容生成和知识处理方面取得了显著进展。
但真实世界并不是由文字组成的。
一张桌子、一把椅子、一个正在移动的人，既有各自的位置和形态，也存在复杂的空间关系。
对于需要进入现实环境的智能系统而言，仅仅知道“这是什么”，往往还不够。
它还需要理解物体在哪里、周围有什么，以及环境发生变化后可能带来什么影响。
这正是空间智能和世界模型受到关注的重要原因。
World Labs致力于让AI理解、生成和模拟三维环境。其发布的Atlas模型，也体现了人工智能从二维内容处理向三维空间建模发展的探索。
AMD此次拟收购World Labs，不仅是一次企业并购，也反映出计算平台与空间智能模型正在寻求更紧密的结合。
当AI的应用场景逐渐延伸到机器人、智能设备和物理环境，空间理解能力的重要性正在提升。
2.TWO
世界模型，究竟是什么？
不妨想象一个简单的场景。
一台机器人面前放着一个杯子。
如果只是识别目标，AI需要回答的是：“这是什么？”
但如果机器人要进一步完成拿取任务，就需要知道杯子在哪里、距离自己有多远、周围是否存在障碍物。
如果杯子的位置改变了，或者有人突然从旁边经过，系统还需要根据新的环境信息调整判断。
从识别物体，到理解物体之间的空间关系，再到预测环境可能发生的变化，这正是世界模型试图解决的重要问题。
简单来说，世界模型并不只是让AI“看见”现实世界，而是尝试在系统内部建立对环境及其变化的表示，使其能够支持预测、模拟或后续任务。
当然，不同世界模型的技术路线并不完全相同。
有的侧重三维场景生成与重建，有的侧重环境状态预测，还有的服务于机器人规划与决策。
但它们共同指向一个方向：
让AI不再只处理关于世界的信息，而是进一步理解世界本身的空间结构与变化规律。
3.THREE
从世界模型到“搜空间”，AI视觉如何走向真实场景？
世界模型的发展，让我们重新关注一个基础问题：
人工智能要理解真实空间，首先需要获得哪些可靠的环境信息？
在实际应用中，视觉感知是获取这些信息的重要方式之一。
例如，在园区、仓储或其他生产运营场景中，AI视觉可以识别人员、车辆和物体，分析目标所处区域，判断是否发生越界、占用或其他异常情况。
这些能力并不等同于完整的世界模型，但能够为进一步的空间理解和业务决策提供信息基础。
对于韦达而言，我们持续关注的，正是如何让AI视觉从识别目标，进一步走向对真实场景的理解与应用。
这种对空间信息价值的关注，也体现在我们申请的商标——**“搜空间”**之中。
“搜空间”所承载的方向，是让真实空间中的人员、物体、位置及环境变化等信息，能够被更有效地识别、定位和使用。
从AI视觉算法、场景适配，到复杂环境下识别可靠性的提升，我们关注的不只是系统能否识别出一个目标，更关注识别结果能否在实际场景中持续发挥作用。
世界模型与AI视觉并不是同一个概念，但二者都在推动人工智能与真实世界建立更深入的联系。
当科技企业开始加大对空间智能的投入，我们也更加期待：未来的AI，不仅能够回答关于世界的问题，还能够在理解真实环境的基础上，支持更多实际任务。
从“看见”到“理解”，再到“行动”，AI走进真实世界的探索，正在不断向前。
世界。
