獨(dú)家對(duì)話飛渡科技宋彬：空間智能是世界模型的“18歲成人禮”

出品｜網(wǎng)易科技《態(tài)度》欄目

作者｜漢雨棣 楊霞清

編輯｜丁廣勝

2026年，AI行業(yè)發(fā)生了標(biāo)志性的轉(zhuǎn)向。一個(gè)新的名詞正在迅速取代LLM（大語言模型）和Agent（智能體），成為全球科技公司、資本市場和學(xué)術(shù)界共同追逐的下一站——World Model（世界模型）。

世界模型概念公司在一級(jí)市場上受到追捧。李飛飛創(chuàng)辦的World Labs完成10億美元融資，將“空間智能”定義為下一代AI的核心能力；另一位AI巨頭楊立昆則離開Meta創(chuàng)立AMI Labs，同樣獲得超過10億美元融資。由清華00后特獎(jiǎng)劉松銘創(chuàng)立的LiberAI成立半年融資3輪數(shù)億元；前商湯高管武偉創(chuàng)立的流形空間成立1年融資近10億元，估值邁入準(zhǔn)獨(dú)角獸行列。從英偉達(dá)到Google DeepMind，從硅谷到北京，越來越多玩家把目光從語言智能轉(zhuǎn)向物理智能。

AI賽道換了牌桌。競爭從文本參數(shù)的軍備競賽，轉(zhuǎn)向了物理AI。而有一家公司，在這個(gè)賽道里已經(jīng)跑了十年。

2016年，宋彬等人創(chuàng)辦了飛渡科技。這是一家始于工業(yè)級(jí)三維空間、定位于空間智能與數(shù)字孿生底層技術(shù)研發(fā)的國產(chǎn) PaaS 平臺(tái)提供商。在與網(wǎng)易科技的《態(tài)度》欄目的獨(dú)家對(duì)話中，他們對(duì)世界模型提出了另一種理解：今天行業(yè)討論的大多數(shù)世界模型，其實(shí)還停留在“空間智能”階段。如果說世界模型代表AI的成年，那么空間智能就是它必須經(jīng)歷的“18歲成人禮”。空間智能沒有成熟，世界模型便無從談起。

在宋彬看來，行業(yè)真正的競爭早已不是模型參數(shù)，而是工業(yè)級(jí)數(shù)據(jù)、空間語義和工程經(jīng)驗(yàn)的積累。大量創(chuàng)業(yè)公司擁有優(yōu)秀的視覺模型，卻缺乏能夠支撐工業(yè)應(yīng)用的高質(zhì)量三維數(shù)據(jù)；未來世界模型最大的技術(shù)難題不是生成，而是預(yù)測下一個(gè)物理時(shí)刻——讓AI能夠像人一樣理解“接下來會(huì)發(fā)生什么”。

技術(shù)之外，他透露，飛渡目前的營收來源海外已成為重要市場，客戶覆蓋中東、東南亞等地，飛渡科技總部位于北京大興區(qū)。目前，飛渡正在籌劃更重磅的融資計(jì)劃。同時(shí)，AI NATIVE改革已經(jīng)開始重塑公司組織，飛渡已經(jīng)將AI的使用情況納入日常考核范圍，大量數(shù)字人將嵌入今后的工作流內(nèi)。飛渡未來的構(gòu)想，是成為全球領(lǐng)先的空間智能（世界模型）基礎(chǔ)設(shè)施企業(yè)。

以下為網(wǎng)易科技《態(tài)度》欄目與飛渡科技聯(lián)合創(chuàng)始人宋彬?qū)υ捲模瑸榉奖汩喿x進(jìn)行不改變?cè)獾木庉嫞?/p>

1、空間智能是走向世界模型的“18歲成人禮”

網(wǎng)易科技：飛渡科技深耕行業(yè)多年，但大眾認(rèn)知不多，請(qǐng)您先簡要介紹下，飛渡是一個(gè)什么樣的公司？

宋彬：飛渡是在2016年底創(chuàng)立，Logo 是 FreeDo，初心就是自由地獲取、使用、分發(fā)和流轉(zhuǎn)空間數(shù)據(jù)。那時(shí)還沒有“空間智能”這個(gè)詞，但回頭看，自由地使用空間數(shù)據(jù)，就是空間智能。

其實(shí)，我們?cè)?0-30年前（20世紀(jì)90年代末）就開始干空間數(shù)據(jù)處理和治理的事。

長期以來全球三維空間產(chǎn)業(yè)有三大痛點(diǎn)：第一個(gè)是數(shù)據(jù)互相不融合、不通。各種數(shù)據(jù)格式、標(biāo)準(zhǔn)互相不兼容，比如達(dá)索設(shè)計(jì)的設(shè)備，AutoCAD設(shè)計(jì)的房間，兩者不融合，機(jī)器無法理解設(shè)備在房間的桌子上，這是最難的。

第二個(gè)是海量三維數(shù)據(jù)大到跑不起來。電腦打不開、卡頓。

第三個(gè)是缺少自主渲染引擎。過去中國的空間渲染引擎被國外（如美國UE和Unity）壟斷。

飛渡（Freedo）的初心就是讓全球各行各業(yè)的人，能夠很自由、很絲滑地獲取和使用三維空間數(shù)據(jù)。其實(shí)回過頭看，這就是空間智能，只是當(dāng)時(shí)沒這個(gè)詞。我們?cè)?017年就提出一句話：“用人工+智能進(jìn)行數(shù)據(jù)治理”（當(dāng)時(shí)技術(shù)還不完全成熟，所以是“人工+智能”），始終圍繞空間智能在做。

飛渡的技術(shù)路線經(jīng)歷了四個(gè)交叉迭代的里程碑階段：

第一階段是2016—2019年，我們發(fā)布的海量數(shù)據(jù)輕量化算法。 解決了海量數(shù)據(jù)打不開的痛點(diǎn)，能達(dá)到TB級(jí)數(shù)據(jù)秒級(jí)加載。相當(dāng)于圖形領(lǐng)域的PDF，不丟失任何元數(shù)據(jù)且流暢。在當(dāng)時(shí)國內(nèi)CIM八大試點(diǎn)城市測評(píng)中，飛渡默默無聞卻拿了第一。

第二階段是2019年前后， 這段時(shí)間做的是數(shù)據(jù)底座標(biāo)準(zhǔn)制定。 我們發(fā)明了一個(gè)異構(gòu)數(shù)據(jù)治理標(biāo)準(zhǔn)“3DT”，把全球所有的三維數(shù)據(jù)（CAD、CAE、GIS、點(diǎn)云、全景等）統(tǒng)一起來，讓機(jī)器能夠自動(dòng)理解轉(zhuǎn)換。這相當(dāng)于發(fā)明了圖形領(lǐng)域的“世界語言”，也可以理解為世界模型的數(shù)據(jù)標(biāo)準(zhǔn)。

第三階段是2018年開始到2021年1月，我們發(fā)布了自主空間渲染引擎。 攻克了過去被美國壟斷的渲染、交互、仿真與決策技術(shù)。

第四階段是2021年上半年至今，我們成立AI研究院，用AI賦能空間智能。 在ChatGPT爆發(fā)前，我們就請(qǐng)了中國科學(xué)院、清華、上交大的一批人，用AI強(qiáng)化學(xué)習(xí)去讀懂真實(shí)的物理世界，做面向空間語義的AI三維重建和生成。

網(wǎng)易科技：現(xiàn)在“空間智能”和“世界模型”的概念非常熱，比如李飛飛、楊立昆都提出了自己的技術(shù)路線。國內(nèi)外的技術(shù)路線有何不同？飛渡的定位是什么？

宋彬：國際上目前有幾個(gè)流派，比如楊立昆、李飛飛，以及英偉達(dá)、達(dá)索等。區(qū)別在于我們生成的是“工業(yè)級(jí)/工程級(jí)”成果，用于煉油廠、電廠、公路、政府管理部門，需要的數(shù)據(jù)必須帶工程標(biāo)準(zhǔn)和絕對(duì)精度，必須是客戶能直接使用的成果。

而李飛飛他們，以及Sora、Stable等視頻大模型，輸出的是“創(chuàng)意級(jí)”成果，比如短劇、視頻、電影等，對(duì)精度和空間標(biāo)準(zhǔn)的絕對(duì)準(zhǔn)確度要求不高，長一點(diǎn)短一點(diǎn)沒關(guān)系，好看就行。

世界模型和空間智能的復(fù)雜度比大語言模型高很多，路線還沒有收斂，處于百家爭鳴的時(shí)代，目前還沒有出現(xiàn)一統(tǒng)底層標(biāo)準(zhǔn)的產(chǎn)品。

網(wǎng)易科技：飛渡怎么理解“空間智能”與“世界模型”的區(qū)別與關(guān)系？

宋彬：具體可以從兩個(gè)維度理解：第一個(gè)是手段與目標(biāo)： 空間智能是實(shí)現(xiàn)世界模型的核心且必要的底層技術(shù)手段。

第二個(gè)維度是發(fā)展階段。 空間智能是走向世界模型的“18歲成人禮”。如果把空間智能做到18歲，意味著進(jìn)入了高階版本的世界模型。空間智能做不好，世界模型就很難落地。

我們目前通過AI理解真實(shí)世界，已經(jīng)達(dá)到了60%的絕對(duì)正確率，現(xiàn)在的階段大概是16歲。 我們的目標(biāo)是到今年年底達(dá)到85%的絕對(duì)正確率。剩下的15%“幻覺”或偏差通過工具完成。利用85%的AI + 15%的工具來達(dá)到100%的工業(yè)級(jí)準(zhǔn)確，這能幫助全球客戶大幅減負(fù)，實(shí)現(xiàn)全面普及。像李飛飛的Marble項(xiàng)目，如果從工業(yè)精度方面測試的話，準(zhǔn)確率比較低，因?yàn)樗麄兊目蛻舨蛔非筮@個(gè)標(biāo)準(zhǔn)。

網(wǎng)易科技：空間智能在目前大熱的具身智能（機(jī)器人）中扮演什么角色？

宋彬：靈巧手、具身智能機(jī)器人、自動(dòng)駕駛現(xiàn)在都接入了我們的技術(shù)和模型。他們需要飛渡生成的真實(shí)自然環(huán)境來做仿真訓(xùn)練和測試。

現(xiàn)在的機(jī)器人有“眼睛（位置感）”和“行動(dòng)力”，但沒有“空間感”和對(duì)世界物理屬性的理解，比如你讓它走出門口右拐100米撿起樹枝，機(jī)器人聽不懂也做不到，它不知道地面的摩擦系數(shù)，無法決定邁速。機(jī)器人馬拉松比賽，機(jī)器人的自主導(dǎo)航是提前幾天到現(xiàn)場灌入數(shù)據(jù)訓(xùn)練的，做不到實(shí)時(shí)。機(jī)器人公司往空間智能靠，就是因?yàn)橛龅搅诉@個(gè)空間感的瓶頸。

網(wǎng)易科技：當(dāng)前世界模型需要攻克的難題是什么？

宋彬：目前世界模型在學(xué)術(shù)上和產(chǎn)業(yè)上都沒有找到很好的泛化路徑，連楊立昆包括國內(nèi)機(jī)器人的核心玩家都覺得目前VLA模型搞不定物理世界、無法泛化。

我們認(rèn)為先把空間智能商業(yè)化落地，同時(shí)開發(fā)其他的技術(shù)。飛渡為此成立了兩個(gè)實(shí)驗(yàn)室：專門攻堅(jiān)世界預(yù)測和可微物理，解決世界模型的“預(yù)測”難題。等各種軟件、模型、硬件等等技術(shù)同時(shí)迸發(fā)升級(jí)，世界模型商業(yè)化落地就有可能了。

2、行業(yè)“卡脖子”痛點(diǎn)仍在算力

網(wǎng)易科技：飛渡在市場上主要會(huì)碰到哪些競爭對(duì)手？

宋彬： 這可以分幾個(gè)階段來看。過去三四年主要是數(shù)字孿生類的廠商。大家競爭在同一個(gè)客戶群體里，但分工和能力有差異。外界看著類似，其實(shí)我們重點(diǎn)做的是三維數(shù)據(jù)底座平臺(tái)。用戶認(rèn)可的是我們的數(shù)據(jù)理解和治理能力，同時(shí)我們也具備渲染和可視化能力。因?yàn)榫邆淅斫夂吞幚頂?shù)據(jù)的核心能力，我們覆蓋了中國超大規(guī)模特大型新建城市90%以上的城市級(jí)平臺(tái)底座（比如天津、武漢、長沙、雄安、上海、深圳）。客戶要的是平臺(tái)，不是一個(gè)可視化的組件。

這一兩年及未來純做可視化的需求變少了，價(jià)格基本也都白菜化了。新的玩家開始涌現(xiàn)：一類是來自計(jì)算機(jī)視覺領(lǐng)域的；另一類是傳統(tǒng)大語言模型廠商，他們也會(huì)從視覺模型走向計(jì)算模型，往這個(gè)方向找機(jī)會(huì)。另外傳統(tǒng)的GIS廠商也在想辦法升級(jí)。

網(wǎng)易科技：很多95后、00后創(chuàng)辦的世界模型受到資本的追捧，短時(shí)間內(nèi)融資數(shù)億元。像飛渡深耕多年行業(yè)的反而顯得有些“老登”了。面對(duì)新老對(duì)手的競爭，飛渡的核心壁壘是什么？

宋彬：這種認(rèn)知差異很大程度上源于信息不對(duì)等。今天資本市場追捧的很多“新概念”，對(duì)飛渡而言其實(shí)并不陌生。中國最早將AI工程化落地的領(lǐng)域之一，正是空間與遙感測繪。早在十幾二十年前，我們?cè)趯W(xué)術(shù)和工程界就已經(jīng)在利用數(shù)值模擬等AI底層思路來指導(dǎo)業(yè)務(wù)了，飛渡五六年前就成立了專門組織攻堅(jiān)強(qiáng)化學(xué)習(xí)。所謂的“老”，是因?yàn)槲覀冊(cè)谶@個(gè)行業(yè)沉淀得足夠深；所謂的“血脈覺醒”，是因?yàn)榇竽Ｐ蜁r(shí)代本質(zhì)上依然是在“玩數(shù)據(jù)”。

如果把行業(yè)競爭比作武林門派，很多新興公司擅長的是外功（如視覺呈現(xiàn)或概念包裝），給自己貼上各種標(biāo)簽。而飛渡從成立之初，練的就是 “內(nèi)功”——深耕數(shù)據(jù)語義、物理屬性等。從外功想突然轉(zhuǎn)修內(nèi)功極難，因?yàn)檫@涉及人才基因的底層改變；而我們一直扎根在內(nèi)功（數(shù)據(jù)語義、物理屬性）上，視覺上有短板，我們?nèi)パa(bǔ)齊和留白就可以。

但是飛渡的“老”絕不等于僵化。過去十年，我們從數(shù)據(jù)治理到空間智能模型，經(jīng)歷過多輪激烈的自我迭代。無論是2019年主動(dòng)干掉上一代Web產(chǎn)品，還是頂著銷售壓力推行產(chǎn)品與開源開發(fā)平臺(tái)，飛渡骨子里始終帶著突破創(chuàng)新的變革方法論。我們不是靠營銷和趕熱度取勝的公司，而是以日、周為單位在進(jìn)行核心底層技術(shù)迭代。

從產(chǎn)業(yè)落地來看，很多年輕的創(chuàng)業(yè)公司或?qū)W者型企業(yè)，目前面臨的最大瓶頸是缺乏高質(zhì)量的工業(yè)級(jí)數(shù)據(jù)集和客戶群體。他們?cè)诠_網(wǎng)絡(luò)或基礎(chǔ)渠道拿到的大多是通用圖片，未經(jīng)Token化（標(biāo)記化）和深度的語義關(guān)系標(biāo)注，在工業(yè)級(jí)場景下的力度和精度遠(yuǎn)遠(yuǎn)不夠。

而飛渡的核心優(yōu)勢(shì)在于走通了產(chǎn)業(yè)路徑。我們?cè)谶^去20年的行業(yè)深耕與數(shù)千個(gè)實(shí)際案例中，積累了全球最高質(zhì)量、最海量的三維空間數(shù)據(jù)和仿真數(shù)據(jù)集。這種基于業(yè)務(wù)場景沉淀下來的真實(shí)數(shù)據(jù)，已經(jīng)形成了正向循環(huán)的數(shù)據(jù)飛輪，這也是新興公司短期內(nèi)難以逾越的護(hù)城河。

同時(shí)我們的AI研究人員大部分都是98后、00后，都是世界名校AI原生的優(yōu)秀人才，我們核心研發(fā)團(tuán)隊(duì)以名校的年輕碩博為主。

3、成為AI Native公司：Token成為企業(yè)重要成本支出

網(wǎng)易科技：飛渡要變成一家AI Native（AI原生）公司，在組織上進(jìn)行了怎樣的變革？

宋彬：我們從去年開始打造AI型組織，并且已經(jīng)將這個(gè)指標(biāo)進(jìn)入了真實(shí)考核，不只是培訓(xùn)。比如以前你和我們聊完整理文檔需要三天，現(xiàn)在兩小時(shí)就要完成，且必須滿足交付級(jí)。

我們公司分兩塊：做AI的人和用AI的人。用AI的人通過考核和高頻培訓(xùn)（一周至少兩次）來提升，三天的工作一小時(shí)練完。目前組織變革分為幾個(gè)階段：第一階段是線上AI賦能與結(jié)果考核。第二階段是生產(chǎn)工藝/流程和管理的重組重構(gòu)。 思考AI帶來的是成本、效率還是創(chuàng)新。比如售前、市場、交付工藝，財(cái)務(wù)人力等重構(gòu)。原來交付可能需要五個(gè)節(jié)點(diǎn)，重構(gòu)后只有三個(gè)節(jié)點(diǎn)，其中兩個(gè)AI做、一個(gè)人做，以“機(jī)”為中心或人機(jī)共存。

第三階段就是建立企業(yè)私域數(shù)據(jù)集（RAG）。 建立AI版的知識(shí)庫，沒有RAG的輸出無法達(dá)到交付級(jí)。

第四階段：人才的升級(jí)與替換，也就是換腦/換心。我們每周、每月工作例會(huì)的第一件事就是檢查人才升級(jí)戰(zhàn)略。同時(shí)2026年我們飛渡的關(guān)鍵戰(zhàn)役就是人才，我們要從組織架構(gòu)，組織結(jié)構(gòu)，人才構(gòu)成上完成AI型組織的迭代升級(jí)。

網(wǎng)易科技：這聽起來未來公司的生產(chǎn)力形式會(huì)發(fā)生巨大的變化？

宋彬：對(duì)，從宏觀來說，未來的飛渡雖然只有幾百人的自然人，但能產(chǎn)生過去十倍的生產(chǎn)力。以后的成本也會(huì)發(fā)生變化， Token將會(huì)成為企業(yè)的一個(gè)重要成本項(xiàng)。

4、做世界模型的基礎(chǔ)設(shè)施公司

網(wǎng)易科技：國內(nèi)傳統(tǒng)的SaaS或to B/to G項(xiàng)目很難規(guī)模化，飛渡的業(yè)務(wù)在未來怎么實(shí)現(xiàn)規(guī)模化？

宋彬：相反，AI時(shí)代最容易規(guī)模化。AI不是代替信息化和軟件，它是來革命軟件的。過去軟件是對(duì)人友好（比如打字編輯），現(xiàn)在飛渡所有的軟件是對(duì)人友好且對(duì)AI友好。我們實(shí)現(xiàn)了你只要說一句話，系統(tǒng)半天之內(nèi)就能自動(dòng)把紐約或多哈等城市的四維空間、交通，甚至下雨和自然災(zāi)害等場景生成出來，這是以前需要設(shè)計(jì)院或者軟件企業(yè)干半年的事情。

未來飛渡會(huì)提供兩類產(chǎn)品，一種是空間智能基礎(chǔ)模型，我們做基礎(chǔ)模型底座，提供數(shù)據(jù)、基礎(chǔ)模型和智能體。

第二種是端側(cè)產(chǎn)品，我們會(huì)把飛渡的基礎(chǔ)模型嵌入到無人機(jī)、無人狗、具身智能等機(jī)器人、自動(dòng)駕駛車輛，我們提供端側(cè)設(shè)備服務(wù)。

網(wǎng)易科技：飛渡后續(xù)有融資計(jì)劃嗎？傾向于尋找什么樣的資本？有上市規(guī)劃嗎？

宋彬： 肯定要融資，我們?cè)瓉砣谫Y相對(duì)謹(jǐn)慎，現(xiàn)在我們要開發(fā)全球領(lǐng)先的空間智能基礎(chǔ)模型，搭建全球頂尖的科學(xué)家等等，都需要大量的資本投入。

上市肯定是有規(guī)劃的，但上市僅僅只是創(chuàng)業(yè)的又一個(gè)起點(diǎn)，我們的使命就是構(gòu)造全球領(lǐng)先的空間智能基礎(chǔ)設(shè)施。

網(wǎng)易科技：公司目前內(nèi)部最大的挑戰(zhàn)是什么？未來飛渡想成為一家怎樣的公司？

宋彬：內(nèi)部最大的挑戰(zhàn)依然是人才和組織架構(gòu)調(diào)整跟不上企業(yè)的發(fā)展。我們需要三種人：AI型、具身智能硬件型，以及懂海外市場的。

飛渡未來的構(gòu)想，是成為全球領(lǐng)先的空間智能（世界模型）基礎(chǔ)設(shè)施企業(yè)。我們不一定自己做所有垂直的賽道，但我們要提供頂級(jí)的數(shù)據(jù)、基礎(chǔ)模型和空間智能體，讓客戶能夠隨心所欲地把世界模型和具身智能搭建好。