世界人居

中国传统历史文本对空间智能研究的深度启示

黄艳 范智翔

生成式AI正经历由依赖图文拟合的“语言智能”向三维感知与交互的“空间智能”转变，这是当今科技界与设计界普遍关心的问题。有人觉得AI在空间领域仅仅是个高效的建模工具，仅能替代一些诸如分析、建模、渲染以及效果表现方面的工作；可事情其实并没有那么简单。回顾技术发展的历史便可发现，一个时代的科技革命总会带来从需求端到核心功能的改变。当前AI在空间感知盲区、物理常识缺失等方面遇到了底层瓶颈，更为关键的是，由于对本土文化因素考量不足，其在实际应用中暴露出诸多“水土不服”的问题。因此，AI空间智能带来的首要挑战，是需要我们在观念层面重新定位其认知框架。

解决这一问题的核心，或许隐藏在我们浩如烟海的中国传统历史文本之中。什么是历史文本？它绝不仅限于平面的文字或图像记录。多模态、跨媒介的历史文本具有丰富的空间意识和文化意象，是植根于本土哲学与美学，以绘画、文学作品、图形图案、戏曲等艺术形式为载体，用以表征、推演和传递特定空间秩序与文化隐喻的深层认知结构。广泛应用和体现在器物装饰、服装纹样、室内陈设、符号图腾、标识、建筑和城市空间形制和布局、礼仪仪式等方面；不仅是古人空间观、时空观、宇宙观与哲学思想的直观投射，更是一种主动的“心理完形”建构过程——其影响一直延续至今。在千百年的演变中，这些历史文本已经深深塑造了人们的空间行为习惯、认知模式与审美判断，并进一步影响了其在复杂空间中的感知逻辑、交互模式与行为预判机制，同时逐渐沉淀为具有时序性与关系性的文化规范与行为秩序。这为中国传统文本对空间智能研究的启示奠定了深厚的理论基石。

认知逻辑与形式上的深刻差异也影响了生成式AI的“空间智能”转变。从目前的通用大模型来看，受不同文化语料和思维影响，其在空间计算上呈现出明显的“文化”倾向：比如习惯用还原论、实体属性和欧氏几何去拆解物理空间。然而，中国本土认知更强调图底关系、气韵生动以及局部与整体的交融。历史文本里的轴线、藏露、虚实与步移景异，绝不是简单的形式拼凑，而是我们长期的心理模板与文化规范。如果AI无法理解这种拓扑逻辑，生成的空间就不可避免地会陷入僵化。从近些年来爆火，甚至登上春晚的具身智能机器人也可看出，当前难以把握的深层文化语境、拓扑关系结构以及本土审美体验，将成为行业和研究的主要追求目标。

关于这种认知偏差带来的影响，已经在一些数字孪生和虚拟现实的应用中初步显现，甚至引发了危机。如果把缺乏本土历史文本约束的通用大模型，直接用于中国传统空间的数字化重构，不仅会导致文化传承上的“形神分离”，将深厚的遗产降维成简单的视觉拼贴；更会在人机交互过程中带来行为失配。空间生成一旦偏离了使用者长期形成的行为预期，人们在虚拟或实体空间中交互时就会产生认知失调和情绪排斥，甚至诱发不可预知的动线冲突与安全隐患。人们如果在使用AI生成的空间时感到处处碰壁、无法产生文化共鸣，又怎能说这是一种真正智慧的空间智能呢？对此我们必须保持警惕。

我的初步判断是，未来的空间智能发展必须建立兼顾文化语义与行为逻辑的智能框架。具体而言，行业需要深入研究的，是如何建立面向中式空间情感与文化秩序的多模态量化认知框架。这一框架旨在探明历史文本中“空间文化意识”的构成机制与认知规律，揭示传统文化意象向物理空间映射的量化表征机制和转化的拓扑映射规律。我们需要通过将原本抽象的文化意象与秩序等空间语言，转化为计算机可度量、可读取的拓扑节点与算法参数，以确保传统美学意境和空间情感的高效还原与当代表达。

基于这一思想，近年来我带领团队开展了相关研究，并取得了如下成果：首先，我们对杭州、苏州等具有丰富历史文本资源的城市空间进行了实证研究。西湖及其“西湖十景”是承载着中国传统空间意识与人与自然和谐共生理念的经典历史文本。依托空间智能技术，我们采集了西湖内环路的街景图像，并利用深度学习模型实施语义分割，用算法解析了这一复杂的历史文化空间。研究结果深刻揭示了当前通用空间营建模式与本土历史文本之间的矛盾。在传统文本中，水是构建整体气韵与历史文化锚点的核心；然而，空间智能计算却指出，内环路的水体可见度极低。不合理的植被种植密度严重遮挡了视线，剥夺了本应具备的亲水体验。此外，“步移景异”的节奏被过度密集的绿化和湖底隧道等封闭式空间打乱，导致了严重的景观同质化与体验断裂。这一研究印证了未来可以通过将历史文本与真实物理空间进行多模态的特征匹配与动态监测，进而实现真正理解本土行为逻辑与情感秩序的“空间智能”。

图1 《（咸淳）临安志》中的《西湖图》

图2 西湖内环线景观类型分布

（相关研究成果发表在：Huang, Y*., Fan, Z., Wang, CX., Yan, R., Shi, YL., Li, Y. (2025) Evaluating Visual Experience in Heritage-Rich Areas: A Case Study of the Inner Ring Road of West Lake, Hangzhou[J]. Frontiers of Architectural Research.）

其次，顺应这一思路，我们团队对繁华的北宋都城东京（今开封）进行了研究。我们选取了生动描绘宋代市井生活的经典历史文本——《东京梦华录》，引入了大语言模型（LLM）与地理空间映射技术，让空间智能来做古代城市的向导。通过AI的深度语义解析，我们从历史文本中提取出了茶文化区、街头小吃、菜市场、节日美食、异域美食5大类饮食景观。更有趣的是，当我们将它们与GIS结合，铺设在地图上时，一幅鲜活的北宋美食地图便跃然纸上：空间数据直观地告诉我们，大运河等密集的水网不仅是物流通道，更是古代平民市集和街头小吃的黄金地段；而那些高端的社交茶楼、酒肆，则有着完全不同的空间逻辑，它们更多地扎堆在皇城门附近，服务于达官贵人与文人雅士。这项研究证明空间智能不仅能规划现代城市，还能帮我们复原过去。通过解码历史文本，原本只存在于文字中的古代市井烟火气被重新点燃。

图3 《东京梦华录》中的饮食文化景观空间分析

（相关研究成果发表在：Huang, Y*, & Wang, X. (2026). Uncovering foodscape spatial characteristics in Northern Song Dongjing using large language models[J]. Landscape Research.）

进而，沿着历史文本与图像等媒介跨界融合的思路，我们将目光投向另一幅传世巨作——清代徐扬的《姑苏繁华图》。这幅长卷不仅是精美的艺术珍品，更是一个记录当时苏州城市文化与市井风貌的数据库。这一次，我们引入了GIS和数据可视化等空间智能技术，对这幅历史图像进行了深度的数字化解剖。不光对画中建筑、街道等物质文化遗产进行了提取，还将对象拓展到了画中人物的活动、市井习俗等非物质文化遗产上，用算法捕捉古代人们的感知维度。通过建立多维度的数字民俗文化地图，我们将画中繁杂的文化信息按照空间、时间、功能等维度进行了系统归类。借助矩阵图和等值面图等数据可视化手段，原本隐藏在历史图像中的规律被直观地展现了出来：我们可以清晰地看到有形的物理空间与无形的文化活动之间是如何产生奇妙互动的，比如特定的民间习俗是如何在特定的水网或街市节点上自然聚集的。这证明借助空间智能的量化分析框架，我们完全可以将古代画卷中浩瀚的文化全景，翻译为现代数字视觉语言。这不仅为文化遗产的数字化保护打通了一条新路径，更让古人营造城市空间的深厚智慧跨越时空，成为了现代设计与城市规划中不可多得的灵感素材库。

图4 《姑苏繁华图》的当代空间落位

（相关研究成果发表在Huang, Y*., Yang, S.(2025). Mapping Suzhou’s Cultural Heritage Sites: Exploring Gusu Prosperous Map through Data Visualization[J]. ACM Journal on Computing and Cultural Heritage.）

最后，我们以一个独特的视角，去解读了那些刻在大地上的“微型历史文本”：地名。我们将中国大运河沿线城市的10577个水系地名作为研究对象。我们认为，这些名字不仅仅是简单的地理符号，更直接反映了千百年来人类与水系统之间的互动关系。面对这些庞杂的地名，我们创新性地引入大语言模型（LLM）进行语义分析，自动对这些地名进行分类，并将其与GIS空间计量模型（核密度估计、地理加权回归等）紧密结合起来。AI的量化分析让我们直观地看到了隐藏在地名背后的时空规律：运河沿线的水系地名在空间上呈现明显的聚集特征，并且有着“南密北疏”的整体格局。更有趣的是，在AI划分出的地名类别中，“行政与区域名”占比最高，这生动地印证了大运河在古代国家政治与区域治理中的核心地位；而大量地名的存在，又真实记录了古代人类社会与复杂的水文环境之间是如何相互适应与共生的。这项研究告诉我们，空间智能可以将原本碎片化的地名文字，转化为了一张宏大的、能够量化计算的中国水文化演进图，让我们得以用全新的科技视角，去触摸那些流淌在山川河流名字中的历史记忆。

总而言之，历史文本与空间智能的深度融合，是一个明显的发展趋势。我们最终要达到的目标，是将历史文本转化为可交互、可计算的高维“多模态文化空间”，赋予其深度交互能力。这不仅能打破现有智能体在物理导航中仅依赖底层几何避障的局限，使其真正理解中式空间秩序、顺应本土行为动线；更能为中华优秀传统文化在数字时代的活态传承提供坚实的算法支撑。未来的空间智能，将不再是没有温度的几何堆砌，而是与中国人的生活场景、精神体验和历史基因紧密交融的智慧载体。这便是我认为的，中国传统文本带给空间智能研究的最深刻启示。

作者简介：

黄艳：清华大学长聘教授，博士生导师,世界人居智库专家，国家林草局全国林业草原双创大赛评审专家。长期以来致力于空间文化生态发展、文化遗产保护与创新、交叉学科空间认知与空间智能、空间情感等的研究。主张在生态文明思想指导下，注入生态历史观与生态物理观，把景观作为环境的基本资源、服务与媒介，聚焦于环境中生态、经济、文化、历史等问题，探索人类活动与景观文化及生态品质之间的互动关系，从而使景观具有超越经济基础之上的文化自信和生态伦理的双重意义，也就是“文化＋生态”的概念。

范智翔：清华大学美术学院在读博士生，研究方向为文化空间智能、环境感知与三维重建。在中科院顶级期刊发表论文2篇，会议论文3篇。参与国家社会科学基金项目、校级教学改革项目等。多次参加国内外学术会议并做报告。