Spatial Computing

探索空间计算及其如何融合物理和数字世界。了解 Vision AI 和 Ultralytics YOLO26 如何驱动实时 3D 交互。

空间计算是一种不断演进的技术范式，它能够无缝融合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 年提出，并因机器学习 (ML) 领域的现代突破而迅速发展。通过增强现实 (AR) 和虚拟现实 (VR) 融合现实（在 Apple Vision Pro 等先进硬件设备上表现最为突出），空间计算超越了传统的 2D 屏幕，创造了真正沉浸式的环境。它依赖于硬件（如 LiDAR 传感器）与深度学习框架（如 PyTorch）的融合，以实时准确地映射、解释和操纵物理空间。

Link to this section空间计算的核心组件#

要实现响应灵敏的空间计算体验，需要多种互联技术来无缝感知和数字化现实世界：

传感器融合: 设备利用光学摄像头、深度估计工具和光传感器的组合，收集有关其周围物理布局的连续 3D 空间数据。
视觉 AI: 空间计算的核心在于解释视觉数据的能力。像 Ultralytics YOLO26 这样的模型可提供实时的目标检测和追踪功能，使空间系统能够即时了解房间内存在的物理对象。
边缘计算: 为了防止延迟并确保流畅的交互，硬件会在设备本地处理复杂数据，而不是完全依赖远程云网络。
World Capture and Rendering: Generative AI techniques are utilized to rapidly reconstruct 3D environments from 2D imagery. This includes Neural Radiance Fields (NeRFs), originally introduced in a 2020 arXiv paper, and Gaussian splatting.

Link to this section空间计算与计算机视觉#

虽然两者经常被一起讨论，但区分空间计算与计算机视觉非常重要。计算机视觉是 AI 的一个子领域，严格专注于使机器能够“看”并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，它使用计算机视觉作为基础工具。例如，计算机视觉可能会识别出房间里的一把椅子，而空间计算则会利用这些数据让用户通过沉浸式界面将数字灯具虚拟地放置在椅子上。

Link to this section现实世界中的 AI 和 ML 应用#

空间计算正在通过弥合数字处理与物理执行之间的差距来改变各个行业。两个强大的现实世界应用包括：

自主机器人与制造业: 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 头显自然地演示组装程序。空间计算机在 3D 空间中追踪人类的动作，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。通过不断将多目标追踪 (MOT) 算法与由 IoT 传感器生成的空间地图相结合，自动驾驶汽车能够保持对其环境的动态 3D 理解。

Link to this section将视觉 AI 集成到空间工作流中#

构建空间计算流水线通常始于识别和定位物理空间中的主体。例如，利用姿态估计模型有助于确定人的确切姿势，然后可以将其用于在混合现实环境中将虚拟工件锚定在他们的手或身体上。

以下是使用 Python 提取关键点的示例，这是交互式空间映射的关键第一步：

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，该平台简化了驱动现代空间智能网络的 AI 引擎的创建。在边缘 AI 架构上集成这些高效的视觉模型，使开发者能够构建未来人机交互所必需的响应迅速且直观的体验。