时空智能
时空智能(spatio-temporal intelligence)是以统一、高精度的时空基准为基础,融合卫星导航、遥感、地理信息与人工智能等技术,对物理世界中的位置、时间、目标、变化与机理进行感知、认知、推演和决策的技术体系。它把时空数据作为生产要素,致力于让人工智能从虚拟的网络空间走向物理世界,回答"何时、何地、何种目标、何种变化、何种机理、何种决策"等问题。时空智能是测绘地理信息与人工智能、物联网、大数据深度融合的产物,被视为低空经济、自动驾驶、智慧城市与具身智能等新兴领域的基础能力。
概念与内涵
时空智能被定义为以统一高精度时空基准为基础,融合多源感知数据,利用人工智能算法进行建模、推演、预测与决策支持的技术体系。它以时空数据为生产要素,强调在统一的时间与空间框架下把来自不同传感器、不同平台的数据对齐,进而形成可计算、可推理、可决策的知识。
李德仁院士领衔的《时空智能学》提出"6W"核心框架,系统回答物理世界的何时(when)、何地(where)、何种目标(what object)、何种变化(what change)、何种机理(why)与何种决策(what reaction)六大问题,并以"4R"标准——在需要的地方(right place)、规定的时间(right time)、把正确的数据、信息与知识(right data/information/knowledge)送给需要的人(right people)——构建精准智能服务体系。李德仁把时空智能概括为"让 AI 走向物理世界",并将人工智能发展划分为语言智能"读万卷书"、图像智能"阅万张图"、空间智能"行万里路"和时空智能所创造的智慧世界四个阶段。
中国工程院院士刘经南从人工智能演进角度指出,人工智能正从语言理解迈向真实世界的感知、预测与行动,时空智能是这一进程的"必由之路"。智能系统要在变化的环境中可靠完成任务,必须持续回答"在哪里、什么时间、正在发生什么变化、下一步可能怎样、应当采取什么行动、行动是否达到预期",并把持续感知、动态推演、行动决策与反馈纠正贯通起来。真实世界具有持续变化、物理约束和行动结果不确定等特点,这决定了智能系统必须依托时空关系来组织感知与行动。
技术体系
时空智能的技术架构常被概括为分层体系。《时空智能学》强调打通"感—传—知—用"全链条:构建涵盖空间三维与时间维度的四维时空基准,使海量多源数据在统一框架下精准对齐与关联;引入人工智能大模型技术实现从数据到信息、从信息到知识的自动化提取与实时反馈;以"感知—认知—行动"闭环为牵引,把时空知识转化为可执行的决策与协同控制策略。
产业研究中也常见另外两种划分:一是感知层、认知层与应用层三层,感知层实现多源时空信息采集获取,认知层完成多模态时空信息的整合挖掘、智能理解与决策分析,应用层面向智慧城市、智能交通、低空经济、公共安全等领域赋能;二是"算力—数据—算法—应用"四层架构。不同划分方式共同指向一条从数据到决策的链条。
算力层呈现"边缘+云端"双重特征:云端用于大模型训练和全球范围数据处理,边缘用于终端设备的实时空间感知与决策,高精度定位要求终端在毫秒级内完成多源传感器数据融合与位置解算。数据层处理卫星遥感影像、无人机航测、物联网感知、室内定位信标与地下管线探测等多源异构数据的坐标系统一、时空对齐、清洗脱敏与时序存储。算法层涵盖时空深度学习框架、多源融合定位算法、动态时空感知、交互式 SLAM 以及时空预测与行业模型。
关键支撑技术
高精度时空基准是时空智能的底座。北斗三号全球卫星导航系统配合地基增强网络,通过实时动态差分定位(RTK)与精密单点定位(PPP)等手段,可提供厘米级实时定位与纳秒级授时,为飞行器、车辆和机器人提供位置—速度—时间(PVT)锚定。
多源融合感知拓展了智能系统的环境认知能力。无人机遥感、倾斜摄影、激光雷达(LiDAR)与视觉 SLAM 等手段融合,形成空—天—地一体化感知网络;当载体进入室内或卫星信号被建筑遮挡的环境,系统可切换为激光、视觉传感器与 SLAM 的相对定位,实现室内外无缝定位。遥感大模型与地理空间基础模型则把海量影像转化为可理解的地物语义与变化信息,支撑动态更新与风险态势感知。
通导遥融合是重要方向。导航提供辨位识时的参照,遥感拓展环境观测范围,通信支持信息交流与协同;三者与智能模型、行业知识结合,使不同来源的数据能够对齐、不同系统的信息能够流通,让感知、推理和行动建立在相互衔接的时空信息之上。面向全球应用,还需要通过兼容互操作、参考框架衔接和标准协调,促进不同卫星导航系统及其增强服务联合使用。
发展与政策脉络
时空智能的概念在国内由产业界与学术界共同推进。据行业报道,千寻位置成立于 2015 年并在业内较早提出"时空智能"概念,主张提供厘米级定位、毫米级感知、纳秒级授时的服务。学术层面,李德仁院士等著《时空智能学》出版,系统构建了时空智能的理论与技术框架;中国测绘学会等机构通过学术会议和成果发布持续推动相关研究。
2026 年 9 月,以"地理之道 GIS 筑基 AI 赋智"为主题的地理信息技术创新大会在北京举行,李德仁作《时空智能让 AI 走向物理世界》报告。会上提出,时空智能是 GIS 与人工智能双向、深度、机理上的融合:GIS 为 AI 模型提供精准权威的时空数据与地理空间专属知识底座,AI 则为 GIS 提供多源时空数据融合分析、地物语义识别及决策支撑能力。2026 年 10 月,中国地理信息产业大会披露 2025 年我国地理信息产业总产值达 9005 亿元、从业单位 26.9 万家;自然资源部有关负责人提出实施"时空智能+"行动,推动时空智能技术与市场需求对接,打造低空经济、智慧物流等高价值场景。刘经南在 2026 年世界互联网大会乌镇峰会时空智能分论坛上,从开放接口、场景验证和质量评价三方面提出产业发展建议。
应用案例
在智能机器人领域,机器人要完成"把水杯递过来"的指令,需要识别水杯与人的位置、判断距离姿态与运动趋势、规划安全递送轨迹并根据人的动作及时调整,这被视为检验时空智能的典型场景。刘经南提出关注竞技对抗、家政服务和特种作业三类机器人的研发与训练;多台机器人协同搬运或无人机集群执行任务,则需要成员之间位置、状态与行动意图的共享,涉及共同目标、状态共享、任务分工和反馈协调等机制。
在测绘与遥感领域,李德仁团队利用资源三号卫星 2 万余张影像完成全国 1∶5 万地图制作,无须地面控制点,精度达 3 至 4 米,并进一步完成全球 1.3 亿平方公里 1∶5 万地图;利用哨兵一号卫星数据,形变测量精度达每年 4.8 毫米,基于 2000 余个连续运行参考站(CORS)验证,应用于山体滑坡、泥石流、城市地面沉降和水库大坝监测;基于 0.5 米分辨率影像,人工智能自动识别全国 1800 余万个大棚,为灾害精准补偿提供数据支撑。
在空天信息领域,李德仁团队主导的"东方慧眼"智能遥感卫星星座计划到 2030 年部署 258 颗卫星,由 150 颗高分辨率光学卫星、100 颗雷达卫星、4 颗高光谱卫星和 4 颗热红外卫星组成,旨在构建"通导遥算"一体化空天信息实时智能服务体系。其首颗业务星东方慧眼高分 01 星于 2024 年 2 月 3 日发射,高光谱 01、02 星于 2026 年 8 月 5 日发射入轨。在低空经济与智慧城市领域,时空智能被用于空域规划、运行管控、风险预警与决策优化,并被视为自动驾驶、具身智能等物理人工智能形态的基础能力。
挑战与展望
时空智能仍面临多方面瓶颈。数据层面,时空数据具有多源、异构、高维度、强时序特征,坐标系统一、时空对齐与时序存储难度高,数据融合精度不足是突出问题。标准层面,接口、数据格式、时空参考与服务质量标识尚未完全统一,跨行业调用时空服务的门槛仍然较高。技术层面,室内外无缝定位、动态场景理解与多机器人协同的可靠性有待提升,模型在复杂环境下的长期运行表现需要在真实场景中持续验证。评价层面,定位与授时精度、数据时效、服务连续性、异常告警和任务执行效果尚需纳入可度量、可追溯的质量评价体系。
产业层面,刘经南认为我国时空智能产业仍处成长阶段,未来应坚持体系化思维,从建立开放统一的标准化接口、强化真实场景验证、完善质量评价体系三方面推进。随着多模态模型、世界模型与具身智能的发展,时空智能有望把人工智能的语言与知识能力进一步延伸到理解环境变化、预测行动后果和完成实际任务,在机器人、低空经济、智慧城市等领域形成规模化应用,并推动地理信息产业由数据底座向智能引擎演进。
参见
- 时空大数据
- 人工智能
- 北斗卫星导航系统
- 实景三维
- 地理信息系统
- 数字孪生
参考资料
- 中国测绘学会. 李德仁院士等著作《时空智能学》正式出版. 中国测绘学会.
- 科技日报. 李德仁院士:包含258星的东方慧眼星座计划2030年建成. 科技日报, 2026-09-10.
- 科技日报. 地理信息产业站上"时空智能"新关口. 科技日报, 2026-10-15.
- 网易(科技日报记者报道). 刘经南院士:时空智能是人工智能走进真实世界的必由之路. 网易, 2026.
- 科技日报. 2026地理信息技术创新大会在京举行. 科技日报, 2026.
- 三个皮匠报告. 时空智能技术与应用白皮书(2026). 三个皮匠报告, 2026.