2026 AI 空间智能体 - 虚拟空间技术专题研究 (Future Strategy)

状态: 预研/前瞻性设计 (非本期实现) 版本: v1.0 目标: 针对评审方关于“虚拟资源定义”的质疑，提供一套既能兼容物理拓扑、又能灵活定义业务语义的技术架构，为后续版本支持精细化控场与多维空间管理提供扩展性。

---

1. 场景背景与合理性 (Rationale)

在 AI 驱动的空间管理中，物理拓扑 (Physical Topology) 是底座，但 业务语义区域 (Business Semantic Area) 才是 AI 理解与服务的落脚点。当前的物理空间树由于映射的是 IoT 资产层级，在处理复杂的业务经营逻辑时存在以下痛点：

1. 业务职能分区 (Functional Zones)：物理中枢通常只定义到“房间”级别，但在大型开敞空间（如：Showroom、大办公室）内，AI 需要识别具体的“展示区”、“洽谈区”或“静音办公区”，以应用不同的服务策略。
2. 跨物理分支聚合：业务上需要将物理位置分散的资源进行逻辑成组（如：将各楼层的公共休息区统一定义为“共享区域”），物理树的单一父子关系无法支持这种多维归属。
3. 服务边界映射：为非物理实体的业务对象提供“语义钩子”，将环境感知（Sensing）、预约状态与服务逻辑绑定在“区域”这一逻辑实体上。

虚拟空间的作用：作为物理实体的“逻辑代理”或“意图容器”，在不改动底层物理拓扑的前提下，为 AI 意图提供灵活的导航和路由。

---

2. 虚拟资源建模逻辑 (Logic Models)

根据物理资源与虚拟意图的对应关系，设计两种核心映射模式：

2.1 聚合模式 (Collection/Grouping - 1:N)

场景：定义一个跨物理位置的 “行政会议区”，包含大楼内所有的核心会议室。

• 配置方式：管理员在虚拟空间配置中，通过勾选物理空间节点（如：1楼大厅、305室、401室）建立 “成员关联 (Membership)”。
• 设备映射 (自动合并)：
  • 机制：系统执行 “递归摊平 (Recursive Flatten)” 算法。
  • 执行流：AI 指令命中的是虚拟空间 ID -> 后端实时递归拉取其所有成员物理空间名下的设备列表。
  • 优点：运维成本极低。物理空间下新增或移除设备，虚拟空间无需任何操作即可同步生效。

2.2 切片模式 (Partition/Slicing - N:1)

场景：将一个大型物理空间（如：研发大厅）切分为多个职能区域（如：讨论区、静音区）。

• 业务逻辑：即使物理上共用一套 PLC 群控点位，但 AI 需要对这两个区域应用不同的监测频率或服务提醒规则。
• 关联方式 (区域成员)：
  • 机制：“区域实体定义 (Logical Area Mapping)”。
  • 作用：建立“区域”到“物理资源”的映射。AI 通过此区域节点获取关联的人感、温湿度及业务占用状态。
  • 优点：不干涉物理底座的控点逻辑，专为 AI 语义、感知决策和业务报表提供精准的“位置真相”。

---

3. 技术架构设计 (Architecture Extension)

3.1 实体与关联模型

为了支持未来扩展，建议引入一套独立的 “语义关系表”。

3.2 向量化检索策略 (Alias Overload)

• Alias 优先级：向量数据库中，虚拟空间的别名赋予更高的 base_weight。
• 检索路径：
  1. 用户指令 -> 向量匹配命中虚拟别名。
  2. 解析路径 -> 若命中虚拟空间，查 AI_ENTITY_RELATION 表。
  3. 展开执行 -> 递归获取所有物理设备终端。

---

4. 演进路线建议 (Roadmap)

M2-M3：语义别名治理 (当前阶段)

• 不增加虚拟实体，通过在物理空间上叠加大量 “长别名” (Long-tail Aliases) 来模拟简单的虚拟定义（如：给 305 增加别名“茶水间对面那间”）。

M4：虚拟空间雏形 (后续规划)

• 引入 PHYSICAL_SPACE 类型的实体创建。
• 支持 “聚合模式 (1:N)”，实现逻辑分区的初步纳管。

M5+：全维逻辑树 (终极方案)

• 支持虚拟空间之间的嵌套。
• 支持 “切片模式 (N:1)”，实现精细化场景控制。

---