2026 年1月的拉斯维加斯 CES 展会，人工智能教母李飞飞带着 World Labs 的 “大规模空间基础模型” 震撼全场。从城市空中交通的角度来看，这不是一次普通的 AI 技术发布，而是给即将爆发的低空经济，递上了破解 “高密度飞行安全” 的关键钥匙 —— 当 AI 终于拥有 “物理直觉”，未来城市上空上千架无人驾驶航空器（eVTOL）穿梭不撞机的场景，不再是科幻电影里的想象。
李飞飞 | 图片来源：网络
李飞飞（Fei-Fei Li）教授领衔的“空间智能（Spatial Intelligence）”模型，特别是其创办的 World Labs 所研发的世界模型，与高密度城市空中交通（UAM/AAM）的发展有着深层的技术耦合。
如果说传统的 AI 赋予了飞行器“眼睛”，即图像识别能力，那么空间智能则赋予了飞行器“大脑中的物理引擎”，即物理空间的演化推演能力。我们认为空间智能如果应用在城市空中交通领域，可能会在以下几个方面产生革命性的创新：
一、李飞飞在CES发了什么？——AI终于有了“物理直觉”
“如果说语言是人类文明的巅峰，那么空间智能就是生物进化的基石。” —— 李飞飞论 AI 为何必须理解三维世界
在刚刚结束的CES上，李飞飞及其初创公司World Labs展示了“大规模空间基础模型”。以往的AI（如Sora）是在预测像素，而空间智能是在“理解空间”。李飞飞展示了智能体如何在一秒内从一张照片重构出物理世界：它知道桌子是硬的，水杯是沉的，风吹过旗帜会摆动。这种“物理直觉”的诞生，标志着AI从“只会聊天”进化到了“能理解物理法则”。而这，正是正处于爆发前夜的城市空中交通（UAM）最需要的灵魂。
进一步解释这个变革，就是这个目前大多数自动驾驶飞行器依赖于“感知-动作”循环，即看到障碍物——躲避。而李飞飞的空间智能模型引入了“世界模型（World Models）”的概念：
首先是内心模拟：空间智能体能够模拟物理世界的动态演化。例如，当飞行器在繁忙空域飞行时，它不仅看到另一架飞机的当前位置，还能在“大脑”中模拟出对方受风力、重力及物理惯性影响下的多种可能轨迹；
然后是语义与几何融合： 模型不仅知道“那是一个像素点”，还理解“那是具有特定质量和动力学特性的飞行器”，这种对 3D 空间的深层理解，是解决高密度空域“混战”冲突的基石。
二、千机飞天的安全保障：空间智能如何筑牢安全防线？
“真正的智能不只是‘看见’障碍物，而是能够‘模拟’物理世界的演化。AI 必须理解重力、惯性和因果。” ——李飞飞 论 World Labs 为何强调物理规则的一致性
未来城市空中交通的理想形态 —— 早高峰时，纽约、深圳这样的大城市可能有上千架 eVTOL 同时穿梭于楼宇之间，执行通勤、急救、物流任务。要保障安全，空间智能将帮助未来的空中交通管理从四大维度构建防护网：
1.“零碰撞”的高密度空域自主调度
可能的创新点： 基于物理常识的预测性避障。
传统的 V2V 算法（如前所述的 ORCA）主要基于几何计算。空间智能模型可以预测非结构化风险（如突然飘起的塑料布、飞鸟、极端局地气流）。智能体能够理解物理因果关系，在 0.5 秒甚至更短的时间窗口内，不仅计算几何路径，还计算“物理可能性”，从而在极高密度的环境中实现比人类飞行员更稳健的决策。
2.复杂城市环境下的“一键式”自动着陆
可能的创新点： 瞬时数字孪生与应急降落。
李飞飞展示的空间智能可以从单张图像恢复 3D 物理场景。这意味着飞行器在遇到紧急情况时，只需用摄像头扫视下方，就能瞬间识别出哪些区域是“刚性可承载”的（如平坦楼顶），哪些是“柔性危险”的（如遮阳棚），并自动规划符合物理定律的降落曲线。
3.“仿真即真实”的低成本大规模训练
创新点： 高保真交互式虚拟试飞平台。
城市空中交通行业目前的一大瓶颈是真实试飞数据昂贵且风险大。World Labs 的空间智能可以生成“可交互且符合物理规则”的 3D 世界。开发者可以在虚拟的深圳、纽约或伦敦上空进行数亿次的“混战模拟”，这些模拟中的碰撞、气流、光影完全符合物理常识。这很有可能将使自动驾驶算法的迭代速度从“年”缩短到“天”。
4. “拟人化”的远程操作界面 (HMI)
可能的创新点： 具身智能远程管理。
在 m:N（一人管多机）模式下，地面主管看到的不再是枯燥的雷达点，而是空间智能生成的、具备深度感知的 3D 实景增强视图。系统可以预测并高亮显示“物理风险区”，主管只需像在玩高拟真游戏一样，通过直觉指挥多架飞行器的空间排布。
三、城市空中交通的变革：从“AI+航空”到“具身智能航空”
“当机器学会了空间语言，它就不再只是一个执行程序的盒子，而是一个拥有‘物理直觉’的行动者。” —— 李飞飞论飞行器如何像生物一样自主避让
李飞飞的研究标志着 AI 正在迈向真正的具身人工智能（Embodied AI）。对于 UAM 而言：过去——飞行器是装了电脑的机器；未来——飞行器本身就是一个具备空间直觉的智能体。
这种革命性创新将彻底改变目前“低空经济”中由于空域复杂性带来的安全焦虑。
为了让大家更容易理解这种革命性的创新，接下来，我们通过与现在智能驾驶技术的对比分析来进一步深入阐述未来的空间智能对城市空中交通的革命性影响。
目前全球范围内，特斯拉的FSD的 Occupancy Network 几乎是自动驾驶技术领域的天花板。那么就让我们来通过对比分析特斯拉的Occupancy Network和World Labs 空间智能模型来看看两者的区别。
硬核科普：同样是“自动驾驶”，空间智能比特斯拉FSD强在哪？
很多人会问：特斯拉的 FSD 已经能自动绕障了，李飞飞的“空间智能”难道不是重复造轮子吗？
其实，两者的底层逻辑有着本质区别，为了清晰明了的表达两者的底层逻辑区别，我们做了一张对比表：
维度 | Tesla FSD特斯拉自动驾驶 | World Labs空间智能 |
底层大脑 | 经验驱动，模仿学习 | 常识驱动，世界模型 |
核心逻辑 | 看了几百万小时人类录像，学会了“遇到这种情况该怎么做”。 | 理解了物理定律，学会了“这个三维世界是如何运作的”。 |
空间理解 | 占据网络 (Occupancy)：把空间切成方块，知道“那里有东西”。 | 空间基础模型：知道“那是由于风力正在摆动的软质气球”。 |
面对意外 | 依赖大数据：如果没见过这种奇葩路况，可能会由于“经验不足”而迟疑。 | 依赖物理直觉：即使从未见过，也能根据重力、惯性等常识推演安全路径。 |
应用场景 | 路面生存：它是最顶尖的“老司机”。 | 全维感知：它是未来飞行器、机器人的“空间大脑”。 |
特斯拉是在教 AI “如何开车”，而李飞飞是在教 AI “如何理解这个三维物理世界”。
对于高密度的城市空域交通（UAM），我们需要的不仅仅是一个会开飞机的“经验派”，而是一个能瞬间洞察三维物理因果、具备“物理直觉”的天才领航员。
再进一步分析未来城市空中交通在处理突发的飞行碰撞场景下二者的区别
如果将处理飞行碰撞风险比作避开一个飞来的球，特斯拉是在算像素的移动轨迹，而 World Labs 是在理解“球”和“引力”的本质。
具体来说，二者在处理城市空中交通的飞行碰撞场景存在四个方面的差异。
1. 建模逻辑：几何占据 (Geometry) vs. 物理表征 (Physical Representation)
特斯拉 Occupancy Network 的核心逻辑是基于“体素（Voxel）”的。它将空间切成无数个小方块，计算每个方块被物体“占据”的概率。其对于可能的飞行碰撞处理模式是：它能告诉飞行器“前方 50 米有一个 3D 的障碍物块”。它处理的是几何形状，但不理解这个块是什么。
World Labs 空间智能的核心核心逻辑是基于“对象与语义”的世界模型。它不仅识别出占据，还能理解物体的 3D 属性，如质量、硬度、功能。其对于可能的飞行碰撞处理模式是： 它能理解“那是一群具有群体行为的鸟”或“那是一片受风力影响不稳定的云层”。它生成的不是死板的方块，而是具有物理意义的实体。
2. 预测机制：运动学外推 (Kinematics) vs. 心理模拟 (Mental Simulation)
特斯拉 Occupancy Network的方式是 依赖于时间序列的堆叠（Video Queues），通过过去几帧的位移来预测下一帧障碍物可能占据的位置。这是一种线性或统计学的外推。其局限显而易见，即面对非线性的突发动作，如另一架 eVTOL 突然电机故障下坠，这种模型反应可能会滞后。
World Labs的空间智能的方式是拥有内部物理引擎。它在“大脑”中模拟现实世界的演化。其优势是它能进行“反事实推理”，即“如果我向左拐，对方根据物理惯性大概率会撞向哪里”。它能预测符合物理定律的非线性演化，这种对“物理直觉”的运用能提前数秒预判碰撞风险。
3. 应对复杂环境：静态地图思维 vs. 生成式世界模型
特斯拉 Occupancy Network的本质是一个极其强大的“测绘员”。它能把视觉信息实时转化成 3D 地图。其在 UAM 中的表现很有可能是在结构化较好的环境下表现出色，但在处理动态变化剧烈，如城市峡谷中的阵风导致物体乱飞时，它只是在被动地更新地图。
World Labs的空间智能本质是一个拥有人类的物理空间感知和推断能力，它能理解场景的生成逻辑。在 UAM 中的表现可能是当飞行器进入一个从未见过的复杂建筑群时，World Labs 模型能基于其预训练的空间常识，瞬间补全视觉盲区背后的空间结构，从而为飞行器提供更全面的避障参考，而且一台飞行器一旦学会在这个场景的技能，他就能通过云端的数据传输给其他所有的飞行器，这样也就瞬间让其他飞行器也学会这个这个特定场景下的处理办法，但这也是一个双刃剑，如此的强大的学习能力也需要更为巨大的算力资源的支撑。
4. 训练与泛化：数据驱动 vs. 知识驱动
特斯拉 Occupancy Network是依赖海量的真实世界标注数据，即影子模式，需要见过无数次碰撞场景，才能学会躲避。
World Labs依赖的是通过大规模合成数据和自监督的空间学习，它学到的是空间的“通用先验知识”。其革命性体现在它不需要见过一万次无人机撞大楼，它只需理解“硬物碰撞会导致损毁”这一物理常识，就能泛化到任何从未见过的极端飞行场景。
处理飞行碰撞风险的差别一览表
维度 | 特斯拉 Occupancy Network | World Labs 空间智能 |
思维方式 | “这里有没有东西？” | “这里是什么，它会怎么动？ |
避障原理 | 避开被占据的体素方块 | 基于物理因果关系的路径规划 |
对场景理解 | 静态/准静态的几何重建 | 动态/交互式的物理模拟 |
面对突发状况 | 依赖高频刷新，被动响应 | 依赖世界模型，主动预判 |
核心局限 | 缺乏对物理因果的深度理解 | 算例资源需求极高 |
总结来说， 特斯拉 Occupancy Network： 侧重于“熟能生巧”。它通过海量数据训练，让车学会了在复杂的路面上“像老司机一样反应”。
李飞飞的World Labs空间智能： 侧重于“空间直觉”。它试图让 AI 在起步前就理解重力、深度和物理因果，即使面对从未见过的情况，也能根据物理常识做出判断。
特斯拉正努力让 AI 成为最完美的驾驶员，而李飞飞正努力让 AI 成为一个理解物理世界的生命体。
结语：当飞行成为 “空间智能” 的日常
李飞飞在 CES 上的发布，不止是一次技术突破的展示，更是给低空经济按下了 “加速键”。以前我们担心 “千机飞天会撞机”，是因为无人驾驶航空器不懂物理、不会预判；现在空间智能让每架 eVTOL 都拥有了 “超级大脑”，既能自主决策，又能协同配合。
未来的某一天，当我们出门打 “空中的士”，没有飞行员，没有复杂的操作杆，只有 AR 玻璃上清晰显示的航线和实时风险预判。当舱门关闭，AI 温柔提示 “航程已锁定”，你不用担心碰撞，不用焦虑突发状况， 因为空间智能已经构筑了一道看不见的安全防线。
这场从 “人工管控” 到 “智能自治” 的变革，不仅会改变我们的出行方式，更会重构城市的空间格局。
最后的灵魂拷问：你敢坐一架拥有空间智能的空中的士吗？
如果一架拥有空间智能的空中的士停在你的面前，你会踏上这架飞机吗？
欢迎朋友们给我们留言，一起讨论城市空中交通的未来。
想了解更多黑科技？回复 “空间智能” 获取李飞飞《From Words to Worlds: Spatial Intelligence is AI’s Next Frontier》文章全文，一起解锁未来出行的无限可能～
最后，再推荐一本书：如果朋友们想深入探寻空间智能背后的思维密码与科技哲思，不妨读一读李飞飞的著作《我看见的世界》，书中藏着她对AI与物理世界交互的深刻洞察，点击下方链接即可一键购书，解锁更多前沿认知～
“岭海低空 洞见未来”
本文为岭海咨询原创发布
转载需注明来源，欢迎转发至朋友圈