什么是空间AI？从设备连接到空间理解与协同

01 · WHY

为什么这个问题值得重新理解？

传统智能化常回答“设备怎么被控制”，空间AI进一步回答“空间在什么上下文中理解什么任务、调用哪些能力、由谁授权、如何反馈结果”。

判断智能化是否有效，不能只看设备数量、模型名称或展示效果，还要看它能否进入具体任务、是否具备权限和异常处理机制，以及结果能否被验证。

02 · WHAT CHANGED

关键变化

1. 01

   对象从单设备扩展到人、物、环境、关系与任务

2. 02

   逻辑从固定规则扩展到规则、模型、智能体和工作流协同

3. 03

   结果从完成动作扩展到可验证反馈与持续优化

03 · HOW IT WORKS

它如何形成可执行能力？

空间AI并非单一模型或单一平台。它需要计算底座承载实时任务，需要模型完成理解与生成，需要智能体编排工具与流程，需要统一语义连接对象和权限，还需要终端或业务系统执行动作并回传结果。

在实际项目中，规则、模型、智能体、业务系统、终端和人工并非彼此替代，而应按任务风险和项目条件分工。

04 · SCENARIOS

典型场景

1. 01

   会议空间根据日程、权限和设备状态协同准备。

2. 02

   居住空间在授权下协调环境、安防与服务。

3. 03

   公寓空间连接入住、房态、设备和运营任务。

05 · FROM CONCEPT

从概念走向项目

落地时先定义业务目标和人工边界，再做数据、语义、权限、设备与接口评估。可从高频、低风险、可量化的场景试点，不应把规划能力写成已普遍商用能力。

一个可执行的起点，是把目标任务、涉及对象、数据来源、系统接口、执行动作、人工责任和验收方式放在同一张项目卡中。

06 · ENGAGE

合作与评估建议

判断项目是否适合空间AI，可从目标场景、现有设备、系统接口、数据质量、权限机制和运营责任六个方面开始。

07 · FAQ

常见问题

空间AI等于给控制系统接入大模型吗？

不等于。大模型只是理解能力的一部分，真实空间还需要语义、权限、工具、终端和反馈闭环。

空间AI一定要更换全部设备吗？

不一定。需要先评估协议、接口、稳定性和改造成本，再决定保留、适配或替换。

空间AI可以完全替代人工吗？

不能作普遍承诺。高风险、异常和授权事项仍需人工参与。