01 空间智能概览 目 录 02 自动驾驶 03 3D⽣成 04 具身智能 05 扩展现实（XR） 06 世界模型 07 空间智能玩家图谱 空间智能是主要基于3D视觉信息进⾏理解、推理、⽣成、交互的AI系统 4 信息来源：量⼦位智库 3D理解 数据 算法 3D⽣成 3D推理 交互 虚拟 世界 物理 世界 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 世界模型 空间智能概览：3D⽣成、自动驾驶、具身智能是空间智能不同成熟度的 应用领域，XR是空间智能的原⽣交互⽅式 5 信息来源：量⼦位智库 3D⽣成 扩展现实（XR） 自动驾驶 具身智能 物理 世界 虚拟 世界 终局状态 发展成熟度 世界模型 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 • ⾼ • 软件服务可快速 普及应用，3D⽣ 成价格低 从智能三要素、普及便捷度、经济性出发，自动驾驶和3D⽣成是空间智 能最先成熟的领域，具身智能仍处早期，各要素尚未完备 数据成熟度（核⼼） 6 信息来源：量⼦位智库 自动 驾驶 3D ⽣成 • ⾼ • 汽车⾏驶数据（摄像头及 传感器）达到百亿英里级 • 仿真数据正在快速发展以 弥补真实数据的分布缺失 具身 智能 成熟度 XR 经济性 • ⾼ • 融合感知、规划、控制的 端到端⼤模型已经成为业

的功能安全问题。 1.2 研究范围 本研究范围为基于 LTE-V2X 直连通信提供预警类应用的功能安全分析。“预警类应用”指 V2X 应用只给驾驶员提供声光等形式的预警而不参与车辆控制，由 V2X 预警触发的车辆制动或转向等 控制仍由人类驾驶员执行。 为使研究具体化，本文选取了三个典型的应用场景作为举例性质的分析，以验证 V2X 概念级 功能分析的方法论。典型应用包括：  前向碰撞预警（FCW）——高速度差追尾 Automated Driving）进行了详细分析，为汽车 OEM 提供应对 V2X 新用 例功能安全需求的关键指导。 5GAA 的 STiCAD 选取了两个典型的 V2X 用例进行研究：基于 V2N 的远程遥控驾驶（ToD） 和基于 V2V 的急刹车预警（EBW）。 2.1.2 中国汽车工程学会一阶段应用 中国汽车工程学会的 T/CSAE 53 《合作式智能运输系统车用通信系统应用层及应用数据交互 标准（第一阶段）》提出 “相关项定义”在 GB/T 34590 中的描述见 GB/T 34590 第 3 部分第 5 章。根据 GB/T 34590，相关 项定义的目的是：  在整车层面对相关项进行定义和描述，包括功能、与驾驶员、环境和其他相关项的依赖性 和交互；  对充分理解相关项提供支持，以便执行后续阶段的活动。 在本研究后续第 5、6、7 章的具体应用章节中，将针对具体应用进行更详细的相关项定义，但 总的

的不断颁 布实施。基于矿山数据和周边企业的数据协同将会有更多应用实践场景，如：矿山洗煤厂 可以基于市场用煤数据进行业务流程调整，通过大数据的积累代替经验化操作、露天矿山 通过大数据应用将后无人驾驶时代的露天矿山多业务拉通提供技术基础、煤电联营企业可 以通过源头产能数据、洗选数据、用电数据、周边供热数据等一系列相关数据灵活调整产 能分布 。 16 矿山信息化服务应用领域： 1、构建基于区域协同机制的矿山安全服务平台 体系进行集装化管理。采用单 轨吊运输方式，则运输物资装卸、车厢运行实现自动化，点对点运输实现无人驾驶;采用机 车运输方式，则实现机车位置精准定位、无人驾驶和智能调度;采用无轨胶轮车运输方式， 则实现无轨胶轮车的精准定位与智能调度，物资装卸实现自动化，具备条件的矿井，实现 无轨胶轮车的无人驾驶;采用多种运输方式的综合运输方式，则不同运输方式之间的接驳应 实现自动化，最大程度降低井下辅助运输作业人员数量与劳动强度。 的需求。通过智慧变革，企业获得了新的竞争力，实现了高质量发展模式转变。 场景：矿山智慧化核心业务领域 新华三智慧矿山场景化方案涉及矿山六大关键业务领域。在露天矿开采领域，智慧化主要通 过5G+无人驾驶技术，实现对于各类铲装、运输作业的无人少人操作；在井工矿开采领域， 38 通过采掘的无人化来实现人员从危险的工作环境中撤离；在煤炭洗选领域，将工业化与信息 化深度融合，在“黑灯工厂”中实现无人

年 5 月 鼎帷咨询行业研究院 汽车智能化与无人驾驶将使汽车产业链向产业链后端延伸，并由移动出行环节与智慧交通产业相交汇，智慧停车产业 将成为未来移动出行、智慧城市与智慧交通的重要组成部分，也将成为智慧城市的重要基础设施与重要产业 新兴科技：云存储、云计算、大数据、人工智能 鼎帷咨询 — 2— 新使用模式 ( 汽车共享、 自动驾驶等 ) 后市场服务 产品销售 传统汽车价值链：制造 离 ■ 汽车共 享 ■ 自动驾 驶 未来移动出行 ■ C2B ■ B2B 价值链拓展 提 供 支 撑 智慧交通 技术突破主导效率革命 · 车路协同升级： 自动驾驶车辆与智慧停车场无缝对接，车辆自动接收空闲车位信息并完成泊车，从入场识别到支 付清算全程自动化 ，云端智能与 数智化 能力接入智慧城市与智慧交通，智慧停车成为智能交通的重要组成部分。 抢资源”向“运营资源与吸聚资源”转变，谁拥有更强的运营能力与生态聚集能力， 谁将会成为 区域型停车资产运营公司的领导企业。 后端生态类场景应用公司，将由整车企业后市场、无人驾驶的出租服务公司、云平台智慧交通类公司、充电桩生产与运营的大型公司、停车运营 服务公司等进行瓜分，并接入生态服务对应的业务公司，如接入保险、餐饮等服务类公司。

模为45亿元。随着AI算法研 发从面向特定任务领域的小模型向具备更强通用泛化能力的大模型过渡，数据服务需求企业将产生大量高质量、多模态的数据需求。 同时，随着大模型在通用及垂直场景中的应用拓展和智能驾驶等AI技术的规模化商业落地，良好的商业回报将进一步推动需求侧加 大对基础数据的投入。预计到2028年，中国AI基础数据服务市场规模将达170亿元，未来五年的复合增长率为30.4%。 2020-2028年中国智能算力市场规模（金额口径） 张的时代背景下，中国AI芯片厂商坚守自主可控道路，期望早日摆脱对国外厂商以英伟达为代表的高性能卡依赖。以百度昆仑、华 为昇腾、中科海光等厂商为代表的芯片产品陆续完成软件生态移植，进入规模化应用阶段。伴随自动驾驶、智慧医疗、智能家居、 工业互联网等场景，AI算法与算力调度将从云端逐步下放到边缘侧和端侧。预计2028年云端、边缘侧、端侧AI芯片的比例将分别达 到48.6%、27.5%与23.9%，面对大量、复 通设施包含锥桶、隔离护栏等。而80%以上的问 题来源于感知系统。目前自动驾驶测试车辆基本为多传感器融合技术路线，激光雷达作为主要传感器。而在距离远、车速快的情况 下，锥桶等小型物体容易漏检、误检。同时，模型中的数据大部分来源于仿真系统，对于部分形状不规则或摆放不规则物体的识别 仍然需要时间进行训练。 来源：历年北京市自动驾驶车辆道路测试报告，北京智能车联产业创新中心、中关村智通智能交通产业联盟，专家访谈，艾瑞咨询研究院自主研究绘制。

合化”向“专业化”的转型。在应用领域上，传统数据中心以服务各类企业业 务应用场景为主，智算中心则专注于人工智能领域，服务大模型训练、推理及其他人工智能相关场景，如图像渲染、金融量化、医 药开发、自动驾驶、智能制造等。 来源：公开资料、专家访谈、艾瑞咨询研究院自主研究及绘制。 数据中心 （IDC） 超算中心 （HPC） 智算中心 （AIDC） 整合通用算力资源，为各类企 业业务提供综合的算力支持 服务特定场景的超算服务器为主 搭载GPU芯片为主的AI服务器 核心 设施 企业综合业务场景 气象预测、基因测序、工业仿真、芯片 设计 …… 模型训练、模型推理、图像渲染、 金融量化、医药开发、自动驾驶…… 应用 领域 基础云厂商 智能算力中心主要建设者 运营商 ICT厂商 AI厂商 …… 智能算力中心概念及主要建设者 15 ©2024.9 iResearch Inc. www.iresearch.com.cn 58.8% 14.2% 6.3% 7.2% 4.0% 1.6 % 0… 0… 6.3% 2023年中国智能算力需求占比 大模型 算法推荐 自动驾驶 科研 量化交易 虚拟人 生物制药 制造 其他 中国智能算力需求结构 大模型占据中国智能算力需求主导地位 - 通用大模型占据主导：由于大模型本身对高端算力具有强需求，在总体的智能算力需求中，大模型的需求占比最高，将近六成。

实时控制 <10ms >3Mbps 99.99% 机器视觉 <100ms 上行 100M~1Gbps 智能电网 配网差动保护 ≤ 12ms 2-10Mbps 99.999% 智能交通 远程遥控驾驶 2ms~20ms - 99.999% AR/VR 远程专家指导 < 200 ms 上行 25Mbps 下行 25Mbps 9 业务发展预测：网络规划在设计空口容量时，需要为未来网络业务发展预留空口资源。ToB 物理专网，独立建设 5G 网络。在业务应用保障方面，针对矿山环境 摄像头密集的视频监控场景，使用 1D3U 帧结构，满足矿井复杂环境对无线网络上行大带 宽的需求；同时，针对矿井控制类应用，比如远程操控，自动驾驶等，5G 精准无线网络可 以提供精准的时延和可靠性保障，减少生产现场的人员需求。 运营商公网域系统 IP承载环网 运营商 矿区宏站 接入交换机 地面 井下 巷道 接入交换机 综采面 过对港口各项业务建模，精准规划站点和配置参数；精准调度充分保障远程岸桥操控的端到端时延低 于 20ms，并针对多视角视频回传提供稳定的速率保障；港区内 25 台无人集卡在 5G 网络使能下已能 实现港区内自动驾驶。天津港 5G 精准网络已经完成试点验收，投入商业运营，初步实现了港区自动化， 智能化的目标，作业效率持续提升。 湛江钢铁 5G 专网采用了核心网专建、传输和无线与公网共享的组网方式。试点业务为高炉部分皮带

贴源层 标准层 通用汇总 数据层 应用 数据层 元数据管理 数据血缘 ...... 人工补录采集 工商 ...... 数据采集/数据交换 数据访问统一入口 ...... 领导驾驶舱 统计报表 知识图谱 数据源 共性 加工层 明细 数据 汇总 数据 指标 库 主题层 湖仓一体 数据管控 司法 税务 征信 政务 监管 核心 信贷 互金 网贷 ECIF 强化数据服务能力 DataOps驱动交付 效能提升 2.5小时 6小时 批处理能力 40% • 运用checkpoint点及夜间校 准等手段，保障实时数据的准 确性。 • 移动驾驶舱、可视化大屏等 520个实时指标。 • 构建数据集模型，执行离线 计算、实时计算； • 增强交互式查询和深度分析 能力； • 平均耗时200~400ms。 • 融合敏捷开发与数据运维；

电动汽车 基因编辑 机器人技术 机器人和人手的握手 自动生成说明 无人机技术 3D 打印 风能 沼气和生物质 • 虽然这可能看起来违反直觉 ， 今天的 AI 创新 ， 比如那些驾驶 自动驾驶汽车或隐喻 ， are 与基础专利密切相关 搜索引擎和数字技术 maps. 中确立的许多原则 2005 年仍然具有现实意义和影响力 今天的专利 绿色氢 太阳能光伏 人工智能 工业 4 1G 2G 3G 4G 5G 6G 0.01 x LTA 无人机 设备 / km 空间连通性 Mbps / m 1 x 1 x 3 x ≥10 x ≥15 x ≥100 x 全自动驾驶汽车 光谱效率 网络能效 智能基础设施 新的通信技术正在更快地发展 ， 支持 从长远来看 ， 基础创新 - 未来 6G 的下一步推出 • 在过去, 通信技术的商业化进展缓慢: 3G 标准研 究开始 较小的子网络 ， 例如在无人机群网络中 • 更高的数据速率技术 paves the 更多创新之路: 即时体积传感 （ 即时扫描和虚拟化 3D 对象) ， 需要 6G 数据传输能力。同样 ， 全自 动驾驶汽车 or 智能互联基础设施 还有更多的数 据需求领域 ， 6G 是必不可少的 受益于 6G 技术的精 选用例 1) LTA ： 比空气轻 资料来源 ： HCIS ； 6G 世界 ； IEEE ；