Spatial Intelligence
空间智能（Spatial Intelligence）是指智能体在物理三维或四维空间中进行理解、定位、导航、操纵和互动的智能能力。它是推动 AI 从纯语言符号空间走向物理世界（具身智能）的关键桥梁。
核心维度
李飞飞将空间智能划分为四个核心能力支柱：
- 理解（Understanding）：感知并识别三维空间中的物体及其几何属性（例如分辨具体的物体、场景三维边界等）。
- 推理（Reasoning）：在思维中对空间动作和物理变化进行因果逻辑推导（例如：要想拿到冰箱里的水，必须先规划路线走到冰箱并打开柜门）。
- 生成（Generation）：在“脑海”中虚拟构建和重构未见过的 3D/4D 物理或数字场景（例如：由文本生成 3D 模型或交互世界）。
- 互动（Interactivity）：在物理世界中，根据实时空间反馈精确地作用于物体（例如：高强度的折叠衣服、避障、手眼协同抓取等）。
演化与科学意义
- 古老的生命智能：空间智能是生物体在亿万年演化（5 亿年以上）中形成的最基础、最古老的生存智能。相比之下，人类的语言与文字智能形成时间极短。
- 与 LLM 的互补性：大语言模型（LLM）擅长逻辑推理、文本处理等离散的二维语言空间；空间智能则处理连续的高维物理世界，两者结合是实现通用物理人工智能的必经之路。
Source: 2026-06-28-bilibili-b23-tv-fpU9KyO（来源未公开）
演化机制：寒武纪大爆发与物理世界锚定
Source: 2026-09-24-bilibili-b23-tv-7YbOIsa-12d5844310.md（来源未公开）
李飞飞在与神经科学家 Andrew Huberman 对话中进一步深化了空间智能的生物演化与科学根基：
- 5.4 亿年前生命感知的跃迁：寒武纪大爆发的核心催化剂是动物“三维视觉感知”的诞生。生命演化出眼睛后，智能体才首次具备了对物理环境的主动测绘与因果推理能力（掠食、避障、导航与复杂生存搏杀），从而倒逼中枢神经系统发生指数级复杂化演进。
- 破解 LLM 幻觉的物理锚点（Physical Grounding）：纯文本大语言模型处理的是人类文化加工后的离散语言符号，极易产生脱离物理约束的幻觉（Hallucination）；而空间智能通过将高维几何、视觉流、深度信息与现实世界的物理规律（如重力、碰撞、遮挡、不可穿透性）内化至世界模型中，构成了通用人工智能最不可或缺的物理常识基石。