中国卫星导航定位协会在北斗时空产业发展论坛上发布《2026中国北斗产业发展指数报告》。报告显示,截至2026年上半年,我国北斗产业综合指数为1696点,同比提升7.41%,较2020年增幅超过70%;不含消费类电子的各类北斗终端设备应用数量接近4200万台/套,北斗综合应用渗透率超过90%。
同期,国内智能手机出货量达到1.24亿部,超过98%的机型支持北斗定位;搭载北斗终端的乘用车出货量约1000万辆;具有北斗定位功能的电动自行车销量达到2600万辆。
国家最高科学技术奖获得者、中国科学院院士、中国工程院院士李德仁在论坛上表示,北斗提供的是时空基准,是尺度和参照,并不直接产生决策。物质世界的变化最终要落在时间和空间两条轴线上描述。从工业化时代的测绘遥感学到信息化时代的空间信息学,再到人工智能时代,他在2024年提出时空智能学,其核心是把通信、导航、遥感和人工智能的计算方法融会贯通,在真实物理世界中回答什么时间、什么地方、什么目标、发生了什么变化、为什么变化,以及如何在规定时间、需要地点把正确信息和知识送达需要的人。
李德仁强调,时空智能与互联网人工智能存在边界和责任分工。物理世界中的每个决策必须在规定时间、目标地点、正确信息与具体责任人之间形成闭环;互联网人工智能更多停留在虚拟世界,不必直接承担现实后果。时空智能要规模化,最终考验能否在真实场景中把感知、认知、决策与行动扣成可问责链条。人工智能更像通用大脑,时空智能则聚焦人们生活的物理世界,做人想做、做不好、做不了的事,让人类拥有更高生产力,更好地治理地球、理解宇宙。
他呼吁,北斗的未来不能只满足于指路,还要继续向前,把PNT做到通导遥一体化PNTRC,再叠加人工智能,让触角伸向天空地海,推动物理世界智能化。
中国工程院院士、武汉大学科学技术发展研究院院长姜卫平在报告中列举了商业航天与具身智能两个前沿方向。在商业航天领域,竞争维度已经改变。过去问谁能上天,现在问谁能在天上连接、计算和决策。传统天感地算模式下,卫星把观测到的海量数据全部下传地面,再集中处理;受星地下传带宽限制,真正传回的数据极少,大部分被压缩或丢弃。在轨人工智能处理让卫星在太空中完成识别和判读,只把处理结果传回地面,提高了信息利用效率。商业航天企业在资本市场的高估值和想象力,也与其掌握进入太空、获取数据、部署算力的入口有关。围绕国际空间技术设施的竞争,正从发射与轨道布局,延伸到在轨处理、空间数据网络与太空算力的综合体系。
在具身智能方面,姜卫平指出,没有时空信息支撑,机器人很难从程序化作业走向对真实环境的理解、学习、自主行动和跨设备协同。工业机器人发展迅速,但自然场景下的机器人进展仍慢,原因在于精准的时空智能能力尚未完全具备。缺少清晰的时间和空间坐标,缺少对周边环境的连续感知和理解,机器人难以摆脱被动执行,更难与人类世界自然协同。
姜卫平把瓶颈概括为三重约束。数据层面,时空智能所需数据庞杂且多源、多模态,涵盖遥感影像、地理信息、交通视频等类型;多模态数据融合能力不足,数据更新的时效性和动态性难以完全满足需求,专业标准与知识标注也存在明显短板。算力层面,既要看得又多又远,又要算得又快又准,在有限算力和存储带宽下,模型能力与实时响应成为规模化应用的重要挑战。算法层面,传统地球观测依赖物理机制解释现象,深度学习依靠大规模数据建模,二者在模型表达上存在先天差异,如何让物理机制与数据驱动在同一框架内相互印证,是空间分析必须直面的课题。要让空间分析走向可计算、可解释、可验证,需要测绘遥感、数学物理与计算机科学等多学科深度交汇与长期协同。
姜卫平还提到,大模型在时空信息领域仍要面对多尺度、多模态、长时间序列数据处理,以及动态环境理解、复杂物理过程模拟和多元异构时空数据融合等独特挑战;跨领域泛化、置信度、可解释性和安全性等问题,同样是科研和产业界关注的方向。









