在AI技術突飛猛進的今天，語言、圖像和語音的智能能力不斷突破，但一個更本質的問題逐漸顯現：人工智能真的理解我們所處的空間世界嗎？從智能城市到商業選址，從應急調度到人機交互，AI正走向“下沉”到物理世界的關鍵轉折點。為此，陶闖博士提出“時空人工智能”（Spatio-Temporal AI）概念，試圖系統性地回答一個問題：如何讓AI看得懂空間、學得會語義、做得了決策？

空間的“機器認知”時代正在到來

長期以來，地圖系統主要承擔“輔助人類看懂世界”的功能。我們依賴地圖定位方向、管理城市、展示數據。然而，這種服務于人類視覺認知的范式，在如今多源異構、動態復雜的數據環境中，正遭遇技術瓶頸。 AI不再僅僅是一個算法工具，它需要真正“走進”空間，理解人類活動的場景和邏輯。我們需要的不只是“數字地圖”，而是一套能讓機器“感知—認知—決策—交互”的空間認知體系。這正是時空人工智能要解決的問題。

為什么提出“時空人工智能”

陶闖博士提出“時空人工智能”（ST-AI），本質上是回應當代城市治理與空間智能化發展的深層需求。ST-AI不是單一算法，而是一整套圍繞空間構建AI認知力的系統方法。它將“時空”作為AI理解世界的基本索引，融合多源數據、圖譜知識、神經模型，重塑空間信息的表達方式與決策邏輯。 如果說語言大模型通過“Token化”理解語義，那么時空大模型則是通過“格網化”理解空間。在這個過程中，物理世界不再是背景板，而是動態、可計算的智能實體。

三重空間認知范式

為使ST-AI從理念變為方法，陶闖博士提出了三種遞進式的空間認知范式： 空間孿生體（Spatial Twin）：重在“看得見”：通過三維建模、傾斜攝影、遙感等手段，重建物理世界的幾何結構，實現可視化、數字化表達。 空間智能體（Spatial Agent）：重在“看得懂”：以格網為單位，將城市劃分為機器可讀的結構；通過知識圖譜與語義標簽，建立AI可計算的空間認知模型。 數字融合體（Phygital Space）：重在“共生互動”：通過AR、XR、空間感知設備等，實現虛實聯動的人機交互，最終實現數實共生的空間智能生態。

ST-AI的目標：構建“會思考的空間”

時空人工智能不是概念堆砌，它的愿景在于推動物理空間成為真正的智能參與者。未來的商圈不只是建筑集合體，而是懂人流、會預測、能回應的空間；城市管理也不再依賴靜態指標，而是基于實時AI感知和推理的動態治理。 提出ST-AI，是陶闖博士多年在空間數據、AI系統、城市應用等多領域實踐基礎上的理論凝練，也是對AI走向物理世界深處的一次技術答復。

維智科技

全球原創“時空AI”技術體系，賦能政府、金融和實體經濟產業實現“Data + AI + XR”驅動的數智化轉型。