WAIC 2026，如视为具身智能带来一份礼物

2026年7月17日-20日，世界人工智能大会在上海举办。这场AI届的“奥运会”规模和体量空前——展览面积首破10万平方米，1100余家企业携3000余项展品亮相，9位诺奖和图灵奖得主同台，大模型、具身智能、算力基础设施轮番登场。

今年，具身智能首次与智算并列为核心主题，AI能否从试图触摸、感知、行动于真实的物理世界，成为这次WAIC和行业未来的主线。

如今算力、算法、模型已日趋成熟，但物理AI和世界模型始终面临短板：真实、标准化的实景训练数据严重稀缺。空间数据底座的缺失，仍然是行业落地的瓶颈，也是当下AI产业最稀缺的核心底层资产。

全球领先的空间智能如视在WAIC 2026上，携6000w+规模的全球最大真实空间数据库，为物理AI 和世界模型提供基础设施。

在如视，获得独一无二的空间数据

区别于市面上仿真合成、体量零散的数据集，如视手握真正意义上的海量真实空间资产。

目前，如视已沉淀6000万+真实数字空间，规模居全球首位，且保持每日持续增量更新，构筑起无法复刻的空间数据优势。

本次展会，如视完整展出了伽罗华P4、庞加莱R1、REALSEE G2等全系自研空间采集设备。从采集硬件、重建算法到数据标准化处理，全链路自研自控——所有空间数据均来自实地真实采集，以行业级领先的毫米级重建精度，完整复刻物理空间的尺寸、结构、光影与材质细节，从源头保障数据的真实、精准、可用。

在场景覆盖上，数据全面覆盖九大垂直行业，囊括住宅、门店、工厂、展馆、景区等大众日常生活、工作、消费的多类型物理场景，摆脱单一、同质化的仿真场景局限，完全贴合真实世界的空间逻辑。

同时，如视的数据模态涵盖RAW、高精度点云、标准化三维模型、语义分割数据、矢量户型图等多种形式——这些数据带有绝对尺度和几何逻辑，是AI可以计算、推理、训练的结构化空间事实，而非仅供观看的视觉素材。

AI理解物理世界，如视的数据为什么不可或缺？

物理AI训练

今年我们可以看到一种变化：具身智能行业注意力正在从“机器人本体有多强”，转向“机器人到底在哪里训练”。

机器人从实验室走向家庭、工厂、城市后，真正难的不是完成一次展示动作，而是在真实世界里稳定完成千百次任务。这需要足够多、足够真实、足够低成本的训练环境。

但训练场真正的瓶颈不是场地，而是数据。

机器人想要自主认路、识别物品、完成操作任务，必须在贴近现实的三维环境中反复训练。普通3D模型像电影布景——只能看，不能碰。而如视基于真实场景采集的每一套数字空间，都是可交互、可训练、可评测的SimReady资产。

机器人可以在这些1:1复刻的虚拟环境里反复试错、迭代能力，再回到真实世界执行任务。如视海量的实景空间，能给智能设备提供无限贴近真实生活、商业场景的仿真训练空间，大幅提升机器人落地后的环境感知与自主行动能力。

世界模型训练

当下各大科技企业扎堆研发世界模型，但普遍缺少足量真实三维场景用于空间推理和现实仿真训练。依托超6000万级的真实空间数据，如视的数据库可以为世界模型提供海量真实样本，帮助模型学习人类生活空间的底层逻辑——比如墙体的围合方式、家具的布局规律、空间的尺度关系——强化空间预测与场景泛化能力。

以如视推出的空间大模型Argus1.0为例，能做到毫秒级内从一张全景图推理出带绝对尺度的3D结构，而这正是空间数据“喂养”出来的结果。

目前，如视已经与英伟达、维他动力等前沿企业达成深度合作，以搭建标准化物理 AI 训练底座等方式，加速推动空间大模型、具身智能产业落地。