---
title: "当别人还在让 AI 生图时，他们已经开始让 AI “造世界”了"
id: "20260321A040T900"
publicationAccount: "非凡产研"
originalPublishedAt: "2026-03-21T13:11:04+08:00"
canonical: "https://ffcap.cn/research/20260321a040t900"
source: "https://view.inews.qq.com/a/20260321A040T900"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["具身智能","AI 音乐","物流与供应链","非凡大赏"]
---

# 当别人还在让 AI 生图时，他们已经开始让 AI “造世界”了

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

**非凡大赏·嘉宾访谈**

## **当别人还在让 AI 画图时，**  
**他们已经开始让 AI "造世界"了**

  

"AI 正在从'生成一个结果'，变成'生成一个世界'。"

很多人对 AI 的理解，还停留在一个很浅的层面。

一句提示词，生成一张图。

图好看，转发一下。图不好看，再改一轮。

热闹是热闹，但说到底，这还是**"屏幕里的 AI"**。

可如果你往产业里看，会发现真正大的变化，已经不是"AI 会不会画图"，而是：

**AI 能不能读懂人类对现实世界的想象，**  
**并把这种想象，直接变成一个**  
**可以进入、可以修改、可以交易、**  
**甚至可以训练机器人的空间。**

这不是小升级。

这是 AI 从"内容生成"，走向**"物理世界建模"**。

也是我看栩峰科技中国区总裁 赵鹭的访谈后，脑子里最强烈的一个判断：

**AI 的下一场硬仗，不在图片，而在空间。**

因为图片只能被看见。

空间，才能被使用、被交易、被施工、被改造、被机器人理解。

  

## **01 不是"生图"更厉害了，而是 AI 开始接管空间这件事**

过去两年，AI 圈最容易被看见的能力，是生成。

生成文字，生成图片，生成视频，生成音乐。

看起来什么都能生成。

但问题也很明显：大多数生成，停在**"可看"**这一步。

它们适合传播，适合展示，适合做内容。

可一旦你进入真实产业链，就会发现，光"可看"远远不够。

一个家装客户，不是为了看一张漂亮效果图。

他真正想要的是：

• 这个空间到底长什么样；

• 能不能改；

• 里面用的柜子、沙发、灯具、地板分别是什么；

• 能不能直接匹配供应链；

• 能不能尽快成交；

• 后面能不能施工、交付、复用。

你会发现，这时候"图"已经不够了。

**产业真正要的，从来不是一张图，**  
**而是一套围绕空间展开的完整系统。**

"

**AI 不应只是生成一张静态的图片，而应构建一个可交互、可感知的数字世界——这才是空间智能的真正意义。**

这句话表面上是在定义空间智能，实际上它在划一条分界线。

分界线的一边，是把 AI 当成视觉特效。

另一边，是把 AI 当成**现实世界的接口**。

前者很容易火。

后者才有机会长成**产业基础设施**。

![当别人还在让 AI 生图时，他们已经开始让 AI “造世界”了 · 原文图片 1](https://inews.gtimg.com/om_bt/OnQsoeCJMT3F_IIj4FupSuuotHoKxqFpm5-uiu2HAsCGEAA/1000)

  

## **02 真正值钱的，不是"画得像"，而是把抽象需求图像化**

为什么空间智能这个方向值得看？

因为它不是先从技术炫技开始的，而是先撞上了一个非常具体、非常商业化的痛点：

**人类对空间的需求，**  
**天然是模糊的。**

尤其在家装、建材、家具这些行业里，客户经常说不清自己要什么。

他说想要"高级一点"。

你不知道他要的是胡桃木、极简、意式、奶油风，还是更亮的光线、更大的收纳、或者只是"不想看起来像出租屋"。

他说想改厨房。

你给他一张平面图，他看不懂。

你给他一堆参数，他更没感觉。

当你给他一张效果图，他立刻就能说：

"这个可以。"

"这个颜色不行。"

"柜子再往左一点。"

"岛台别这么大。"

所以栩峰科技一开始抓住的，根本不是"AI 生图"这个热词，而是一个更硬的命题：

**怎么把人的模糊想法，**  
**快速变成可沟通、可修改、可成交的视觉结果。**

这件事一旦成立，价值就不只是"更酷"，而是**"更能成交"**。

"

**我们最早将高可控、可规模化的AI生图应用于商业，解决的正是"将抽象需求图像化"这一关键痛点。**

注意这句话里的两个词：**高可控**、**可规模化**。

这其实已经把很多 AI 产品和产业级 AI 产品分开了。

消费级 AI 解决的是**"能不能生成"**。

产业级 AI 解决的是**"能不能稳定地生成到业务流程里去"**。

前者拼惊艳。

后者拼**闭环**。

![当别人还在让 AI 生图时，他们已经开始让 AI “造世界”了 · 原文图片 2](https://inews.gtimg.com/om_bt/ONyV4hvPNXVKnigmQH0U4ifj71E12G0nA9k1jVoFUrjFAAA/1000)

  

## **03 很多 AI 公司还在卖工具，他们已经开始吃"空间交易"这块肉了**

我一直觉得，判断一家 AI 公司有没有真东西，一个很简单的办法，就是看它的钱到底从哪里来。

如果收入逻辑只停留在订阅、调用量、生成次数，那它很可能还在工具层。

但如果它已经能嵌进客户的成交、供应链、组织效率，事情就不一样了。

栩峰科技有意思的地方就在这里。

它不是停在"帮你生成效果图"。

它往后又接了一层：

• 效果图里的产品，可以继续推荐；

• 推荐的产品，可以连接真实供应链；

• 供应链再往下，是订单、交付和产业带。

这就不是一张图了。

这是**"设计—推荐—供应链"**的完整链条。

也就是说，它真正吃到的，不是生图的钱，而是**空间决策被 AI 改写之后释放出来的交易价值**。

这个逻辑非常重要。

因为很多人对 AI 商业化的理解，还停留在"我用 AI 提升了多少效率"。

但效率本身，不一定能变成收入。

真正大的机会，往往出现在 AI 进入交易链路之后。

在家居场景里，这一点尤其成立。

客户原本说不清、看不懂、决策慢。

AI 把这个过程缩短之后，前面的流量、后面的供应链、整个签单周期都会被重写。

这也是为什么赵鹭会把他们的路径总结成 **G to B to C**。

不是直接去做一个面向所有消费者的爆款 App。

而是先嵌入产业、平台、头部企业、国央企项目，再向下穿透到消费端。

这条路不够性感，但很中国，也很现实。

因为在中国，很多真正大的生意，本来就不是先从 C 端爆出来的，而是先从**产业链、组织体系和基础设施**里长出来的。

  

## **04 这家公司真正押注的，不是"装修"，而是"空间"这个超级入口**

如果你只把这家公司理解成"做家装 AI 的"，其实会低估它。

家装只是它最早切进去的切口。

真正的底层能力，是**空间理解、空间生成、空间交互和空间数据沉淀**。

这意味着什么？

意味着它今天可以做家装，明天就可以做工装、连锁餐饮、适老化改造、酒店、商业空间，甚至再往后，进入**机器人训练和具身智能**。

因为这些场景虽然长得不一样，但底层都离不开一件事：

**理解空间，**  
**并让空间变得可计算。**

余豪在访谈里讲到技术演进时，提到了一条很清楚的路径：

从最早用 ANN、CNN、GNN 等技术做室内设计流程优化，

到 Diffusion model 提升图像生成质量，

再到大模型带来更强的语义理解和工具调用能力，

最后走向 **3D 空间生成**。

这条路径的关键，不是模型名字变了，而是 AI 对世界的表达能力在变。

以前 AI 输出的是一张二维结果。

现在 AI 开始输出一个**三维环境**。

以前 AI 生成的是"图像"。

现在 AI 生成的是**"可以被人进入、也可以被机器理解的场景"**。

"

**技术从二维向三维演进，不再只是生成静态图片，而是生成一个 3D 空间，用户可以沉浸其中。这是从"图"到"空间"的根本性体验升级。**

很多人看到这里，第一反应可能是：这不就是更高级的效果图吗？

不是。

效果图的核心是展示。

空间智能的核心是**建模**。

展示只能影响感受。

建模才能影响后续所有流程。

你一旦把空间数字化、结构化、可交互化，它的想象空间就完全不同了。

  

## **05 更大的野心，不在设计行业，而在机器人**

我觉得这篇访谈里最容易被忽略、但其实最值钱的一段，不是家装，也不是国央企合作，而是他们往后看的那一步：

**世界模型和具身智能。**

为什么这一步重要？

因为空间数据，天然是机器人最需要的燃料之一。

机器人为什么一直"看起来很聪明，干起活来很笨"？

一个重要原因，就是它对真实环境的理解还不够。

• 它知道动作，但不够理解场景。

• 它能识别物体，但不够理解空间关系。

• 它会规划路径，但在复杂现实中依然容易失效。

而如果你已经长期在不同室内场景里沉淀空间数据，建立 3D 场景、材质、物体关系、使用逻辑，甚至未来能模拟人在空间中的行为，那这些东西对机器人训练的价值就会迅速抬升。

换句话说：

**今天你在做 AI 设计，**  
**明天你可能在给机器人喂世界。**

这也是为什么"空间智能"这个词，比"设计工具"大得多。

它的终点不是帮人省几个设计师工时。

它可能是变成**物理世界数字化的一层新底座**。

赵鹭提到，他们正在开发室内场景世界模型，并和多家机器人公司、具身研究机构探讨合作。

这件事听上去像未来，但其实它已经是很现实的布局。

因为当机器人真正进入家庭、商场、酒店、办公楼、养老空间，它最缺的不是单一动作模型，而是对环境的可训练、可泛化理解。

而空间智能，刚好补的是这个洞。

![当别人还在让 AI 生图时，他们已经开始让 AI “造世界”了 · 原文图片 3](https://inews.gtimg.com/om_bt/OczLUAoWdzkZa1cNK8p8VEoQrajw_UBmWO5HFqs4wZVuEAA/1000)

  

## **06 为什么这件事，中国公司反而可能更有机会**

我越来越觉得，AI 到了今天，光比模型参数已经没那么有意思了。

真正开始拉开差距的，是谁更接近真实场景，谁更能拿到大规模数据，谁更能把技术塞进产业流程里。

在这件事上，中国公司其实有一个经常被低估的优势：

**场景密度高，产业链完整，**  
**改造需求大，落地规模也大。**

尤其是家居、建材、适老化、城市更新、连锁门店改造这些领域，中国不只是有市场，而是有**超大规模、超多样化、超高频的现实样本**。

"

**如果中国开始大规模推进某个领域，其数据量和应用规模将是全球最大的——这是我们布局城市与民生场景的底气。**

这句话其实不只是说"我们有市场"。

更深一层是：

**AI 竞争走到物理世界之后，**  
**数据不再只是网页、文本和图片，**  
**越来越会变成空间、流程、施工、交付、运营**  
**这些现实数据。**

而这些数据，恰恰是中国最容易形成规模优势的地方。

再往前一步看，这甚至会和中国供应链一起形成新的出海方式。

以前我们说中国供应链出海，更多是卖货。

以后很可能变成：

**中国的制造能力 + AI 的空间理解能力 + 全球的空间改造需求**

你不只是卖柜子、卖建材、卖方案。

你是在卖一整套**"从空间想象到空间落地"**的能力。

"

**当 AI 能精准读懂人类对空间的想象，并用 3D 场景将其具象化，这场从"图"到"空间"的革命，不仅会改变设计行业，更能让中国供应链的硬实力走向全球。**

这句话不只是愿景。

它其实已经透露出一条新出海逻辑：

**不是把中国商品卖到全球，**  
**而是把中国在空间和供应链上的综合能力，**  
**打包成新一代解决方案。**

  

## **07 写在最后：AI 正在从"软件脑"走向"世界脑"**

看完这组访谈后，我最强烈的一个感受是：

我们可能低估了 AI 从数字世界走向物理世界的速度。

前几年，AI 最擅长的还是处理信息。

写文案、做翻译、生成内容、搜索答案。

这些事本质上都发生在**"软件世界"**里。

但当 AI 开始理解空间、生成场景、连接供应链、参与施工决策、服务城市改造、给机器人提供训练环境，它就不再只是一个软件能力。

它会慢慢变成一套**"世界接口"**。

你给它的，不再只是文字。

而是人的意图、空间的限制、物理的约束、产业链的能力。

它返回给你的，也不再只是一段答案。

而是一个**可进入、可修改、可执行的现实方案**。

所以我会觉得，栩峰科技这家公司真正值得看的地方，不在于它做没做出几张惊艳的效果图，而在于它踩中了一个很关键的跃迁：

**AI 正在从理解信息，**  
**走向理解世界。**

而"空间"，很可能就是这个过程里最先被改造、也最容易长出商业闭环的一层。

如果说过去两年，AI 最火的是**"内容生成"**。

那接下来几年，更值得盯住的，也许不是它又生成了多少图片、视频和文案，而是：

**它有没有开始生成空间、接管流程、**  
**连接供应链、训练机器人，**  
**并真正进入物理世界。**

一旦这件事成立，AI 就不再只是屏幕里的生产力工具。

它会变成**现实世界的操作系统**。

而那些最早从"生图"走向"造空间"的公司，争夺的也就不只是一个垂直赛道。

它们争夺的，是**下一代人机协作里，对世界的解释权**。

  

## **精选 Q&A**

**Q1：栩峰科技最核心的价值到底是什么？**

不是"把图画得更好看"，而是把人类模糊的空间需求，快速变成可理解、可修改、可交易的数字空间方案。它解决的是"抽象需求图像化"，再进一步走向"空间化"。

**Q2：它和普通 AI 生图工具最大的区别是什么？**

普通 AI 生图工具大多停在展示层，图生成完，价值就差不多结束了。栩峰科技更强调高可控、可规模化、可进入业务流程，并且把设计和真实供应链打通，形成交易闭环。

**Q3：为什么"从图到空间"这么重要？**

因为图片只能帮助表达，空间才能承接真实业务。空间一旦被数字化、三维化、可交互化，后面就能连接设计、推荐、采购、施工、营销，甚至机器人训练。

**Q4：它为什么先从家装切入？**

因为家装是一个典型的"高客单价、高沟通成本、高视觉依赖"的行业。客户看不懂图纸，却能快速对效果图做判断，所以 AI 在这里更容易直接影响成交效率。

**Q5：为什么文章里一直强调供应链？**

因为真正大的商业价值，不在生成本身，而在 AI 是否进入交易链条。效果图里出现的产品如果能直接对接真实供应链，AI 就不只是工具，而会变成带动订单转化的引擎。

**Q6：它为什么要做 G to B to C，而不是直接做 C 端爆款？**

因为空间和家居这类行业天然有强产业属性，头部企业、产业带、国央企项目掌握更大的资源和改造场景。先进入这些体系，更容易形成规模化落地，再向下触达消费者。

**Q7：它和机器人有什么关系？**

空间智能积累下来的 3D 场景数据、空间结构理解和世界模型能力，可以为机器人提供高质量仿真训练环境。简单说，今天在做空间建模，明天可能就在给具身智能铺路。

**Q8：为什么中国公司在这个方向上可能更有优势？**

因为中国拥有更密集的空间改造需求、更完整的建材和家居供应链、更大的城市与民生应用场景，也更容易形成大规模真实数据。一旦进入产业化阶段，这种优势会非常明显。

本文基于对栩峰科技的深度访谈整理

---

原始发布版本：https://view.inews.qq.com/a/20260321A040T900

本站阅读页：https://ffcap.cn/research/20260321a040t900