2025年被誉为智能体爆发元年，ai应用将迎来井喷式增长。然而，除了备受瞩目的智能体领域，另一个ai分支——空间智能（spatial intelligence）——也可能迎来其“chatgpt时刻”。
今年春节，动画电影《哪吒2》的爆火，不仅刷新了中国影史票房纪录，更在全球票房榜单上屡创新高。影片中令人叹为观止的3D特效，例如山河社稷图、石矶娘娘的石头山变身以及最终的仙魔大战，都展现了3D动画技术的巨大进步。而空间智能这项新兴技术，有望将3D动画的质量和观众的沉浸式体验提升到一个全新的高度。“AI教母”李飞飞对其寄予厚望并进行了投资。她认为，空间智能对于AI理解世界和与世界互动至关重要，如同语言对于AI一样基础，将成为AI发展的新方向。去年12月，李飞飞团队World Labs的首个产品已展示了其单图生成3D世界的惊艳效果。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
然而，要让AI真正理解和操控3D空间，仍面临诸多挑战：高质量3D数据匮乏、生成的3D场景细节不足或存在瑕疵、多视角一致性难以保证，以及处理复杂场景时计算量巨大等。
国内一家专注于AGI和AIGC的大模型厂商——昆仑万维——率先在空间智能领域取得突破性进展。2月14日，昆仑万维正式发布了Matrix-Zero世界模型，标志着其在空间智能探索中的关键一步。Matrix-Zero包含3D场景生成大模型和可交互视频大模型，能够将图片转化为可自由探索的3D场景，并生成可交互视频，堪称功能强大的3D物理世界和视频生成器。
昆仑万维成为国内首家同时推出3D场景生成和可交互视频生成模型的空间智能企业，Matrix-Zero预计将于4月份正式上线。
突破二维平面：3D虚拟世界的全新体验
将单张图片转化为符合物理几何规则的3D世界，是空间智能领域的关键技术突破。AI需要具备感知、理解和交互能力，才能像人类一样在三维空间中自由导航、操作和创造。从李飞飞World Labs的3D世界产品到谷歌DeepMind的Genie 2，空间智能正不断进化，从内容生成走向世界构建，这需要AI不仅理解像素，更要解析空间坐标、几何关系和物理规律，从而实现逼真的立体感和空间深度。
昆仑万维的Matrix-Zero正是朝着这一目标迈进，其领先的技术方案在3D世界生成领域展现出诸多优势。
一图一世界：AI让3D世界触手可及
Matrix-Zero采用与World Labs不同的技术路线，实现了更真实、更可自由探索的3D场景生成效果。它支持不同风格的图片输入（例如写实风和卡通风），并能保持与原图风格的一致性。
Matrix-Zero还具备风格转换能力，可在生成3D场景时将原图风格切换成其他风格，例如将房屋变成红瓦白墙。
此外，Matrix-Zero生成的3D场景具有高度的全局一致性，解决了单视角图片生成大范围3D场景时前后不一致的问题。它利用空间扩散模型和可微渲染技术，不断细化细节，构建完整一致的3D世界。
Matrix-Zero的最大亮点在于支持大范围、长距离的自由探索。用户可以自由移动视角，进行360度环视、俯视，以及更复杂的复合移动。
Matrix-Zero生成的3D场景还可以加入动态物体，并模拟水流、光照、云雾等符合物理规律的动态效果。
Matrix-Zero在3D场景生成和自由探索方面的优势，使其在空间智能领域具备与国际竞品匹敌甚至超越的实力。
可交互视频：增强用户参与度
Matrix-Zero的另一个子模型——可交互视频生成模型——更注重实时交互和大范围场景。它具有强大的泛化能力，能高效生成高质量、流畅一致的视频，并增强了视频内容的可操作性，用户可以自由调整视角、操控场景元素，并实时影响视频内容。
Matrix-Zero的技术架构
Matrix-Zero的进步源于昆仑万维在3D场景生成、基础视频生成模型和用户输入交互模型上的全方位升级。3D场景生成大模型包含场景布局生成模块和纹理生成模块，通过可微渲染、扩散模型和3D高斯泼溅技术，构建完整、合理、自然的3D世界。可交互视频生成则基于自研的生成式视频模型，结合用户输入交互模型，实现以用户输入为核心的空间智能视频生成。
结语
2024年是大语言模型快速发展的一年，空间智能也随之崛起。昆仑万维在AI各个发展阶段都展现出前瞻性，Matrix-Zero是其在空间智能领域的又一标志性成果，将进一步强化其多元AI业务矩阵，并为多模态大模型的应用开辟新的赛道。未来，空间智能将有无限可能，成为AGI发展的重要支柱。
