最近，一款来自中国的空间相机在国际舞台上大放异彩，挑战了索尼、富士等传统影像巨头的地位。

它打破了行业内长期形成的垄断局面，并展示了其技术的创新性和实用性。

这些数据经过处理后可以生成一个可交互、可编辑和分享的虚拟环境。

该产品在制作电影《狂野时代》时发挥了重要作用，帮助剧组完成了复杂的场景设计工作。

在韩国广播头部机构SBS推出的AIXR Studio中，灵视P1也提供了关键的技术支持，实现了新闻直播中的真实感再现。

同样，在Apple TV+美剧《诊疗中》的拍摄过程中，其域创新利用该技术完成了虚拟场景的构建和表演环节的优化。

这些案例充分展示了空间智能技术在不同领域的广泛应用潜力。

灵视P1之所以能在如此激烈的竞争中脱颖而出，是因为它不仅具有先进的技术创新，更重要的是已经在多个实际项目中证明了自身的价值。

它所涉及的技术领域涵盖了从电影制作到机器人训练等广泛的应用场景。

这种技术的引入标志着影视行业乃至更广泛的其他行业的生产方式正在发生变革。

评审们之所以将奖项授予灵视P1，是因为他们认为这款产品代表了一种全新的、可操作的生产模式。

NAB Show作为全球广播与影视技术领域最重要的展会之一，其年度产品奖的评选标准不仅注重技术创新性，还强调对行业工作流程的实际改进效果。

通过灵视P1的成功案例，可以看到空间智能技术已经开始从概念阶段迈向实际应用阶段。

这一趋势预示着未来更多基于真实世界数据的技术创新将会涌现，并推动各行各业的发展进入新的阶段。

主办方评语：

影视行业当前最前沿的创新智能技术之一。

问题是，影视是个出了名挑剔的行业。

工作流高度成熟，每个环节都有稳定的工具链和使用习惯，任何新技术想进来，必须在真实项目里证明自己，预算压力、交付周期、创作质量，一个都不能差。

这样一个地方，凭什么把四个奖都给一个新物种？

扒完才发现：它其实早就不“新”了。

不是概念，已经在真实项目里跑通了

灵视P1不是一台传统意义上的“相机”。

普通相机记录的是二维图片与视频，它记录的是空间——

通过多目相机与激光雷达的融合感知，配合其域创新自研的3D 高斯技术，在移动中采集空间数据，将现实世界自动转化为可交互、可编辑、可分享的三维数字空间。

你看过的影视作品，没准背后就用了这套技术。

戛纳获奖电影《狂野时代》制作期间，取景地被直接扫成三维数字空间，美术、灯光、运镜全在里面推演完毕。

导演和各部门对着同一个数字空间沟通，不再靠各自的记忆和草图拼凑。

韩国广播头部机构SBS推出AIXR Studio，成为全球首家将3DGS与XR整合进新闻直播的广播公司——

背后用的就是灵视P1。

扫描真实场景，转成三维虚拟环境，主播在不同场景间实时切换。

这些“虚拟布景”不是AI生成的，是从真实世界扫出来的，满足了新闻报道对“真实感”的严格要求。

Apple TV+美剧《诊疗中》的虚拟拍摄环节，其域创新也在其中。

拍摄场景提前扫描、数字化重建，直接投到LED屏幕，演员在虚拟环境前实时表演，拍摄时看到的就是最终画面，后期合成工作量大幅压缩。

三个项目，三种不同的用法，指向同一件事：

现实世界，正在被转化为可体验、可互动、可编辑的数字空间。

这是空间智能在做的事，和AI生成内容的逻辑不同——

不是无中生有，而是对真实世界的精确感知与重建。

NAB的评审把四个奖给了这件事，某种程度上是在说：这是一种新的生产方式的入口。

影视，只是空间智能的其中一站

空间智能真正的射程，比影视大得多。

当整个行业还在把3DGS、空间智能当作前沿概念，讨论“未来能做什么”，其域创新已经在用各行各业的落地项目回答这个问题了。

今年GTC上，NVIDIA展示了一套机器人模拟仿真方案：用真实场景扫描重建的三维环境，直接替代人工建模，让机器人在高度仿真的数字空间里完成训练和测试。

这套方案背后的空间智能技术，来自其域创新。

机器人训练为什么需要这个？

原因很直接：仿真环境不够真，模型到了现实里就废了。

而手工建模成本高、周期长，根本跟不上训练需求。

在真实世界扫一遍直接自动化生成仿真环境，是目前最高效的路径之一。

除了NVIDIA，其域创新还在和宇树科技、云深处等具身智能公司合作，给机器人装上“空间智能大脑”，让它们真正看得懂自己所处的三维世界。

空间智能、3DGS，这些词这两年在技术圈被反复提及，但真正跑通的案例，一直不多。

这也是为什么这次NAB的评选值得被单独拎出来看。

评审认可的，不是一个“更炫的技术”，而是一套已经在真实项目中验证过的生产方式。

电影制作、新闻直播、虚拟拍摄，再到机器人训练、仿真环境，这些看似分散的场景，正在被同一件事连接起来：
真实世界，开始成为可以直接被计算、被编辑、被复用的基础资源。

而一旦这件事成立，改变的就不只是影视流程，而是所有依赖“空间”的行业。

这会改变什么，没人能给出完整的答案。

但可以确定的是，它已经不再只是一个概念了。