已收录文章摘要，完整内容可前往原文阅读。
过去的3D视觉主要解决的是“世界现在是什么样”：从多视图恢复几何、从视频重建场景，再到NeRF、3DGS不断提高三维表示能力。但对于机器人和空间智能来说，仅仅把过去看到的世界重建出来还不够，真正重要的