空间智能，成为头部AI大厂的标配？
今年 CES 上，机器人依然是最受关注的方向之一。
但与以往不同的是，讨论的重点已不再停留在硬件形态或者行动能力，而是逐渐转向一个更底层的问题：
当AI拥有越来越强的认知与行动能力，它如何真正进入复杂、动态的真实世界？
在机器人系统与AI训练体系两端，同时指向同一层能力：空间智能。
宇树科技：融合空间智能与具身智能
在宇树科技的CES展区演示中，这一趋势体现得尤为清晰。
机器狗不再只是依靠局部传感器进行即时避障，而是通过搭载完整的空间感知与三维建模系统，对所处环境进行持续建模。这使得机器人能够在巡检、探索、应急等任务中，基于三维空间结构进行路径规划、行为决策与任务执行。
更重要的是，这类能力并不只服务于单次任务，而是为后续训练、优化和规模化部署提供可沉淀的空间数据基础。
在宇树的相关合作中，这一体系的核心技术提供方，正是来自深圳的空间智能公司——其域创新（XGRIDS）。
英伟达：让真实空间进入AI训练体系
如果说宇树代表的是具身智能的“身体”，那么 NVIDIA Isaac Sim 代表的则是AI的“训练大脑”。
前不久，在 NVIDIA Isaac Sim 官方生态文档《From LCC-3DGS Scan to Simulation》中，同样可以看到其域创新的技术方案。
在文档中，其域创新的方案被用于将真实世界采集生成的三维场景，直接引入仿真训练流程。真实空间通过扫描、重建后，以标准格式进入 Isaac Sim，用于模型训练、策略验证与系统测试。
与传统依赖人工建模的方式相比，这种流程显著降低了高拟真环境的构建成本，也使训练环境能够随现实世界变化而快速更新，更贴近真实部署条件。
更关键的是，能够进入 Isaac Sim 官方工作流，本身意味着其空间数据在结构一致性、物理合理性与工程稳定性上，已经满足通用 AI 训练系统的要求。
这使其域创新成为少数同时被机器人系统与主流 AI 仿真平台接纳的空间技术提供方。
空间智能，正在成为连接AI“大脑”与“身体”的中枢
如果从系统结构来看，这一趋势其实非常清晰：
•大模型与算力平台，以英伟达为代表，负责思考、推理与策略生成
•机器人与智能载体，以宇树科技为代表，负责行动与执行
•而空间智能，以其域创新为代表，负责将真实世界转化为二者都能理解、共享与复用的空间数据资产
在这一结构中，空间智能不再是附属能力，而是连接 AI 大脑与身体的中枢层。
其域创新正是围绕这一层展开系统性建设的公司。
其域创新：构建 AI 可理解的世界模型
其域创新专注于将真实物理世界转化为可计算、可理解、可推理的空间数据，为 AI 和各类计算系统提供稳定可用的“世界模型”基础。通过空间感知、三维重建与智能化处理能力，现实环境不再只是被记录下来，而是成为可以被持续调用、反复验证和规模化应用的数据资产。
围绕这一目标，其域创新打通了从真实场景采集，到三维重建、压缩、编辑，再到多平台应用部署的完整链路，是目前全球范围内少数实现全场景 3D 高斯工程化闭环的公司之一。
其域创新自研的LCC三维内容生成技术，基于Multi-SLAM 与对3D高斯泼溅技术的优化，使生成的三维空间在结构准确性、物理一致性与工程可用性之间取得平衡，能够进入机器人系统、仿真平台与行业软件的实际工作流。
当空间智能，被头部系统共同采用
当同一套空间智能基础能力，既支撑着宇树这样的具身智能“身体”，又能够进入英伟达 Isaac Sim 这样的 AI 训练“大脑”，
它所代表的，已经不只是某一家公司的技术方案，而是一层正在被头部系统共同采用的空间智能基础能力。
从 CES 的机器人展示，到英伟达的仿真训练体系，再到更广泛的空间计算与行业应用生态，可以看到一个趋势正在成形：
在 AI 的认知能力与行动能力之间，空间智能正在成为不可或缺的中枢层。
而以其域创新为代表的一批公司，正在这一基础层展开长期投入，或许正在决定 AI 进入真实世界的方式与边界。
