2024-08-29
在人工智能從技術探索轉向技術應用趨勢下，空間智能作為一種融合了多模態(tài)大模型、虛擬現(xiàn)實等前沿技術的新方向，展現(xiàn)出了巨大潛力。天娛數(shù)科首席數(shù)據(jù)官吳邦毅表示，人工智能下一個階段是實現(xiàn)AGI，而AGI釋放的更大生產(chǎn)力蘊含在制造領域，發(fā)展空間智能是讓AGI從桌面邁入工業(yè)應用的關鍵。
人工智能的演進正從初期的技術探索階段，轉向技術應用階段。在此趨勢下，空間智能作為一種融合了多模態(tài)大模型、虛擬現(xiàn)實等前沿技術的新方向，展現(xiàn)出了巨大的潛力和商業(yè)價值。2024深圳（國際）通用人工智能大會期間，天娛數(shù)科首席數(shù)據(jù)官吳邦毅在接受財聯(lián)社記者專訪時表示，人工智能下一個階段是實現(xiàn)通用人工智能（AGI），而AGI釋放的更大生產(chǎn)力蘊含在制造領域，發(fā)展空間智能是讓AGI從桌面邁入工業(yè)應用的關鍵。
以下是訪談實錄（有刪改）：
財聯(lián)社：隨著AI技術的廣泛應用，您認為人工智能發(fā)展的下一個階段會是什么？
吳邦毅：人工智能正處在一個快速發(fā)展和廣泛應用的階段，同時也在積極探索實現(xiàn)更高級別的通用智能的可能性。我們對人工智能下一階段的普遍共識是實現(xiàn)AGI。那時，AI的認知、理解、驅(qū)動、決策能力可以與人類匹敵甚至超越人類。然而，目前AGI主要集中在內(nèi)容創(chuàng)作、客服、編程等桌面應用，在工業(yè)領域應用可以說鳳毛麟角。
我們判斷人工智能下一階段的發(fā)展機遇，蘊含在新型工業(yè)化變革中，AGI釋放的更大生產(chǎn)力蘊含在制造領域。
財聯(lián)社：相對于AGI桌面應用，為什么工業(yè)應用會比較匱乏？如何彌合工業(yè)場景應用存在的空間計算鴻溝？
吳邦毅：人工智能在工業(yè)場景應用匱乏的本質(zhì)原因在于工業(yè)場景是3D空間，而目前絕大部分大模型為語言、圖形、視頻等2D模型，在工業(yè)場景應用時存在空間計算鴻溝。相較于2D智能，3D空間智能在理解真實世界方面具備更全面的感知、理解、交互與決策能力，重新定義人、機器與真實世界、虛擬世界之間的關系，擁有更強的泛化能力和涌現(xiàn)特性。
一方面，通過3D數(shù)據(jù)捕捉深度信息，它能讓AI對物理世界人與物的形態(tài)、結構和位置有更準確的理解，從而生成更具真實感的場景，提供更直觀的可視化效果，讓虛擬世界更真實；另一方面，空間智能可以在三維場景中像人類一樣對視覺信息進行高級推理，超越二維視覺的局限，讓真實世界更智能，將為多個產(chǎn)業(yè)特別是具身智能、智能制造、低空經(jīng)濟等產(chǎn)業(yè)帶來顛覆式的變革。
因此，發(fā)展空間智能是讓AGI從桌面邁入工業(yè)應用的關鍵。
財聯(lián)社：可以詳細說說在具身智能、智能制造、低空經(jīng)濟等產(chǎn)業(yè)，3D空間智能將如何與產(chǎn)業(yè)結合？
吳邦毅：如果說空間智能是讓AGI從桌面邁入工業(yè)應用的關鍵，那么3D大模型則是發(fā)展空間智能的關鍵。
3D大模型為空間智能提供了多模態(tài)數(shù)據(jù)融合、空間計算、復雜場景處理、交互性增強、3D生成式AI等多方面的支持，是推動空間智能技術發(fā)展的關鍵。
在具身智能、人形機器人領域，將3D多模態(tài)大模型與機器人技術相結合，使機器人不但具備理解、記憶、推理等認知水平，還能認識和理解真實的3D物理世界，在作業(yè)場景中具備自主決策、行動與操作能力。
在智能制造領域，將3D大模型與人、機、物、環(huán)境的多源異構3D數(shù)據(jù)相結合，對整個生產(chǎn)環(huán)節(jié)進行3D重構，精確分析、交叉比對、識別瓶頸、輔助管理決策，提高生產(chǎn)制造、倉儲物流的效率，降低成本，助力產(chǎn)業(yè)升級和模式創(chuàng)新。
在低空經(jīng)濟領域，將3D大模型與飛行器技術相結合，使飛行器在飛行活動中可以智能感知和識別、自主導航和避障，再通過對低空空域自然環(huán)境、飛行活動、基礎設施等進行3D重構，構建空間智能系統(tǒng)，破解低空管理中感知能力弱、智能化程度低、應用成本高等難題。
財聯(lián)社：天娛數(shù)科在構筑空間智能的領域有哪些嘗試和布局？目前進展如何？
吳邦毅：到目前為止，天娛數(shù)科布局空間智能領域已有3年多的時間，從最開始入局時的AI數(shù)字人，到如今的3D大模型、空間智能MaaS平臺，我們穩(wěn)步推進著空間智能技術和應用場景的創(chuàng)新。
公司融合智者千問大模型與3D數(shù)據(jù)集、可視算法，構建了空間智能MaaS平臺，實現(xiàn)了跨類型數(shù)據(jù)的智能解析。通過“1+1+N”模式，構建了1個全國最大規(guī)模的高質(zhì)量3D數(shù)據(jù)集，開發(fā)了1個國產(chǎn)高性能3D空間智能大模型，通過DaaS、MaaS模式實現(xiàn)在具身智能、人形機器人、智能制造、低空經(jīng)濟等N個場景的應用。
MaaS平臺匯聚兩大核心功能，一是AI+3D可視化功能，可為多元產(chǎn)業(yè)提供XR虛擬場景、游戲開發(fā)、AI客服、智能數(shù)字人等多種數(shù)智產(chǎn)品與服務，目前已廣泛應用與文旅、展會、金融、教育、影視、游戲等行業(yè)；二是AI+3D數(shù)據(jù)集功能，可為企業(yè)提供垂類模型訓練、數(shù)據(jù)智算、具身智能等AI數(shù)據(jù)服務。
目前，空間智能MaaS平臺已為中國日報、內(nèi)蒙古阿拉善電視臺、云南農(nóng)職院、五芳齋、天河城、楊國福、華潤雪花等多家企業(yè)客戶提供了3D虛擬場景、AI數(shù)字人智能交互服務。
財聯(lián)社：要實現(xiàn)3D空間智能在工業(yè)領域的廣泛應用還面臨哪些挑戰(zhàn)？天娛數(shù)科有哪些應對方案？
吳邦毅：首先要強調(diào)的是，3D多模態(tài)大模型極端依賴大規(guī)模、高質(zhì)量的3D數(shù)據(jù)訓練，3D數(shù)據(jù)集對于提供真實人物、場景的展示、豐富的交互體驗和決策支持至關重要。
但當前，3D數(shù)據(jù)集在質(zhì)量和數(shù)量上都面臨著一些挑戰(zhàn)，高質(zhì)量3D數(shù)據(jù)集匱乏是產(chǎn)業(yè)痛點，全球范圍內(nèi)，3D數(shù)據(jù)都處于極端重要，又極端缺乏的狀態(tài)。
其次，3D數(shù)據(jù)的獲取和處理成本相對較高，涉及到高端設備如深度相機的數(shù)據(jù)采集，以及繁瑣的數(shù)據(jù)處理工作。這不僅需要大量的時間、人力和資金投入。而且，3D數(shù)據(jù)的標準化程度低，導致數(shù)據(jù)的兼容性較差，共享和復用難度大，也對空間智能技術的發(fā)展形成了掣肘。
3D數(shù)據(jù)集正在成為競爭的核心節(jié)點，在可見的未來，它決定3D多模態(tài)大模型和空間智能的發(fā)展，以及全球科技競爭的走勢。
我們已經(jīng)在數(shù)據(jù)的采、存、管、研、用各個階段形成了一體化解決方案?？臻g智能MaaS平臺通過收集多樣化的數(shù)據(jù)類型，利用LightStage超高精度光場掃描、手持深度攝像頭等先進設備，捕捉詳盡的三維數(shù)據(jù)。
與此同時，平臺還運用了NeRF、3D高斯等前沿技術，從掃描數(shù)據(jù)、視頻、圖像乃至文字中生成高質(zhì)量的3D模型，使虛擬場景和物體更加逼真。這些數(shù)據(jù)與圖像、文本等其他模態(tài)信息相互融合，形成了全方位、多維度的數(shù)據(jù)集。
目前，平臺已擁有超80萬組3D數(shù)據(jù)、35萬組多模態(tài)數(shù)據(jù)，建立了海量的數(shù)據(jù)資源優(yōu)勢。