高德把空间AI打包成平台：无人机、无人车、机器狗，第一次在一套系统里集体上岗

如果你的城市里，头顶有无人机巡逻、地面有无人车送检、园区里有机器狗定时巡查，这些设备各干各的、数据互相不通——那还算不上智能城市，顶多是"一堆会动的摄像头"。真正有价值的，是让它们共享同一套空间 AI，能协同、能调度、能自己商量着干活。

在最近的云栖大会上，高德地图发布了"空间智能 AI 平台"，把这件事一口气推到了"一体化"的程度：试图让无人机、无人车、机器狗、巡检测控这些机器人，在一套系统下完成从感知、规划到执行的闭环。这也是我第一次真正看懂"空间智能"这个词落到产业里长什么样。

空间智能到底解决什么问题

过去机器人进城市，最大的拦路虎不是单个设备笨，而是"没有共同的地图语言"。无人机用上空的坐标系，无人车用地面的路网，机器狗靠现场建图——大家各说各话，数据没法打通，协同自然无从谈起。

高德这套平台的破题思路，是把地图从"给人看的导航"升级成"给机器写的一套空间操作系统"：先构建高精度的三维空间底图（地图即模型），再在上面叠加对象、事件、规则（模型即场景），最后让各类机器人按统一的规则去认路、避障、执行任务（场景即闭环）。三步走，把"地图"从产品变成了"底座"。

三层能力，对应几种玩法

平台拆成云境、云睿、云策三大板块，各有分工：云境负责把现实世界"数字化"成三维地图和数字孪生，相当于给城市搭了个虚拟沙盘；云睿侧重对空间内对象的动态理解与风险分析，相当于沙盘上的"会思考的监控"；云策则负责组织调度，融合不同种类的机器人，按需下发任务、规划路径、协同作业，相当于给机器人们配了个"总指挥"。

三层叠加在一起，就构成了一套"MCP + Agent + Skill"的智能体架构——空间层的智能体（Agent）统一调度，Skill 可插拔复用。这也解释了为什么它能兼容无人机、无人车、机器狗这些差异巨大的硬件：不是为一台机器人定制系统，而是为"空间"开发了一整套通用协议。

真落地的项目，比 PPT 更有说服力

平台不是停留在演示。目前这套方案已经在深圳龙岗、四川彭州、广东横琴、江苏常州等地开展了城市级、园区级的验证落地。

以四川彭州为例，高德对当地约368平方公里的全域做了高精度三维建模，把城市的山形地势、地面路网都"搬"进了云境空间。在此基础上，无人机负责大范围巡检、无人车承担物资接驳、机器狗走复杂地形复查，几类设备在同一套底层地图上协同作业，各自跑各自的活，又能互相补位。

这种"多机器人混编"的模式，正是空间智能从概念走向实用的最好注脚——不是某一家机器人公司垄断了所有场景，而是把一块地盘交给多种机器人，靠统一的调度系统让它们分工合作。

为什么是现在

空间智能概念早就有，但一直卡在两个瓶颈：一是高精度地图的成本太高，过去只有车队才用得起；二是多机器人的统一调度协议不成熟。这几年，一方面建模和算力成本降下来了，让城市级三维建图变得可行；另一方面 Agent + Skill 的软件架构逐渐成熟，让"一个大脑管百台机器"成为可能。

高德选择在这个节点把空间 AI 平台化，踩的点很准——与其让每家机器人都建自家的小圈子，不如先给整个空间立一套共同的"语言"和"操作系统"，谁都能进来接。

写在最后

从"单机智能"到"空间智能"，本质是让机器人从"会干活"进化到"会配合作战"。高德这套平台真正的想象空间，在于它定义了机器人在真实世界协作的通用底座。

当空中的无人机、地面的无人车、园区的机器狗第一次能在同一张地图上各显神通时，我们离"城市自己会运转"这个图景，又近了一步。