地理空间智能是以地理空间位置为根基，以测绘遥感、卫星导航、地理信息系统、时空大数据、人工智能等技术为支撑，面向地球表层自然要素、人类活动、空间格局、时空演化与区域关联，开展感知获取、语义表达、机理分析、趋势预判与决策支持的综合智能能力，是支撑时空地理信息高水平供给和深度服务的核心引擎。

纵观行业发展历程，时空地理信息技术先后历经了纸质地图、数字地图、时空大数据等发展阶段，当前正加快由传统地理空间智能迈向生成式地理空间智能，迎来新一轮技术跃迁。这一变化正推动地理空间智能由数据处理走向认知生成，由以识别、分类、检测、预测为主的技术体系，进一步拓展为支撑复杂系统认知、推理与决策生成的新型基础能力。

5月20日，在WGDC26全球时空智能博览会上，莫干山地信实验室执行主任、国家基础地理信息中心二级研究员张继贤作题为《生成式地理空间智能：从空间数据到空间认知的新范式》的主旨报告，系统阐述了生成式地理空间智能的时代背景、技术进展、演进趋势，以及国家地理空间智能底座建设的总体思路。

技术演进的时代背景

张继贤表示，生成式地理空间智能的加快发展，是多重因素共同推动的结果，主要体现在3个方面。

首先，数字中国建设进入纵深推进阶段，对时空地理信息基础设施提出了更高要求。随着数字政府、数字经济、数字社会、数字生态文明和数字文化建设不断深化，时空地理信息正由行业性专业资源加快转化为支撑多领域数字化、智能化转型的地理空间底座。张继贤指出：“用时空信息说话、在三维空间研判、凭时空知识决策，正成为各领域推进数字化赋能和智能化应用的现实需求。”

其次，人工智能正在从判别式智能走向生成式智能。人工智能的能力边界正在由感知判断拓展到认知生成，智能系统不再局限于识别、分类等基础感知任务，进一步拓展出内容生成、逻辑推演、任务组织、人机交互等高阶能力，通用智能新范式加速形成。生成式人工智能与地理空间领域深度融合，直接推动地理空间智能从单纯识别空间地物，向构建完整空间认知体系跨越。如今，全球范围内相关技术研发与落地步伐不断加快，也引领整个行业迈入更智能、更高效、更自动化的全新发展阶段。

最后，地理空间智能的基础设施属性持续增强。当下，地理空间智能正从一项专业技术能力，升级为衔接物理世界与数字世界，服务各行各业感知、认知、推演、决策的通用基础设施。张继贤认为，地理空间智能正在成为数字中国建设的重要时空智能底座、数据融合平台和智能决策引擎，并持续以高品质时空信息赋能高质量发展。

地理空间智能技术进展与发展趋势

张继贤指出，当前地理空间智能正在深刻重塑时空地理信息的获取、组织、理解、推理和表达模式。行业发展也不再局限于单点算法优化，而是转向以基础模型、统一表征、自然交互、场景生成和智能体协同为代表的系统性演进。这意味着，地理空间智能正由离散能力走向一体化能力，由专用工具走向通用底座，由辅助分析走向自主执行。

结合行业实践，张继贤梳理了当前生成式地理空间智能领域的5个方面的技术进展。

第一，地理空间基础模型正在成为通用能力底座。地理空间智能逐步摆脱“单一场景任务、定制化独立建模”的传统模式，转向以大规模预训练、统一表征、迁移适配为核心的基础模型发展路线。张继贤认为：“地理空间基础模型的出现，为多任务、多场景、多尺度应用筑牢了核心支撑，也标志着地理空间智能从各类专用工具的集合发展为面向通用能力的底座，是整个技术体系的重要跃升。”

第二，统一时空Token（文本切分后的基本单位）化表征正在成为核心技术路径。以往行业多针对单一类型数据单独处理，如今可实现光学影像、合成孔径雷达影像和热红外、点云、矢量、文本等多源异构数据的统一Token化编码。通过时空、语义、结构三大维度对齐，能够构建出可推理、可解读、可生成的一体化数据表征体系。张继贤指出，这一技术路径是地理空间智能由感知地表迈向理解空间的关键环节。

第三，自然语言交互正在成为空间分析新入口。传统空间分析操作流程复杂、专业性极强，而自然语言交互开创了全新应用范式，推动操作模式从专业人员使用地理信息系统软件、调用工具链，转变为依托自然语言理解、智能任务编排、自动化结果生成的新型交互形态。“现在的地理空间智能系统不仅能够解答问题，还可以主动发起提问。”张继贤介绍道，“当‘提出需求’逐步替代‘操作软件’，地理空间智能的易用性与普及度将会得到质的提升。”

第四，场景生成正在成为新型表达载体。应用形态从二维地图、静态影像，延伸至具备真实感、时序性、互通性、立体感的三维、四维动态场景。场景生成技术搭建起数字空间与现实空间互通的桥梁，让地理空间智能从传统图层展示，升级为沉浸式场景表达，从静态可视化模式转向动态可计算模式。

第五，空间智能体正在成为新应用形态。随着基础模型、工具调用、任务编排、自主执行等能力持续增强，地理空间智能的发展重心已从单纯输出模型能力，转向依靠智能体自主完成复杂任务。张继贤强调，空间智能体不是简单叠加 AI能力，而是在目标理解、任务拆解、工具协同和成果生成上的整体应用升级，是面向复杂空间问题的新型应用形态。

在此基础上，张继贤进一步概括了生成式地理空间智能的4个主要发展趋势。

一是从遥感观测模型走向地理空间基础模型。技术应用不再局限于航空、遥感观测范畴，而是围绕水文、土地、大气、生态、人类活动、城市建设、产业发展等各类地理要素及其耦合关系，实现对整个地理空间的整体性认知。

二是从空间识别走向空间推理。核心能力不再只是识别空间地物、提取空间格局，而是进一步理解空间关联关系、推演空间演变过程、支撑科学空间决策。“空间推理能力将成为地理空间智能实现系统性认知的核心。”张继贤表示，“行业发展会从‘识别现状是什么’，逐步进阶到‘推理成因、预判趋势、制定方案’，这也决定了地理空间智能未来的能力上限。”

三是从空间分析走向决策生成。功能输出不再局限于地图、报表、统计指标等常规分析成果，而是面向发展目标与约束条件，完成多套方案设计、实施效果评估、最优方案筛选，实现从单纯提供分析结论，到自主生成可落地执行方案的转变，推动地理空间智能从“支撑决策”走向“参与决策”。

四是从空间数据平台走向空间认知平台。紧扣数字中国建设、国土空间治理、城市精细化治理等深层需求，平台定位从以数据汇聚、管理、服务为主的基础设施，升级为集空间理解、系统认知、情景模拟、决策支撑于一体的综合认知平台。张继贤认为：“未来的平台，核心价值不再只是管好数据，更在于读懂空间、认知系统、支撑决策。”

与此同时，张继贤客观指出，生成式地理空间智能从技术探索走向规模化应用，仍面临一系列系统性瓶颈：高质量地理空间训练数据不足、模型泛化能力偏弱、生成式模型的幻觉风险高、空间知识与大模型能力融合不充分、评测体系不成熟。此外，数据安全、主权界定、伦理规范等问题也亟待解决。

加快建设国家地理空间智能底座

对于国家地理空间智能底座，张继贤给出的定义是：面向数字中国建设和国家治理现代化需求，统筹整合空间数据、基础模型、知识规则、智能引擎与安全治理等关键能力，构建的新一代空间认知基础设施。“它不是单一的平台建设，而是数据、模型、知识、工具、标准与治理系统演进的国家级能力底盘。”

当前，围绕人工智能基础设施和重点领域应用创新，相关建设布局正在持续推进。在这一背景下，自然资源部启动国家人工智能应用中试基地（能源资源领域时空地理信息方向）建设，核心目标是打造以时空地理信息行业大模型为核心的国家统一时空智能底座。

张继贤表示，这一底座建设具有3个重要功能定位： 其一，作为自主可控的“定盘星”，通过统一技术架构、标准规范和安全治理体系，夯实数据主权与安全基础，为产业协同提供基本规则； 其二，作为高效转化的“炼金炉”，将海量时空数据转化为可规模供给的智能产品和服务，培育新质生产力；其三，作为开放赋能的“练兵场”，围绕真实场景开展中试验证，形成可复制、可推广的数智化转型方案，全面提升行业效能，助力我国占据国际技术领先地位。

在具体建设路径上，项目聚焦当前时空地理信息行业普遍存在的5类共性问题，即动态感知弱、生产更新慢、自动识别难、分析挖掘弱、应用门槛高，以时空地理信息行业大模型和全球覆盖高质量时空数据集为核心，建设算力、数据、模型、工具、安全五大共性支撑能力；围绕动态感知、生产更新、调查监测、融合分析、安全服务五大主题方向，推进高价值场景建设和中试验证。

张继贤介绍，国家地理空间智能底座将围绕算力、数据、模型、应用、产业“五位一体”开展总体布局，建设基础设施中心、数据资源中心、模型研发中心、应用验证中心和产业赋能中心，形成从模型研发、数据供给到应用开发、产业推广的全链条支撑体系，推动创新链、产业链、服务链深度融合。

在场景应用层面，张继贤还介绍了若干典型方向。例如，在实景三维生产更新方面，生成式三维建模有望在减少照片输入、压缩建模时间、降低数据规模的同时，提升成果的高保真与可计算能力；在应急保障服务方面，基于实景三维的场景构建与灾情态势感知，可增强全域可视、实时联动和空间精准决策能力；在低空智能导航方面，依托大模型与时空推理能力，低空飞行正由“条件反射避障”走向“智能预测导航”，为复杂低空环境下的规模化飞行提供支撑。

未来展望

面向未来，张继贤提出，应加快构建生成式地理空间智能发展体系，推动从“数字地球”加快走向“智能地球”。

第一，系统推进生成式地理空间智能发展体系建设。围绕数字中国空间底座升级和国家治理能力现代化需求，应将生成式地理空间智能作为新一代空间认知基础设施进行统筹布局，协同推进战略定位、模型体系、数据工程、技术协同、标准安全与人才培养等重点工作。张继贤指出，生成式地理空间智能不会削弱时空地理信息行业，反而将重塑并提升这一行业的战略地位。

围绕这一目标，他提出了几方面建议：一是明确生成式地理空间智能的国家战略定位；二是构建自主可控、面向空间认知的地理空间基础模型体系；三是建设高质量、多层级、可持续演进的空间数据工程体系；四是推动GIS、遥感、人工智能与行业知识深度融合；五是建立面向可信应用的评测标准、规范体系与安全治理机制；六是完善跨学科、复合型空间智能人才培养体系。

第二，推动从“数字地球”迈向“智能地球”。张继贤强调，在新一轮空间智能竞争中，竞争重点正在由单纯的数据优势，转向模型能力、标准能力、治理能力和场景能力的系统转化。围绕这一方向，行业需要实现3个方面升级：一是能力目标升级，从“会画地图、会看影像、会回答问题”，走向面向观测、理解、推演与治理一体化地球的认知能力；二是行业角色升级，时空地理信息行业不能停留于数据生产和技术跟随层面，而应成为生成式地理空间智能的基础设施建设者；三是竞争范式升级，未来行业竞争的关键，不仅在于数据规模，更在于模型、标准、治理和场景落地能力的系统化转化水平。