当全球科技巨头竞相押注世界模型赛道，一家中国团队给出了另一种尺度的答案。10月上旬，随着世界模型赛道持续升温，国产空间智能公司天耀宏图的技术路线受到关注：别人用手机拍的照片生成一个可漫游的房间，他们用卫星从太空拍下的大图，还原一整片广袤的真实天地。
天耀宏图成立于2012年，长期深耕国产空间智能底层平台。其核心产品GreatMap天耀万象物理世界模型，依托0.6米级全球遥感影像，叠加覆盖全国2800余个县市的三维白模数据底板，可以直接从卫星影像生成高保真三维场景，全程无需外业采集、无需人工建模。传统的三维场景构建依赖昂贵的激光扫描、航飞采集与人工建模，一个城市级场景的重建动辄数月，而生成式路线把采集环节压缩成一次卫星过境，把建模环节交给模型。
效率提升的幅度可以从对比里感受：传统方式完成一个城市级的三维底座，外业采集加内业建模往往以季度计，而生成式路线把主要工作收敛到影像获取与模型生成，周期压缩到天级。更重要的是更新能力，城市天际线、路网、水系的变化可以被持续捕捉，底座数据从一次性工程变成了可运营的活数据，这个属性对数字孪生项目几乎是决定性的。
配套的EchoMos具身智能仿真训练场，则把生成的三维世界变成机器人的训练场。物理世界模型输出带真值、带语义的场景数据，机器人可以在其中完成策略训练与场景泛化测试。这套从数据到仿真的闭环，正好切中了具身智能行业最稀缺的资源：高质量、大规模、带物理属性的训练环境。
理解这条路线的价值，最好的参照系是李飞飞的World Labs。9月28日，AMD宣布以约82亿美元全股票收购World Labs，把这家人工智能领域最重要的空间智能公司推上风口。World Labs的技术体系围绕三维世界生成、空间理解与世界模拟展开，其多模态世界模型能从最少2张、最多25张普通照片生成可被仿真器直接导入的三维场景，用少量手机照片在数字世界里写出一个可漫游的空间。
两者在技术逻辑上同源，都是从视觉出发，用生成式方法替代昂贵的真实采集，属于同一技术体系下的不同实现路径。差异在尺度与应用指向：World Labs的强项在小场景的精细生成与交互，服务内容创作与仿真训练；天耀宏图则押注大场景，用卫星视角覆盖城市、流域、山地这类人进不去、拍不完的广域空间，并强调数据带真值、带语义，可直接服务国土、水利、应急等专业领域。小场景拼的是生成精度与交互体验，大场景拼的是数据底座与专业语义，两条路径并未正面相撞，反而互为补充。
大场景物理世界模型的商业想象空间，比内容创作赛道更硬核。第一层是传统的地理信息产业升级，国土调查、水利监测、应急演练、交通规划这些领域常年为三维数据采集支付高额成本，生成式路线把边际成本压低一个数量级，存量需求会被重新定价。第二层是数字孪生底座，城市级、流域级的数字孪生项目过去受制于数据更新慢，卫星影像直出三维让底座数据可以按季度甚至按月刷新。第三层是新兴的具身智能数据服务，机器人训练需要大量带物理属性的场景，真实世界的卫星级复刻正是稀缺供给。
对照国际市场，空间智能与世界模型已经被确认为巨头必争赛道，价值正从内容生成向机器人训练基础设施延伸。AMD愿意付出其历史上第二大收购金额，看中的正是世界模型对机器人产业的核心价值：提升数据效率、扩展训练分布、降低真实数据采集成本。国内市场同样在加速，具身智能的资本热度持续攀升，训练场与数据集成为产业政策的明确支持方向。
商业模式的演进也值得跟踪：从卖数据、卖平台到按场景订阅服务，空间智能厂商正在探索多种收费形态。带真值数据的专业场景订阅，客单价与续约率都优于一次性项目制，这也是大场景路线区别于内容生成赛道的重要特征。
这条路线的护城河与考验同样清晰。护城河在于数据：全球0.6米级遥感影像的获取与处理能力、覆盖全国的矢量与白模底板、多年积累的行业语义标注，这些都不是短期能够复制的资产。考验在于三点：一是精度验证，生成式重建的几何精度与专业测绘标准之间的差距需要持续收窄；二是数据合规，遥感数据涉及敏感地理信息，商业化路径需要在合规框架内设计；三是生态建设，模型输出的标准化资产能否顺畅接入游戏引擎、仿真平台与机器人训练框架，决定了它从演示走向生产线的速度。
对行业观察者，这个案例的价值在于提示了世界模型竞争的多维性：赛道足够宽，既容得下拼生成精度的消费级玩家，也容得下拼数据纵深的行业级玩家。中国团队如果在卫星遥感这条数据护城河上建立优势，等于在全球空间智能版图里占据了一个别人难以绕开的生态位。大场景物理世界模型的下一步，值得放进长期观察清单。
对采购方与开发者，评估此类平台时有三个硬指标：生成场景的几何精度是否可标定、语义层能否对接行业数据标准、以及资产导出是否兼容主流引擎与仿真框架，三项过关，才谈得上进入生产环境。