世界模型与空间颗粒：AI 进入真实空间，缺的不是想象力，而是执行协议

摘要

世界模型正在成为 AI 理解物理世界的重要方向。

它试图让 AI 不只是识别图像、生成文本或回答问题，而是能够在内部模拟世界状态，预测某个动作之后可能发生什么。

但当世界模型从实验室进入建筑、城市更新、公共资产治理、装配式内装和真实空间执行场景时，一个更深的问题出现了：

> 世界模型可以预测"会发生什么"，但很难单独回答"该对哪个对象执行、由谁执行、如何验证、如何结算、如何追责、如何沉淀信用"。

这正是空间颗粒 SG 要解决的问题。

世界模型回答的是"能不能预测"。

空间颗粒回答的是"能不能执行"。

世界模型提供预测能力，空间颗粒提供执行锚点。

一个让 AI 具备物理世界想象力，一个让真实空间具备产业级执行能力。

二者不是替代关系，而是互补关系。

AI 进入真实空间，真正缺的不是更大的模型，而是一套能够把预测结果落到对象、状态、责任、质量、事实和信用上的执行协议。

这正是 Kamitu.ai 所定义的真实空间执行协议的产业位置。

---

一、AI 进入物理世界，最难的不是预测，而是执行

过去几年，世界模型成为 AI 领域的重要方向。

所谓世界模型，简单说，就是让 AI 学习一个关于外部世界如何变化的内部模型。它不只是识别当前状态，而是尝试预测：如果采取某个动作，未来状态会如何演化。

这一路径背后有一个非常强的判断：

> 智能不只是反应，而是预测。

这种思想可以追溯到认知科学中的内部模型理论，也在强化学习和自主智能研究中不断发展。Ha 与 Schmidhuber 的 World Models、LeCun 提出的 JEPA 路径、NVIDIA Cosmos、Google DeepMind Genie 等，都在不同方向上推动 AI 对物理世界的预测和模拟能力。

但是，建筑业面对的问题并不止于预测。

一个真实空间项目中，系统不仅要知道"如果这样做，可能会发生什么"，还必须知道：

- 这个动作对应哪个真实空间对象？
- 这个对象的位置在哪里？
- 它当前处于什么状态？
- 它是否存在现场偏差？
- 它应该进入制造、运输还是安装？
- 由哪个工厂、班组或安装队负责？
- 安装完成后如何确认质量？
- 质量确认后如何生成履约事实？
- 履约事实如何支撑结算、审计和资产信用？
- 如果出了问题，责任如何追溯？

这些问题不是世界模型单独能够解决的。

世界模型可以增强预测能力，但建筑业真正需要的是：

> 可预测、可执行、可验证、可结算、可追责、可信用的真实空间执行系统。

这就需要空间颗粒 SG。

---

二、世界模型负责"预测"，空间颗粒负责"锚定"

世界模型的优势，在于模拟和预测。

它关心的是：

- 当前状态是什么？
- 可能采取什么动作？
- 动作之后的状态会如何变化？
- 未来可能出现什么风险？
- 哪种路径更优？

这种能力非常重要。未来的建筑 AI、城市 AI、空间运维 AI，都需要世界模型能力。

例如：

- 预测某个施工动作是否会引发冲突；
- 预测某个设备运行状态是否会导致能耗异常；
- 预测某个空间改造方案是否会带来新的风险；
- 预测某个施工顺序是否会影响后续安装；
- 预测某个低碳改造动作是否可能产生节能效果。

但是，预测本身不等于执行。

如果 AI 预测"这里可能发生偏差"，建筑系统还必须回答：

- "这里"到底是哪一个对象？
- 这个对象编号是什么？
- 它是否已经绑定责任主体？
- 它是否对应制造任务？
- 它是否进入 DGC 状态链？
- 它是否需要 DTC 偏差补偿？
- 它的 QC 标准是什么？
- 它的 DQ 如何生成？

这就是 SG 的意义。

SG 不是普通构件，也不是 BIM 里的模型部件。

SG 是真实空间中的最小可执行颗粒。

它把空间从一个模糊现场，转化为一组可识别、可定位、可制造、可安装、可验收、可结算、可追责、可信用的对象。

世界模型让 AI 可以"想象未来"。

SG 让未来可以"落到对象"。

没有世界模型，SG 容易变成静态台账。

没有 SG，世界模型容易变成无法落地的预测幻觉。

二者结合，才可能形成真正的物理世界产业级智能。

---

三、SG 不是模型对象，而是真实空间执行对象

建筑数字化长期有一个误区：

> 以为模型越完整，执行就越确定。

但真实项目并不是这样。

- BIM 模型可以很完整，现场仍然可能偏差重重。
- 图纸可以很准确，墙体仍然可能不直。
- 设计可以很漂亮，安装条件仍然可能变化。
- 清单可以很清楚，结算仍然可能争议不断。
- 资料可以很厚，事实仍然可能无法穿透。

根本原因在于：

> 模型对象不等于执行对象。

- 模型对象服务于表达。
- 执行对象服务于交付。

BIM 里的一个构件，到了真实现场，可能需要拆解成多个执行对象。

多个模型对象，在现场也可能因为安装、质量、责任或验收需要，合并为一个执行对象。

因此，数字建筑系统不能直接把 BIM 构件当成真实空间执行单元。

它必须重新定义一个对象层。

这就是 SG。

SG 的定义原则，不是模型怎么画，而是现场怎么执行。

一个 SG 是否成立，不取决于它在模型里是否存在，而取决于它是否具备：

维度 要求
空间边界 清晰
执行边界 清晰
责任主体 清晰
制造或安装任务 清晰
质量标准 清晰
证据要求 清晰
结算关联 清晰
审计索引 清晰
信用沉淀能力 清晰

因此，SG 是建筑数字化从"模型表达"进入"真实执行"的关键对象。

---

四、从世界模型到 SG，中间缺的是执行协议

世界模型可以预测未来状态，但建筑业不能只要一个预测结果。

建筑业需要的是一条完整的执行链：

```
真实空间 → SG → UID → DTC → K2F → DGC → QC → DQ → K-Node → Asset Credit
```

这条链解决的是世界模型无法单独回答的问题。

环节 解决的问题
SG 对象问题
UID 身份连续问题
DTC 现场偏差问题
K2F 设计到制造任务转译问题
DGC 对象状态治理问题
QC 质量确认问题
DQ 履约事实生成问题
K-Node 节点信用问题
Asset Credit 空间资产信用问题

在这条链中，世界模型可以发挥预测能力。

例如：

- 预测某个 SG 的安装风险；
- 预测某个 DTC 偏差补偿方案是否合理；
- 预测某个 K2F 制造任务是否存在适配风险；
- 预测某个 DGC 状态异常是否会影响交付；
- 预测某个节点是否存在质量风险；
- 预测某个空间对象是否可能影响后续资产信用。

但是，预测结果必须落到 SG、UID、DTC、DGC、QC 和 DQ 上，才会成为产业系统可以使用的判断。

否则，预测只是一个"可能性"。

只有进入执行协议，预测才会变成"可操作任务"。

---

五、世界模型与 SG 的能力边界

世界模型和 SG 的区别，可以概括为五组关系：

① 世界模型强在想象，SG 强在执行

- 世界模型可以推演可能发生什么。
- SG 可以定义应该对什么对象执行。

一个负责模拟，一个负责落地。

② 世界模型强在泛化，SG 强在确定

- 世界模型可以跨场景学习规律。
- SG 必须绑定具体空间、具体位置、具体对象、具体责任和具体证据。

一个负责迁移，一个负责确认。

③ 世界模型强在预测，SG 强在验证

- 世界模型可以预测风险。
- SG 通过 QC 和 DQ 证明结果。

一个回答"可能如何"，一个回答"是否成立"。

④ 世界模型强在语义，SG 强在责任

- 世界模型可以理解概念、场景和关系。
- SG 可以绑定责任主体、执行节点和信用结果。

一个负责理解，一个负责追责。

⑤ 世界模型强在未来，SG 强在事实

- 世界模型面向未来状态。
- SG 最终沉淀履约事实。

一个看未来，一个生成事实。

所以，世界模型和 SG 不是谁取代谁。

- 世界模型没有 SG，就缺少现实锚点。
- SG 没有世界模型，就缺少预测视野。

真正的产业智能，必须让二者协同。

---

六、建筑业真正需要的是"可预测的真实空间执行"

建筑业不是一个纯数字行业。

它最终面对的是墙、地、顶、柜体、管线、设备、材料、人员、工厂、安装队、验收、结算、审计和资产。

这些东西都发生在真实空间中。

真实空间的核心特点是：

- 有偏差；
- 有状态；
- 有责任；
- 有证据；
- 有质量；
- 有结算；
- 有信用；
- 有资产后果。

所以，建筑业的 AI 不能只停留在"生成方案""理解图纸""预测风险"这些层面。

它必须进一步进入：

- 对象定义；
- 偏差补偿；
- 制造转译；
- 状态治理；
- 质量确认；
- 事实生成；
- 节点信用；
- 资产信用。

也就是说，建筑业真正需要的不是单纯的世界模型，而是：

> 可预测的真实空间执行。

- 世界模型提供预测能力。
- SG 提供执行对象。
- DTC 吸收真实偏差。
- K2F 把空间对象转化为制造任务。
- DGC 管理执行状态。
- QC 进行质量确认。
- DQ 生成履约事实。
- K-Node 沉淀节点信用。
- Asset Credit 形成空间资产信用。

这才是 AI 进入建筑业下半场的完整路径。

---

七、从项目经济，到对象经济

建筑业长期是项目制。

项目立项，项目设计，项目施工，项目验收，项目结算，项目结束。

但项目制有一个明显问题：

项目结束后，大量真实经验会消散。

经验散落在图纸、合同、照片、验收单、微信群、签证资料、结算表、项目经理记忆和现场人员经验里。

下一个项目开始时，很多事情又要重新判断。

这就是建筑业知识和信用难以沉淀的原因。

SG 带来的变化是：建筑业可以从项目经济，逐步走向对象经济。

项目制问法 对象制问法
这个项目完成了吗？ 哪些 SG 完成了？
这个空间验收了吗？ 哪些对象通过了 QC？
这个工程能结算吗？ 哪些 DQ 可以触发结算？
这个团队靠谱吗？ 它在哪些 SG 上形成了稳定 K-Node 信用？

- 项目是一次性的。对象是可复用的。
- 项目资料难复用。对象事实可以沉淀。
- 项目经验靠人记住。对象信用可以被系统记录。

这就是 SG 对建筑业的深层意义。

---

八、SG 是建筑工业化与制造业接口的关键

建筑工业化不能只靠标准部品。

因为建筑最终不是在工厂里完成，而是在真实空间中完成。

制造业可以标准化产品，但真实空间不能被完全标准化。

- 墙体可能有偏差。
- 地面可能不平。
- 洞口可能变化。
- 管线位置可能调整。
- 现场安装条件可能不同。

因此，建筑工业化真正难的，不是把产品做标准，而是让标准产品能够适配非标准真实空间。

这就需要 SG、UID、DTC 和 K2F。

- SG 定义真实空间执行对象。
- UID 锁定对象身份。
- DTC 处理真实空间偏差。
- K2F 把设计对象、空间对象和偏差补偿结果转化为工厂可执行任务。

工厂真正需要的，不是效果图，也不是笼统图纸，而是：

- 做什么；
- 尺寸多少；
- 材料是什么；
- 偏差怎么补；
- 接口在哪里；
- 开孔在哪里；
- 包装怎么做；
- 运输怎么配；
- 现场怎么装；
- 验收标准是什么；
- 出了问题谁负责。

SG 把这些问题组织起来，形成建筑业与制造业之间的协议接口。

这也是 Kamitu.ai 在大湾区制造业体系中的潜在价值。

---

九、公共资产、绿色建筑与 AI 数据底座

SG 的意义不止于施工。

它还可以进入公共资产治理、绿色建筑和 AI 数据底座。

1. 公共资产从台账走向事实

公共资产治理最大的问题之一，是台账和真实状态脱节。

- 台账里有资产，但真实空间状态不清。
- SG 可以把公共资产拆成可管理、可更新、可验证的空间对象。
- 资产不再只是一个编号，而是一组可追踪的空间事实。

2. 绿色建筑从标签走向对象级证据

绿色建筑、低碳园区、ESG 和绿色金融，经常停留在声明、认证、报告和估算上。

SG 可以把绿色落实到对象级：

- 哪个 SG 使用了低碳材料？
- 哪个 SG 完成了节能改造？
- 哪个 SG 形成了 Green DQ？
- 哪个节点完成了低碳履约？
- 哪个空间资产可以形成 Green Asset Credit？

绿色不再只是项目标签，而是空间颗粒证据。

3. AI 从资料学习走向事实学习

建筑 AI 如果只学习图纸、模型、规范和资料，很难真正理解真实执行。

AI 真正需要的是：

- 对象数据；
- 状态数据；
- 质量数据；
- 履约事实数据；
- 节点信用数据；
- 资产信用数据。

这些数据都来自真实空间执行协议。

- SG 是对象基础。
- DQ 是事实基础。
- K-Node 是信用基础。
- Asset Credit 是资产基础。

因此，SG 也是 AI 进入真实空间产业系统的数据基础。

---

十、从模型优先，到真实空间优先

SG 的深层意义，是一种认识论转向。

传统建筑数字化往往是模型优先。

先建模，先表达，先画出理想空间，再要求现实适配模型。

但真实空间不是理想模型。

真实空间是复杂的、偏差的、变化的，带有历史、责任、施工条件和运维痕迹。

因此，Kamitu.ai 的逻辑不是让现实强行适配模型，而是：

1. 承认真实空间差异；
2. 识别真实空间对象；
3. 吸收真实空间偏差；
4. 转译为制造和安装任务；
5. 通过状态治理形成质量确认；
6. 再生成履约事实和资产信用。

这是一种真实空间优先的数字建筑逻辑。

它不是反对模型，而是把模型放回正确位置。

- 模型是表达。
- 真实空间是对象。
- 执行协议是连接二者的桥梁。

---

十一、国际表达：SG 如何进入世界模型语境

如果把这个框架放到国际语境中，SG 可以被表达为：

> Spatial Granule：the minimal executable unit for real-space operations.

也就是：真实空间执行的最小可执行单元。

几个核心概念可以这样表达：

缩写 英文全称 中文含义
SG Spatial Granule 真实空间最小执行颗粒
UID Unique Identity 对象持续身份
DTC Deviation-to-Compensation 偏差补偿机制
K2F Kamitu-to-Factory 空间对象到制造任务的转译协议
DGC Dynamic Governance Control 对象状态治理机制
QC Quality Confirmation 质量确认
DQ Delivery Quality / Delivery Fact 履约事实
K-Node Kamitu Node 执行节点信用
Asset Credit — 空间资产信用

这套语言的意义在于：

它把 AI 世界模型中的"预测"，接到了建筑产业中的"执行、验证、责任和信用"。

这正是世界模型进入真实产业场景所缺少的一层。

---

十二、结论：世界模型让 AI 想象未来，空间颗粒让未来可以执行

世界模型和空间颗粒的关系，不是谁更先进，也不是谁替代谁。

它们回答不同问题。

世界模型回答：

> 如果这样做，会发生什么？

空间颗粒回答：

> 对哪个对象做？由谁做？当前什么状态？如何补偿偏差？如何制造？如何安装？如何验收？如何生成事实？如何结算？如何追责？如何进入信用和资产？

世界模型让 AI 具备物理世界的预测能力。

空间颗粒让真实空间进入产业级执行系统。

一个提供预测想象力。

一个提供执行锚定力。

二者的融合，才可能形成 AI 时代物理世界的产业级智能架构。

对于建筑业来说，这个融合点就是：

> 可预测的真实空间执行。

---

一句话收束：

> SG 不是真实空间的标签，而是真实空间进入工业化、数字化、信用化和资产化时代的最小执行单位。世界模型让 AI 想象未来，空间颗粒让未来可以被执行。

---

参考文献与延伸阅读

1. David Ha, Jürgen Schmidhuber. World Models. 2018.
2. Yann LeCun. A Path Towards Autonomous Machine Intelligence. 2022.
3. JEPA / Joint Embedding Predictive Architecture 相关研究。
4. NVIDIA Cosmos 官方资料。
5. Google DeepMind Genie 相关资料。
6. Kamitu.ai 数字建筑系统理论报告 V2.1。
7. Kamitu.ai 真实空间执行协议与 SG 标准体系内部研究稿。

---

> Kamitu.ai | 住联科技

真实空间执行协议

www.kamitu.ai