一句话先说清：空间智能要解决什么
过去三年，大语言模型证明了 AI 能把人类的语言学得出神入化。但语言是一套扁平的符号系统——它能描述世界，却不内含世界。真实世界有几何、有深度、有物理、有因果，而这恰恰是当前最强模型最薄弱的地方。李飞飞（Fei-Fei Li）把补上这块短板的能力称为 空间智能（Spatial Intelligence），并在 2024 年 4 月的 TED 演讲与 2025 年 11 月的长文《From Words to Worlds》中，把它定义为"认知赖以建立的脚手架"——感知几何、深度、运动以及物体之间关系的能力，是把"看见"升级为"推理"、把"感知"变为"行动"、把"想象"变为"创造"的那一步[1][2]。