AI 的物理世界短板：从语言理解到空间决策
过去三年，大语言模型证明了其强大的文本理解能力，但在面对物理世界的复杂动态时仍显乏力。2026 年 7 月，中国南北方同时遭遇严峻洪涝考验。南方受台风及季风影响，广西多地降雨破纪录，水库溃口，黄金处置时间不足 30 分钟；北方台风远距离输送水汽，沈阳单街道降雨量接近半年总和，多条河流超警。
面对灾害，大模型虽能生成文采斐然的防灾指南，却无法回答“水往哪里去、几分钟后到哪里、会淹没谁”等关键问题。这暴露了当前 AI 的核心短板：缺乏对物理世界的认知、推演与实时决策能力。这一局限同样制约着低空经济的航线规划及具身智能在动态环境中的行动预测。
行业共识正在形成：空间智能是基于 3D 视觉信息进行理解、推理、生成与交互的 AI 系统，而世界模型是其发展的终局状态。谁补上了理解物理世界和推演决策的短板，谁就拿到了 AI 下半场的入场券。
尽管李飞飞团队发布的 Atlas 等模型实现了像素级的三维重建与生成，但从“好看的世界”到“能用的世界”仍有距离。防灾减灾需要的是更早、更准、可验证的决策，这中间隔着仿真计算、动态边界与验证体系等硬工程环节。真正能走进真实世界做决策的世界模型，依然稀缺。
HICOOL 风向标：产业与资本的双重投票
解决方案的雏形已在国家级创业舞台显现。2026 年 8 月，HICOOL 全球创业者峰会在北京举行。本届大赛一等奖颁给了空间智能与世界模型方向，获奖者为飞渡科技及其自研的“峥嵘大模型”。在上万个全球项目中，产业评委将关键一票投给了“补上大模型通向物理世界短板”的技术路径。
资本侧的信号同样明确。硅谷传奇投资人、天马科创投合伙人比尔·赖克特（Bill Reichert）指出，风投标准已从纯大模型转向“实体 AI"，即 AI 与物理世界的深度结合。这与 HICOOL 评委的选择高度一致。
飞渡科技给出的答案是一套全栈空间智能基础设施：
- 数据底座：独创 3DT 统一数据标准，兼容百余种异构空间数据，支撑 PB 级三维场景实时渲染。
- 核心模型：“峥嵘大模型”搭建“外观 - 几何 - 语义 - 物理 - 模拟”五层技术栈，实现从“看得见”到“算得准”的跨越。
- 端侧部署：通过“元尊 S800 空间智能一体机”实现全栈国产信创，保障数据安全与本地化计算。
真实应用的持续反馈形成了数据飞轮：场景越多，模型越懂业务；模型越强，赋能场景越广。
用于决策的世界模型：从经验驱动到推演驱动
以城市防洪为例，传统模式依赖事后响应与人工经验。基于空间智能基础设施，气象、地形、管网数据汇聚成城市的“可计算副本”。模型能在降雨落地前预演积水点、深度及影响范围，并在虚拟世界试错万次后输出最优调度方案，实现决策从“经验驱动”向“模型推演驱动”的转变。
飞渡科技构建的推演链路具备三大核心能力：
动态边界控制
当溃口发生或河道冲刷导致边界突变时，系统可在秒级时间内感知变化、重构计算域并续接推演，确保决策窗口不中断、结果不失效。
真实世界 1:1 验证
推演结果与实时监测数据逐时刻比对，偏差超限立即在线修正，每次验证误差均沉淀为模型经验。
智能体化调度
依托“智水 AI"与“灵枢（SAGE）”灾害模拟推演智能体，用户仅需提出目标，系统即可自动完成全流程计算，并输出可直接执行的决策建议（如疏散路线、所需时间等）。
在北京某区水库智能调度项目中，该体系已将全域洪涝推演耗时从天级压缩至分钟级，实施成本降至传统方法的 10%。目前，该技术已覆盖水旱灾害防御、山洪预警、智慧灌区等千余个项目，并延伸至低空经济与具身智能领域。
峥嵘大模型已斩获 2026 CVPR 多模态理解、推理及 ECCV 具身智能交互等多项世界冠军。在 HICOOL 峰会期间，飞渡科技与多国政府及龙头企业达成合作意向，加速全球化布局。
结语：判断的标准是用出来的
行业评价标准正从“演示逼真度”转向“决策可用性”。TriWorldBench 与 WorldArena 等评测体系的出现，标志着全行业尺度的转变。在 HICOOL 路演中，飞渡科技凭借“理解世界、推演未来、作出决策、驱动行动”的全闭环能力夺得冠军，并获得硅谷投资人赴美团建的邀请。
人工智能正从语言理解迈向物理世界理解。空间智能基础设施作为连接数字与物理世界的核心纽带，其价值必须在真实闭环中兑现。补上缺失一环的开发者，将拿到下一个十年的入场券。灾害不等人，城市需要一个能提前把雨“下完一遍”的数字世界。
世界模型的中国时刻，才刚刚开始。