第07章 从 GRA 范本到成熟度表：三维、工程化与决策依据
本章导读
第06章判断智能体属于哪一类，本章回答它值不值得投，对应原报告 5.5—5.8 节：先用 Google GRA 技术报告的四组对照说明领域专属技能与前置规划为什么必需；再把三维与点云摊开——3DGS 的 PSNR 只证明渲染逼真、S3DIS 的 mIoU 只在室内封闭类别成立、生成式三维没有地理参照；接着记三条容易被忽略的工程现实，cuSpatial 停更、国产算力适配深度不明、MLOps 比模型更决定长期成败；最后落到一张 15 行的成熟度表。本章的用处是把技术热情换成采购语言。
学习目标
读完本章，你应当能够：
- 复述 5.5 节 GRA 的四组对照配置，说明缺了前置规划时智能体会出现什么行为；
- 用 5.6 节的 PSNR 与 SSIM 指标，解释为什么 3DGS 可用于可视化却不能用于量测；
- 说出点云语义分割在 S3DIS 上的三项指标区间，并指出这些数字成立的三条前提；
- 写出 5.7 节 cuSpatial 停更、国产算力适配与 MLOps 三件事各自的风险点；
- 用 5.8 节成熟度表判断一个具体技术项属于可用、慎用还是不建议，并写出所需证据；
- 写出自身项目三项拟采用技术的判断结论与时间窗，逐条对照 5.8 节表格。
5.5 Google 的 GRA：目前最完整的“如何做对”范本
Google 在 2026 年 10 月 13 日发布的地理空间推理智能体（Geospatial Reasoning Agent, GRA）技术报告，提供了目前最完整的消融式评测与工程实现：
评测设计：比较四种配置（独立 LLM；LLM + 网络搜索与地图锁定工具；LLM + Earth AI 工具但无前置规划；完整 GRA），使用 Gemini 3.8 Flash 与 3.1 Pro，覆盖四个基准。
核心结论：领域专属技能对定量空间任务至关重要，仅给基础工具的智能体表现不佳；前置规划对开放式真实工作流是必需的，否则智能体会“走捷径”（例如用网络搜索代替空间工具）。唯一的例外是 UnivEARTH——独立 LLM 也达 93.6%，原因是答案可在公开网络获取，这本身是对基准有效性的警告。
工程细节值得逐条记录：
- 把 Earth AI 各能力打包为模块化技能，仅在需要时调用
- 执行复杂操作前先构建逐步分析计划
- 在本地工作区处理大型地图图层，避免海量空间数据淹没上下文
- 每个响应都展示计划与数据来源，供专家检查假设或替换数据集
- 支持用户以 CSV、自定义 GeoJSON 边界或云端表格输入自有数据
效果：在公共卫生研究中，结合人口动态基础模型（PDFM）与 AlphaEarth 卫星嵌入后，健康结果预测准确率比人口统计学基线提升 12%，空间分辨率提高 8 倍。
这一段是本报告认为最值得工程团队精读的部分。 它的价值不在于 Google 做得多好，而在于它把“如何让智能体做对”拆成了可复制的五条设计原则：模块化技能、前置规划、本地大数据处理、可溯源展示、用户数据接入。
5.6 三维与点云：AI 化落后二维约 3—5 年
（1）3D Gaussian Splatting：可视化已可用，量测不可用
3DGS 在 2025 年成为城市级重建的主流候选。公开定量对比：
| 方法 | PSNR | 训练时间 | 显存 | 渲染帧率 |
|---|---|---|---|---|
| OccluGaussian（2025-11） | 25.46 dB | 48.26 分钟 | 12.2 GB | 313 FPS |
| CityGaussian | 20.96 dB | 106.35 分钟 | 8.2 GB | 80 FPS |
| 原始 3DGS | 20.88 dB | — | 23.9 GB | 0.9 FPS |
相对 NeRF，3DGS 在城市中心区的 PSNR 提升约 10—13 dB，SSIM 提升 0.3—0.4。国内产品侧，超图已支持将三维高斯泼溅数据转换为 S3M 3.01 瓦片并在 Web 端加载。
必须明确的边界：3DGS 优化的是“渲染逼真度”，不是“几何量测精度”。PSNR/SSIM/LPIPS 是影像相似度指标，与点位中误差、边长精度没有单调关系。把 3DGS 成果直接用于地籍、竣工测量或工程量算，缺乏精度依据；用于可视化、巡检、方案比选是合理的。
（2）点云语义分割：室内可用，室外大场景慎用
S3DIS 上的公开数字集中在 mIoU 70%—76%、mAcc 78%—83%、OA 90%—92% 区间。这些数字的共同前提是室内静态场景、类别封闭、标注密度高。室外大场景（机载 LiDAR 城市点云）的公开 SOTA 更低且更依赖场景，指标口径尚未统一。
业务上更可靠的做法是“限定类别 + 限定场景 + 人工复核阈值”，这与超图把点云分类先落在电力线/杆塔这类强几何先验目标上的产品选择一致。
（3）生成式三维：与测绘级三维不是同一件事
2025—2026 年生成式三维进展迅速：World Labs 的 Marble 于 2025-11-12 商用，支持从单图/视频/文本生成“持久、可编辑、可导出”的三维世界；2026-07-16 国家人工智能应用中试基地（具身智能）联合华为、魔芯发布 MoWorld-3D 交互式三维世界模型，全栈基于昇腾 NPU。
判断标准很简单：生成式三维没有地理参照（或地理参照由用户事后套合），不满足测绘成果的可追溯性、精度与责任要求。它适合场景搭建、方案可视化、仿真训练数据合成，不适合作为实景三维成果。若要纳入成果体系，必须有“影像/点云证据 + 控制点 + 精度评定”三件套。
5.7 工程化：三个容易被忽略的现实
（1）GPU 加速生态并不稳固。 NVIDIA RAPIDS 于 2025 年 4 月发布公告（RSN 45），自 v25.06 起停止发布 cuSpatial 包并暂停其仓库开发。cuSpatial 是 GPU 加速 GIS 几何运算（点-in-多边形、轨迹距离、包围盒）的主要开源库，其停更意味着“用 GPU 加速矢量运算”这条路线需要自行维护或转向其他实现。这是一个必须知道的供应链风险——大量方案默认依赖它。
（2）国产算力适配已是产品清单里的具体条目。 空天·灵眸 3.0 使用 512 张昇腾 910 预训练；JigonGPT 以昇腾体系实现星载部署；超图 2025 版新增兼容国产 GPU（象帝先）与国产数据库（虚谷），并支持华为 GaussDB、金仓 KingbaseES、海量 Vastbase、南大通用 GBase。但适配深度（是否支持算子级优化、混合精度、分布式训练）公开信息不足，这是采购时应当明确追问的技术细节。
（3）MLOps 能力比模型能力更能决定长期成败。 公开材料中闭环能力最强的两个案例都是“平台”而不是“模型”：SatAI V1.0（全流程平台）与 PIE-Engine 天权（42 个模型 + 50 万+ 样本的“模型库 + 样本库”运营方式）。两者的共同点是承认“模型会退化、样本会过期、业务会变”，因此用平台而非单模型交付。反面证据是学术界普遍只报告单一数据集指标、不报告跨时相跨区域退化，导致大量“论文可用、业务不可用”的模型。
5.8 技术成熟度判断：一张可直接用于决策的表
本报告采用三档判断：可用（有公开产品与业务案例，风险可控）、慎用（技术可行但精度/责任边界不清，需限定场景与人工复核）、不建议（无公开可核验依据或成本明显不划算）。
| 技术项 | 判断 | 依据 | 时间窗 |
|---|---|---|---|
| 遥感地物分类/语义分割（限定区域、限定类别） | 可用 | 平台化产品成熟，精度进入饱和区；SatAI、PIE-Engine、LIM 均有业务案例 | 现在 |
| 建筑物变化检测（高频、无人机/航空） | 可用 | LEVIR-CD F1 91%—92.5%，多方法收敛 | 现在 |
| 建筑足迹/单体化（城市级 LOD1.3→LOD2） | 慎用 | 倾斜影像 F1 0.68—0.75；需轮廓与影像联合约束 | 现在—2027 |
| 地理空间基础模型零样本推理 | 慎用 | PANGAEA 显示冻结编码器可用但需微调；GEO-Bench 提升有限 | 2026—2028 |
| 多模态任意到任意生成（TerraMind 类） | 慎用 | 能力公开但下游业务验证少；边缘版刚发布 | 2026—2028 |
| LLM 工作流式 GIS 助手（问答、制图、脚本生成） | 可用（Beta 为主） | ArcGIS 助手 2026-06 GA；超图 AI 助理/iPortal AI 制图 | 现在 |
| 自主规划式 GIS 智能体 | 慎用 | 能力演示充分但失败模式未闭；评测样本量小 | 2026—2029 |
| 自然语言转空间 SQL（生产库） | 慎用 | 最好的公开结果基于 35 条查询 | 2026—2028 |
| 3DGS 城市重建（可视化/巡检） | 可用 | 相对 NeRF PSNR +10—13 dB；产品已支持瓦片化 | 现在 |
| 3DGS 用于量测/成果交付 | 不建议 | 无几何精度证据；指标为渲染相似度 | — |
| 点云语义分割（室内/限定目标） | 可用 | S3DIS mIoU 70%—76%；电力线/杆塔已产品化 | 现在 |
| 点云语义分割（室外大场景开放类别） | 慎用 | 指标口径不统一，跨场景退化明显 | 2027+ |
| 星上/边缘实时推理 | 慎用（试验） | JigonGPT 在轨 100+ 天；TerraMind tiny 发布 | 2026—2030 |
| 生成式三维入成果体系 | 不建议 | 无地理参照与精度评定机制 | — |
| 空间智能/世界模型用于 GIS 决策 | 不建议（研究阶段） | 概念与原型为主，缺乏可核验业务指标 | 2028+ |
三条总体判断：
- “可用”集中在任务层，不在模型层。 变化检测、地物分类、点云分类之所以可用，是因为任务边界清晰、评价口径成熟、可人工复核；而“基础模型”作为能力基座可用，作为交付物不可用。
- 智能体的瓶颈是可靠性与权限，不是智力。 公开证据显示工具调用与前置规划能显著提升任务完成质量，但失败模式（走捷径、误调高权限工具、答案泄漏）尚无系统解法。
- 三维的 AI 化落后二维约 3—5 年。 实景三维国家底座提供了数据基础，但语义与属性缺失使 AI 主要在“几何后处理”环节发力，真正的三维语义理解仍处研究阶段。
本章小结
- GRA 的价值是五条可复制的设计原则：模块化技能、前置规划、本地大数据处理、可溯源展示、用户数据接入；UnivEARTH 上独立 LLM 也达 93.6%，恰恰是对基准有效性的警告。
- 三维的 AI 化落后二维约 3—5 年；3DGS 优化的是渲染逼真度，PSNR、SSIM、LPIPS 与点位中误差、边长精度没有单调关系。
- 点云分割的 mIoU 70%—76%、mAcc 78%—83%、OA 90%—92% 共同前提是室内静态、类别封闭、标注密度高，室外大场景的指标口径尚未统一。
- 生成式三维没有地理参照，不满足测绘成果的可追溯性、精度与责任要求；要纳入成果体系，需影像/点云证据、控制点与精度评定三件套。
- 工程风险是具体的：cuSpatial 自 v25.06 停止发布；国产算力适配深度公开信息不足，采购时须追问算子级优化、混合精度、分布式训练等细节。
- 成熟度判断的三条总论：“可用”集中在任务层而不在模型层；智能体的瓶颈是可靠性与权限而非智力；三维语义理解仍处研究阶段。
思考与练习
- 辨析：供应商称“3DGS 重建可达厘米级精度，可用于竣工测量”。用 5.6 节指标口径与 5.8 节表格判断，并列出你要索取的三项证据。
- 应用题：为一次 POC 选型写一张五行对照表（技术项、判断、依据、时间窗、验收指标），从 5.8 节任选五项，说明你没选自主规划式智能体的理由。
- 用 5.7 节三条工程现实检查你单位现有技术栈，各写一条具体的供应链风险或运维风险。
- 某项目必须在 2027 年上线“室外开放类别点云分类”。按 5.8 节表格写出你的替代方案与人工复核比例。
- 辨析：“只要模型够强，前置规划就可以省掉”。用 GRA 的消融设计与 UnivEARTH 的例外反驳，并指出反驳的边界。
- 挑一个你正在用的 GPU 加速库，按 cuSpatial 停更的教训写一份替换或自维护评估清单，至少三项判据。