ARTICLE · 1218827
从时空数据底座到物理AI与世界模型|测绘股份入选江苏省高质量数据集建设重点项目(物理与世界模型方向)
今天，2026物理AI与世界模型大会在南京召开。大会发布《江苏省物理AI与世界模型高质量数据集建设行动计划（2026—2028年）》，并公布 2026 年江苏省高质量数据集建设重点项目名单（物理AI与世界模型方向）。公司“城市基础设施时空多模态高质量数据集”成功入选，成为该方向聚焦城市基础设施领域的重点项目。
《行动计划》明确，到2028年底，面向世界模型前沿方向建成超过10个具备因果一致性、时空连续性和应用可验证性的高质量数据集。公司项目从先行先试迈入重点建设阶段，体现了公司在高质量时空数据领域的持续积累，也进一步融入江苏省物理AI与世界模型发展的整体布局。
高质量数据集是人工智能从数字空间走向物理世界的重要基础。此次大会是全国首个聚焦物理AI与世界模型领域的高规格行业大会。物理AI的核心，是推动人工智能在物理世界中实现感知、决策与行动的闭环；世界模型则依托多模态数据，构建对物理环境、空间关系、运行规律及因果机制的可计算表征。两者的发展，都离不开具备时空连续性、物理可信度和应用可验证性的高质量数据。
对测绘股份而言，此次入选并非一次孤立的成果。今年5月，公司同一项目已入选“2026年江苏省高质量数据集建设先行先试项目名单”；此次再度入选重点项目名单，标志着项目建设从探索试点迈向重点推进，也体现了公司在时空数据资源积累与高质量数据集建设方面取得的阶段性进展。
构建面向
物理AI的时空多模态数据底座
“城市基础设施时空多模态高质量数据集”聚焦高质量时空数据供给不足这一行业痛点，汇聚南京市全域遥感影像、矢量标注、视频、点云、文本等多源时空数据资源，致力于构建统一、标准、可计量的城市基础设施时空多模态数据底座。
这一数据底座的价值，不仅在于汇聚多类型数据，更在于将测绘级几何精度、多源数据融合能力与时空连续性相结合，形成能够服务于物理AI与世界模型的数据资产，为AI模型理解真实物理环境、识别空间关系、开展推理与仿真提供可靠的数据支撑。
依托七十余年的行业积累，公司已形成覆盖“时空数据获取—融合处理—数据标注—分析挖掘—产品制作—智能应用”的全链路服务体系。项目建成后，将重点服务城市治理、低空经济与城市安全等领域，为无人机飞行风险评估、道路塌陷风险识别、城市部件养护监测等应用场景提供物理场景理解、空间推理与仿真验证所需的时空数据基础。
与此同时，配套建设的时空多模态数据协同标注平台，将通过智能化标注工具与流程化管理机制，提升多源数据标注的规范性与生产效率，为高质量数据集的持续建设及AI模型训练提供支撑。
从时空数据到AI能力：
支撑模型理解真实世界
物理AI与世界模型的发展，正在对高质量数据提出新的要求。与传统人工智能主要处理文本、图像等数字信息不同，面向物理世界的AI不仅需要识别对象，还需要理解空间关系、物理约束与环境变化，并在此基础上开展推理、预测和仿真验证。这对数据的精度、完整性、多模态关联及时间连续性提出了更高要求。
城市基础设施中的道路、管网、建筑及各类城市部件，构成了城市物理环境的重要组成部分。如何将这些对象的空间位置、几何形态、属性特征及动态变化转化为模型能够理解和调用的数据，是物理AI走向真实城市应用的重要基础，也是测绘地理信息专业能力能够发挥独特价值的领域。
此次项目入选，意味着公司在城市基础设施领域积累的时空数据资源，将进一步面向物理AI与世界模型的训练和应用需求展开建设。通过多模态数据融合、高精度空间表达与标准化标注，为AI模型提供理解城市环境、识别空间关系、开展空间推理及仿真验证所需的数据基础，推动人工智能从信息识别走向对真实物理场景的理解与应用。
从高质量数据集建设到物理AI应用探索，时空数据不仅是模型训练的基础资源，也是连接AI模型与真实物理世界的重要纽带。测绘股份将持续发挥在时空数据获取、融合处理与专业应用方面的积累，探索高质量时空数据与物理AI、世界模型的融合路径，为人工智能在城市治理、低空经济与城市安全等领域的应用提供有力支撑。
往期回顾
喜讯丨测绘股份上榜省级天地图典型案例——高精地图基础底图赋能智能网联汽车地图服务创新实践
