当AI走出屏幕：被忽视的“空间记忆”才是智能体落地的关键

最近有一篇关于“AI时代入口之争”的深度分析在圈内流传。文章敏锐地指出，随着端侧大模型备案落地、阶跃STEPX Neo等系统级智能体亮相、支付宝“阿宝”将支付入口前移到决策层，AI的竞争已经从“谁家模型更聪明”转向“谁能替用户组织服务”。

文章的判断很准：未来的AI不再是一个问答框，而是一个智能体——它理解你的需求，调度各种服务，替你完成任务。从订餐厅到找停车场，从规划路线到推荐店铺，AI正在从“线上信息处理”走向“线下任务执行”。

但在这幅宏大的蓝图中，有一个关键环节被轻轻带过了：当AI要替你办一件发生在物理世界的事时，它怎么“理解”那个空间？

从“知道”到“到达”：智能体的空间盲区

想象这样一个场景：你对手机说，“帮我找一家适合请客户吃饭的餐厅，安静一点，人均300左右，离公司不超过20分钟。”

智能体需要完成一连串动作：理解需求 → 筛选餐厅 → 规划路线 → 引导到达。前两步依赖大模型的语言理解和互联网服务调度，最后一步依赖地图导航——这些看起来都已经解决了。

但中间有一环被跳过了：进入建筑内部之后怎么办？

餐厅在商场的几层？从哪个电梯上去最方便？门口有没有等位区？如果开车去，地下停车场哪个入口离餐厅的垂直电梯最近？餐厅旁边是什么店铺——是嘈杂的KTV还是安静的咖啡厅？

这些问题，决定了这次“请客”的体验。而当前的AI，对室内物理空间的理解几乎为零。

它不是不知道这些信息的存在，而是没有结构化的“空间记忆”可以调用。

室内语义地图：不只是“电子图纸”

提到室内地图，大多数人的第一反应是“导航”。但给人类看的导航，和给AI看的“空间记忆”，是完全不同的东西。

人类看一张商场地图，能直觉地理解：这是一个中庭，那是扶梯，这边是服装区，那边是餐饮区。我们靠的是 lifelong 积累的常识。但AI没有这些常识——它看到的只是一堆线条和色块。

要让AI理解室内空间，需要的是语义地图：不仅描述“哪里是墙、哪里是路”，还要描述“这是什么区域、有什么功能、和周围空间是什么关系”。

具体来说，一份可供AI消费的室内语义数据，至少包含三层信息：

第一层是几何结构。空间的长宽、通道的宽度、楼层的高度差。这是最基础的“骨架”，让AI知道“这个区域可以走，那个区域是墙”。

第二层是语义拓扑。这是关键。它把空间划分为有意义的单元——店铺、通道、中庭、电梯厅，并标注它们之间的连通关系。更重要的是，它包含商业逻辑：快时尚品牌通常聚集在主通道两侧，餐饮层多在高层，新能源汽车展厅开始占据一层主入口位置……这些“商业空间常识”是训练AI做线下决策的核心语料。

第三层是可计算接口。数据不是一张静态图片，而是一套可以被程序查询的结构：给定起点和终点，能算出路径；给定条件（面积>100㎡、近主入口、非餐饮），能筛选出符合

条件的空间单元。这让AI不仅能“看到”空间，还能“推理”关于空间的问题。

为什么合成数据不够？

有人会说：现在不是有各种3D生成模型吗？用AI生成室内场景不就行了？

确实，合成数据在具身智能训练中扮演重要角色。但合成数据有一个根本缺陷：它不知道真实世界的商业逻辑。

一个纯靠扩散模型生成的商场，可能把奶茶店放在厕所旁边，把电梯放在角落里，把奢侈品店藏在消防通道边上。因为它没有见过真实商场的“布局规则”——哪些品牌相邻、哪些区域人流密集、垂直交通应该怎么分布。

这些规则不是几何问题，是十年甚至更长时间积累的商业空间设计经验。它们被编码在每一个真实商场的平面图、每一份招商落位图、每一次业态调整记录里。

只有基于真实存量数据构建的语义地图，才能给AI提供这些“常识”。合成数据可以放大规模，但不能凭空创造逻辑。

谁需要它？

回到开头的“入口之争”。当阶跃、支付宝、MiniMax 们争相成为用户的“智能体入口”时，他们迟早会碰到同一个问题：我的智能体怎么帮用户处理线下物理空间的事？

答案很清晰：他们需要一种“空间记忆”作为基础设施。这种记忆不是一张图片，而是一套结构化的、机器可读的、包含商业逻辑的语义数据。

这不是未来才会发生的事。现在，具身智能公司训练机器人导航，大模型公司做空间推理，智能体系统做线下任务规划——它们都在以不同方式触碰这个需求。只是大多数公司还没有意识到，真正稀缺的不是算力和算法，而是高质量的真实世界空间语义数据。

我们整理了一份室内语义地图样本数据集，包含多个真实商业空间的几何结构、语义拓扑与商业布局信息，以非商业授权形式发布在 GitHub 上，供行业内做具身智能、大模型空间推理方向的研究团队参考和使用：

https://github.com/fengmap/semantic-sample-dataset

样本的规模有限，但它呈现了一种可能的方向——当室内空间被结构化为机器可读的语义数据，AI 才真正具备理解物理世界的基础。这条路需要行业共同努力：从数据格式的规范，到商业逻辑的编码，再到与具身智能、智能体系统的对接。

我们把它开源出来，是希望更多做空间智能的团队能看到、能用上、能在此基础上继续往前走。室内语义地图不该是某一家公司的私产，而应该是 AI 连接物理世界的公共基础设施。

感兴趣的团队，欢迎 clone、试用、提 issue，一起把这件事做得更扎实。

AI时代的入口之争：手机、支付和超级App都在抢什么？

#空间数据平台#AI#室内语义地图#蜂鸟视图#空间智能#空间数据#AI生成