李飞飞押注的“空间智能”，正推动AI从生成二维画面走向构建可进入、可操作的三维世界。然而，当前AI生成的世界往往“中看不中用”，根本原因是缺少一本“底账”——即记录对象身份、物理规则和变化历史的底层状态数据。

目前，构建可运行的三维世界面临两大瓶颈：一是“速度”，生成首个真正无错、可用的场景耗时极长；二是“状态”，局部修改极易导致全局关系崩溃，例如移动一件家具却破坏了整体的物理碰撞规则。

为了让生成的世界“经得起折腾”，行业正致力于构建“状态-行动”闭环的世界模型。该模型包含渲染、模拟和规划三大模块，通过共享的“状态层”协同工作。系统会记录每一次操作轨迹，让AI在交互中自动学习与自我纠错；同时引入多维度的“验证系统”作为裁判，确保每次修改后的世界在几何、物理和逻辑上依然合理。

未来，衡量空间智能的核心指标将从“首帧画质”转向“首次有效时间”和“长程状态一致性”。AI的终极目标不仅是“画出”一个世界，更是让这个世界在每一次互动与修改后，依然真实、稳定且成立。