官方网站-首页

【导语】在2025全球时空智能大会上，专家指出，纳秒级的精准授时对于机器世界至关重要，时空智能不仅是空间感知，更是时间协同的关键。随着AI技术的快速发展，时空智能已成为推动机器人智能化和社会进步的重要力量。然而，时空智能仍面临数据治理、算法突破、技术融合等多方面挑战。为此，业界呼吁加强合作，研发适应时空数据的AI框架，构建开放生态，推动时空智能的广泛应用与商业化发展。

蒋立冬 AI 图

1纳秒等于10的负9次方秒，这是人类无法自然感知的时间刻度，却是机器世界的精密脉搏。机器在数据高速运转时，毫秒之差就可能引发连锁误差。

5月21日，在2025全球时空智能大会期间，千寻位置CEO陈金培表示，纳秒级的授时对于机器而言至关重要，在机器中，纳秒和毫秒是普遍存在的。时空智能不仅是空间感知，更是时间协同。“在AI加持下，机器人的智能化水平迅速提高，如果时空智能跟不上，将严重制约机器人的智能化。”

时空智能是以统一、高精度的时空基准为基础，融合多源感知数据，利(lì)用(yòng)人(rén)工(gōng)智(zhì)能(néng)算(suàn)法(fǎ)进(jìn)行(xíng)建(jiàn)模(mó)、推(tuī)演(yǎn)、预(yù)测(cè)和(hé)决(jué)策(cè)支(zhī)持(chí)的(de)技(jì)术(shù)体(tǐ)系(xì)。它(tā)关注(zhù)物(wù)理(lǐ)世(shì)界(jiè)中(zhōng)对(duì)象(xiàng)、事(shì)件(jiàn)和(hé)环(huán)境(jìng)在(zài)时(shí)空(kōng)维(wéi)度(dù)上(shàng)的(de)状(zhuàng)态(tài)、关系(xì)及(jí)动(dòng)态(tài)变(biàn)化(huà)。

“人(rén)工(gōng)智(zhì)能(néng)最(zuì)早(zǎo)是(shì)由(yóu)计(jì)算(suàn)机(jī)专(zhuān)家(jiā)做(zuò)出(chū)来(lái)的(de)，计(jì)算(suàn)机(jī)那(nà)么(me)强(qiáng)的(de)能(néng)力(lì)，AlphaGo下棋把人类打败了，加上大模型，搞具身机器人、研究、写文章，都比人快，我们认为这很重要，推动了人类社会进步。”中国科学院院士、中国工程院院士李德仁表示，而时空智能是人工智能必须首要关注的一个领域，因为它研究的是人类物质世界，它是处理好人和自然协调发展的关键。时空智能是人工智能之中推动宇宙和社会进步最重要的智能。“我们要超出计算机界，引发各行各业的人都来关心时空智能，从人工智能的大数据、大模型、互联网走向物联网，突破我们研究的范围，要研究运动的物质世界。按照辩证唯物主义，整个宇宙社会的进步是在运动的物质世界，不要局限于互联网上做的一些动作。”

社会的每一次进步都离不开人类对时间和空间的认知能力提高。在数字化和智能化浪潮中，计算网、时空网、互联网是三个重要基础设施。陈金培表示，时空网产生物质世界的数据，互联网传输数据，计算网处理数据，三者令数字世界和真实世界基础设施实现闭环。“时空智能会变成智能化中的(de)一(yī)个(gè)核(hé)心(xīn)能(néng)力(lì)。今(jīn)天(tiān)我(wǒ)们(men)讲(jiǎng)智(zhì)能(néng)化(huà)、思(sī)维(wéi)链(liàn)、推理链，但我认为时空感(gǎn)知(zhī)的(de)链(liàn)条(tiáo)和(hé)能力是智能化里不可或缺的。”陈金培表示，无论是高级辅助驾驶还是机器人，这些设备具备决策能力，同整个现实世界的交互性得到了明显(xiǎn)加(jiā)强(qiáng)。如(rú)果(guǒ)说(shuō)人(rén)工智能是负责思考和决策的“大脑”，那么时空智能就是负责感知和行动的“小脑”。时空智能是帮助人工智能真正向人类看齐的一项必不可少的能力。

尽(jǐn)管(guǎn)时(shí)空(kōng)智(zhì)能(néng)快(kuài)速(sù)发(fā)展(zhǎn)，但仍面临数据获取与治理复杂、核心算法模型待突破、技术融合集成困难、产业机制与商业模式不完善等多方面挑战，制约其潜力的充分释放。

《时空智能技术与应用白皮书》显示，时空智能与AI大模型深度融合难，如何将时空数据作为大模型主流语料、如何构建匹配时空数据特性的计算框架和AI方法等基础性问题尚待突破。在产业层面，现有合作模式多停留在传统的项目集成阶段，易导致低水平竞争和内卷，底层技术的推广应用受到限制，产业生态尚未形成有效协同。与此同时，时空智能应用开发门槛高，长(zhǎng)尾(wěi)场(chǎng)景应用存在“碎片化”问题，部分城市数字底座设施面临重复建设。

为此，《白皮书》建议，要关注时空智能发展可能带来的数据隐私、算法偏见等伦理问题，建立健全法律法规和监管框架。研发适应时空数据特点的AI计算框架和预训练大模型，提升模型对时空关系的理解与表达能力。利用GeoAI（地理空间人工智能）、大规模时空知识图谱、多模态时空大模型等新一代智能基础能力，增强模型可解释性。同时构建开放合作生态，鼓励产学研用深度合作，通过商业化应用项目牵引，形成从数据、算法、软件到服务的完整产业链和解决方案。发展时空智能平台即服务（PaaS）、软件即服务（SaaS）模式，降低应用门槛，避免重复建设。推动建立以时空数据流通复用为核心的商业模式，促进数据要素的规模化流通和价值释放。