空间智能体（Spatial Agent）是能理解空间意图、自主规划并调用 GIS / 空间工具完成复杂地理任务的 AI 系统，核心是把大语言模型（LLM）与空间计算、GIS 能力深度融合，让 AI 真正 "懂地图、会分析、能决策"。
一、核心定义（通俗版）
传统 GIS 是 "需要专业人员操作的工具箱"；空间智能体是能听懂自然语言、自己分解任务、自动调用工具出结果的 "空间智能伙伴"。
- 官方定义（宋关福，2025）：理解人类意图→自主规划分解→自动调用地理信息工具→达成目标的智能技术。
- 本质：让 AI尊重三维空间的物理规则与逻辑约束，从 "看图" 升级为 "懂空间、用空间"。
二、四大核心能力
- 空间感知：获取地图、影像、点位、路网等空间数据，统一到三维坐标系。
- 空间理解：解析自然语言中的空间意图（如 "找出兰州城关区 500 米内的医院"）。
- 空间推理：做缓冲区、叠加分析、路径规划、可达性计算等 GIS 专业分析。
- 空间行动：自动生成地图、报告，或驱动设备执行（如无人机巡检）。
三、技术架构（三层）
-
应用层：自然语言交互界面（对话、指令）。
-
智能体层（核心）
- 认知模块：意图识别、空间知识关联；
- 规划模块：任务拆解、分析流程设计；
- 执行模块：调用 GIS 工具、空间算法；
- 记忆模块：历史学习、优化决策。
-
工具层：GIS 平台、空间数据库、遥感 / 影像处理、路径分析引擎。
四、主要形态
- 问答式：解答空间知识（如 "黄河流经哪些省份"）。
- 工作流式：按固定流程执行（如 "批量出指定区域的专题图"）。
- 自主规划式：复杂任务自主拆解、动态调整（如 "规划兰州一日游路线，避开拥堵"）。
五、典型应用场景
- 智慧城市：交通拥堵分析、应急选址、公共设施布局优化。
- 自然资源：国土监管、耕地保护、生态红线核查。
- 数字孪生：城市 / 园区三维建模、动态仿真、态势推演。
- 智能驾驶：高精地图更新、路径规划、环境感知。
- 低空经济：无人机航线规划、空域管理、巡检任务自动执行。
六、与传统 GIS / 普通 AI 的区别
- 传统 GIS：工具导向，需专业操作，被动执行命令。
- 普通 AI（如 LLM） ：懂语言但不懂空间规则，易出地理常识错误。
- 空间智能体 ：语言 + 空间双理解，自主分析、精准输出，降低专业门槛。
七、发展意义
空间智能体是GIS 与 AI 融合的范式革命，将地理信息从 "被动查询" 推向 "主动服务"，让普通用户也能做专业空间分析，加速数字中国、智慧城市建设。