一家头部A+H股通信模组企业，刚刚战略投资了飞渡科技

9月28日，广和通宣布完成对北京飞渡科技的战略投资。双方未披露投资金额、持股比例及具体合作安排。这次动作的价值，更多在于指向一个正在成形的产业链：当AI走进机器人、低空飞行器、自动驾驶与城市治理，连接算力、空间数据和仿真训练开始成为同一套能力体系。

广和通的业务起点是无线通信模组。作为国内较早上市的无线通信模组企业，广和通长期提供蜂窝通信、智能、Wi-Fi、GNSS等模组和解决方案，服务物联网、车载、消费电子等场景。近年的业务重心已逐步向AI解决方案延展，覆盖端侧模型、智能体、云服务，以及移动机器人、割草机器人、AI陪伴等终端应用。

这使广和通在AI产业链中的位置有了新的变化。过去，模组主要解决设备的连接问题；现在，连接之外还需要本地推理、环境感知、数据安全、远程运维与应用开发。机器人等Physical AI设备尤其如此：它们要在真实环境中移动、避障、抓取和协同，仅有通信能力远远不够，还需要理解自己所处的空间。

飞渡科技过去积累的正是这一层能力。

从数字孪生走向空间智能

飞渡科技长期从事数字孪生和空间数据处理，其DTS空间智能平台覆盖数据治理、三维场景构建、渲染发布、仿真分析及二次开发等环节。公司提出的3DT空间数据标准，试图把影像、点云、BIM、GIS、倾斜摄影等来源各异的数据组织为可统一管理、计算与调用的空间数据底座。

对传统数字孪生项目来说，数据汇聚和可视化往往已经是一项复杂工程。面对空间智能任务，难点还会继续向前推进：系统不仅要呈现一座城市、一座园区或一条河流，还要识别对象、理解对象间关系，并对未来状态进行推演。

飞渡近两年的产品动作，可以看作向这一目标持续延伸。

飞渡科技的空间智能路径

在数据层，DTS Engine面向多源异构空间数据进行转换、治理和轻量化处理。飞渡公开资料称，平台可适配100余类空间数据格式，并通过3DT标准处理不同坐标系、精度和结构的数据。这类能力的基础价值，在于让原本分散在不同部门、不同软件和不同采集周期中的空间信息进入同一套可计算框架。

在建模层，飞渡发布了「峥嵘」空间智能相关能力，尝试将图片、点云等输入转化为更具语义和结构的三维模型。空间建模从人工制作走向自动生成，对城市级数字底板、园区管理、流域治理和低空场景都具有现实意义。数据规模越大、更新频率越高，自动化建模与数据治理的必要性也越明显。

在理解与决策层，飞渡将「峥嵘」定位为工业级空间智能大模型，目标是让模型能够处理点云、图像、视频等多模态空间信息，完成目标识别、关系推理、场景描述与规划等任务。

今年6月，「峥嵘」完成生成式人工智能服务备案。备案解决的是合规服务进入市场的前置条件，不代表模型性能已经在各类场景中得到验证，但它为产品对外部署提供了制度基础。

在仿真层，DTS V7进一步将交通、海洋、水利、气象等专业场景纳入平台能力。飞渡所说的「世界模型」，核心并非制作一个更逼真的三维画面，而是让数字空间能够承载物理属性、时间变化和行为规则。机器人可以在虚拟环境中训练和验证任务；低空飞行可以在数字化城市空间中进行航线与风险推演；城市治理则可以将降雨、水流、设施状态等变量纳入模拟。

广和通与飞渡科技如何形成互补

这也解释了广和通投资飞渡的逻辑。

广和通拥有设备侧连接、端侧AI和机器人解决方案能力；飞渡积累的是空间数据、场景建模、仿真与空间智能模型能力。两者在产业链上并不直接重叠，却有机会形成衔接：设备在真实世界采集和执行，空间智能系统负责将环境转化为可理解、可推理和可模拟的数据资产，连接与算力能力再把这一闭环部署到更多终端。

不过，这一协同尚停留在战略投资层面。双方暂未披露联合产品、客户订单、技术接口、营收目标或具体落地项目。对广和通而言，投资飞渡表达了其从「连接能力提供者」向AI终端生态参与者延展的意图；对飞渡而言，进入AI+机器人生态或将打开数字孪生之外的新应用空间。

从这笔投资看，广和通押注的并非单一模型或单一硬件产品，而是AI从数字世界走向物理世界之后，底层能力如何重新组合。空间数据、世界模型、端侧算力与通信连接，正在成为下一阶段智能设备竞争中彼此牵动的关键环节。