Spatial Computing

探索空间计算以及它如何融合物理世界和数字世界。了解视觉 AI 和 Ultralytics YOLO26 如何赋能实时 3D 交互。

空间计算是一个不断发展的技术范式，它无缝融合了数字世界与物理世界，使人与机器能够与锚定在三维物理空间中的数字信息进行交互。该概念由Simon Greenwold于2003年首次提出，由于机器学习 (ML)领域的现代突破，该概念得到了迅速发展。通过将增强现实 (AR) 和虚拟现实 (VR)（最显著的是在诸如Apple Vision Pro等先进硬件设备上）等现实进行融合，空间计算超越了传统的2D屏幕，创造出真正沉浸式的环境。它依靠硬件（如LiDAR传感器）与深度学习框架（如PyTorch）的融合，来实时准确地映射、解释和操作物理空间。

空间计算的核心组件#

实现响应式空间计算体验需要多种互联技术，以无缝感知和数字化现实世界：

**传感器融合：**设备结合使用光学摄像头、深度估计工具和光传感器来收集有关其周围物理布局的连续3D空间数据。
**视觉 AI：**空间计算的核心是解释视觉数据的能力。像Ultralytics YOLO26这样的模型提供实时的目标检测和跟踪，使空间系统能够即时理解房间里存在哪些物理对象。
**边缘计算：**为了防止延迟并确保流畅的交互，硬件在设备上本地处理复杂数据，而不是完全依赖远程云网络。
**世界捕获与渲染：**利用生成式AI技术从2D图像中快速重建3D环境。这包括最初在2020年 arXiv 论文中介绍的神经辐射场 (NeRF)以及高斯泼溅。

空间计算与计算机视觉#

虽然经常一起讨论，但区分空间计算和计算机视觉是很重要的。计算机视觉是AI的一个子领域，专门专注于使机器能够“看到”和解释来自现实世界的视觉数据。另一方面，空间计算是一个更广泛的计算生态系统，它将计算机视觉作为基础工具。例如，计算机视觉可能会识别房间里的椅子，但空间计算利用该数据让用户使用沉浸式界面将数字灯具虚拟放置在椅子上。

现实世界的AI和ML应用#

空间计算通过弥合数字处理与物理执行之间的差距，正在改变各个行业。以下是两个强大的现实世界应用：

**自主机器人与制造：**在智能工业设施中，空间计算使机器人能够通过模仿学习学习复杂的机械任务。操作员使用AR头显自然地演示装配程序。空间计算机会跟踪人类在3D空间中的运动，将其转换为训练数据，并允许机器人安全地复制这些动作。
**自动驾驶汽车与智慧城市：**现代交通系统严重依赖空间计算来安全导航。通过将多目标跟踪 (MOT)算法与物联网传感器生成的空间地图持续结合，自动驾驶汽车可以保持对其环境的动态3D理解。

将视觉AI整合到空间工作流程中#

构建空间计算管道通常从识别和定位物理空间中的主体开始。例如，利用姿态估计模型有助于确定人的确切姿势，然后可以将其用于将虚拟工件锚定到混合现实环境中的手部或身体上。

这是一个使用Python提取关键点的示例，这是交互式空间映射中至关重要的第一步：

from ultralytics import YOLO

# Load the Ultralytics YOLO26 pose model to anchor spatial elements
model = YOLO("yolo26n-pose.pt")

# Predict and extract 2D/3D keypoints for spatial mapping
results = model.predict(source="environment.jpg")
for r in results:
    print(r.keypoints.xy)  # Output coordinates of the detected poses

对于大规模空间应用，开发者通常使用Ultralytics Platform安全地管理和部署其训练好的模型，这简化了为现代空间智能网络提供动力的AI引擎的创建。在边缘 AI架构上集成这些高效的视觉模型，使开发者能够构建人机交互未来所必需的响应式直观体验。