维智全栈时空AI（Spatio-Temporal AI，以下简称ST-AI）技术体系基于已获多项时空专利技术，支撑构建从感知、认知到决策的企业级可拓展的智能决策数字孪生应用。
ST-AI旨在以时空为“索引“对多源异构数据进行时空化治理与融合，基于知识工程和深度学习算法进行图分析计算，以数据时空管理、时空知识图谱与时空AI算法为核心，围绕时空动态大数据管理与时空数据资产模型建设，构建全场景知识图谱和城市数据模型资产，实现万亿级时空动态信息和空间语义关系的挖掘和分析。
维智全栈时空AI技术在业内首次实现了千亿级多模态时空知识图谱体系，并持续积累和沉淀数据资以应用于上层场景，提供上层场景开箱即用的预置模型服务。
技术说明
数据时空拓展
对汇聚获取的各类数据等添加时空标识，即时间、空间和属性“三域”标识。时间标识注记该数据的时效性，空间标识注记空间特性，属性标识注记隶属的领域、行业、主题等内容，以便后续的数据整理。针对不同的数据类型，采用不同的时间标注方式。分别为按幅标注、按类型/比例尺和批次标注。数据的时空标注对海量、不同来源、不同分辨率空间数据的高效融合和关联，对充分挖掘数据价值、降低时空大数据应用系统的建设成本、提高空间数据的使用效率具有重要的现实意义，经数据时空化处理后的数据具有如下特性：
对象、过程、事件等要素数据在空间、时间、语义等方面具备有关联约束关系；
数据要素在空间和时间上具备动态演化特性且其时空变化可被度量；
数据要素具备尺度特性，支持根据比例尺大小、采样粒度以及数据单元划分的详细程度可以建立时空大数据的多尺度表达与分析模型。
基于地理空间球面网格可进行时空剖分，使用支持动态调整的平衡树索引或基于静态空间划分的哈希索引对海量时空数据建立索引，并结合索引与数据特性和管理平台特性设计时空数据编码，进而构建结构化时空数据阵列，支持基于时空邻近性的数据分区与负载均衡和分布式两级时空索引的构建，实现高效空间关系计算库。
时空知识图谱（超大规模）
时空知识图谱不单单是一个“增强型”的开放域知识图谱，而是需要结合业务场景和领域知识，并针对时空知识自身的特点，对知识的概念、实体和关系进行语义化和时空化拓展。时空知识图谱除了描述语义关系外，还支持考虑空间关系和时间关系的描述，既如何建立时空关系和语义关系的映射。时空知识图谱的构建遵循时空知识抽取、时空知识融合与关联、时空知识推理与计算、时空知识场景应用的基本流程。从海量结构化、半结构化和非结构化时空数据中进行实体、关系和属性的信息提取，通过实体对齐和指代消解实现对时空数据的知识融合并将知识存储到知识库中，最后进行进一步的知识推理、计算和图谱应用。
时空知识抽取：从多源异构时空数据中自动抽取出实体、关系及属性等知识要素，并将其组织成三元组形式存入知识图谱中。维智STKG支持针对结构化数据（如地图、地名库等）、半结构化数据（如网站的表格、列表型数据）以及非结构化数据（如网页文本或其他文本信息、微信、微博、图片等数据）的知识抽取工作，并基于已有的知识图谱知识，通过远程监督的方式来构建训练集，并利用深度学习的方法学习出抽取器，进而进行知识抽取。
时空知识推理与计算：时空知识图谱除具备知识图谱常用的本体推理、规则推理以及常识推理能力外，还具备时态推理和空间推理能力。时态推理能够对目标查询辅以时间约束，使得推理结果符合时间需求，即可以看作是约束满足问题，其中变量表示时态对象，变量之间的约束对应于对象间的时态关系。与时态推理类似，空间推理过程产生多种空间对象及对象嵌入空间属性的理解，空间推理包含多种空间关系的推理，如拓扑、方向、距离等。主要计算任务包括：节点分类、链接预测、社区计算以及相似子图计算。
技术应用案例：
制定合理的园区发展政策，并能对招商效果、企业流失趋势、政策实施效果等进行分析预判以及时调整政策，对园区持续运营和抢占高地有重要意义。而单凭数据分析无法实现对未来的评估和预测，时空人工智能技术为此提供了实现的契机。整体技术应用支持园区交流分析、园区相似度查询与关系发现、与标杆园区的对比分析等交互式图谱分析。运用多源时空数据挖掘与基于人工智能的时空图谱技术，实现园区整个生命周期的动态化管理。
时空知识图谱 – 园区图谱
张江园区图谱可视化
目标园区基础信息查询：对相关信息根据所在地区、产业类型等指标进行查询；展示包括园区企业、常住人口、就业人口、客流情况、内外交流情况、职住平衡指数、交通便利性、周边配套设施、龙头企业、产业等信息。
产业关联分析：提供细分产业标签的上下游关系分析服务，为产业的强链、补链、增链、延链提供依据。
企业画像：融合政府数据，帮助政府构建企业法人库及企业关系图谱，为各职能部门对企业及法人的监管提供信息支撑。
园区招商引资：根据园区产业结构，产业链全景，及企业自身发展风险情况，提供多种场景、组合条件的企业筛选，对接园区发展需求，选取最适合园区产业发展方向和趋势的企业。
园区定位规划：对尚无产业规划的园区进行产业规划推荐，对已有产业规划的园区进行产业补全建议。
园区动态评估：依据产城一体、产业聚集、合作共赢等第四代产业园区发展方向建立可测度、动态可更新的园区评价体系。对园区从创新力、健康力、竞争力、影响力和发展力等各种维度进行综合评估，帮助园区运营者和政府管理者清晰了解园区整体企业现状。
园区对比归因：园区在发展过程中需不断提高核心竞争力，标杆管理是通过对标优秀园区来提升园区竞争地位有效管理方法。找出与标杆园区的差距，学习其成功经验，可以有效避免发展中的一些陷阱。如何收集标杆园区数据，快速建模与自身园区进行对比，找到两者的关键差异形成可操作方案，仍是难题。基于知识图谱，利用图表示学习算法和相似子图计算，计算自身园区与头部园区间的图谱相似度，自动高亮最大差异点，即潜在优化点。
园区优化建议：针对最大差异点进行相应优化建议的智能推荐，并实时计算采纳该优化建议后的园区综合得分。
部分曾获奖项：2021 AIWIN 世界人工智能创新大赛“AI数字底座”大奖、2021世界人工智能大会BPAA公共算法赛道银奖。
专家背书
中国科学院、中国工程院院士李德仁院士对维智科技的时空AI技术体系非常认可，并在2021 WAIC大会的报告中向与会嘉宾介绍了时空AI的概念体系及应用。
维智于2021年WAIC大会在国内首发《时空AI赋能数字孪生城市白皮书》，白皮书由陶闯博士主编，由李德仁院士、周成虎院士、Michael Batty院士等共同指导编写。第29届ACM SIGSPATIAL 2021国际会议中，陶闯博士在主旨研究报告中向全球专业观众讲解了时空AI技术在数字孪生城市中的核心应用。
开发团队
●带队负责人：陶闯、王昊奋
陶闯博士，维智科技创始人&CEO。前微软虚拟地球部全球负责人；前加拿大空间信息国家首席研究教授；PPTV聚力传媒集团创始人兼前CEO；加拿大国家首席研究教授；新加坡总理办公室智慧城市国际专家顾问；上海市人工智能行业协会时空AI专业委员会秘书长。
王昊奋博士，维智科技CTO。中文知识图谱联盟OPENKG创始人；CCF SIGKG创始人；中国计算机术语工委主任；知识图谱SIG主席，同济大学特聘研究员、博导；曾负责10余项国家自然科学基金等AI相关项目；发表100+知识图谱领域论文，其中包括37余篇CCF A和B级，被引次数超过2300次；出版了《自然语言处理实践》《知识图谱方法、实践与应用》等著作。
●其他重要成员：丁健博士
●隶属机构：维智科技
维智科技（WAYZ）是领先的时空人工智能产业赋能平台，致力于数字孪生时代的线上线下场景融合，通过时空感知、时空认知与时空决策技术打造城市和商业数字孪生体，赋能产业、企业和城市的数字化转型升级。面向智能城市、交通、应急、金融、品牌、零售和地产等领域提供“洞察、决策、运营、优化“全链路的智能运营和营销服务。
维智首创全栈“时空AI”技术体系，自主研发“Phy-gitalTM飞吉特时空智能平台”，推出了数据时空化、时空图谱化与图谱智能化三大核心引擎，以及高精建图、泛在定位和AR/XR时空交互等系列化创新技术。维智在业内首次实现了千亿级多模态时空知识图谱系统，不断沉淀行业知识资产，实现更通用、更高效、更精细的企业级时空智能服务。
相关评价
在一个数据过载的时代，维智科技时空AI技术的出现让我们眼前一亮。通过时空AI打造的智能平台，将数据时空化，时空图谱化，图谱智能化的时空人工智能赋能之后，有效的完成“洞察”，“决策”，“运营”，“优化”。希望接下来，我们能够和维智科技一起，共同推进数字化经济赋能的新生态。
——广东美宜佳副总经理李芳
数字孪生城市建设不仅要涵盖城市静态数据，还要将动态的城市要素如能源、交通、医疗、消防等的调配，人、车、物的流动都涵盖进去，城市全状态实时化和可视化、系统化、智能化形成物理密度上的实体空间和虚拟空间虚实交融。时空AI依托要素数据通过洞察分析、预知研判、科学决策，辅助推动城市科学智能化发展。（2021 WAIC世界人工智能大会）
——中国科学院、中国工程院院士李德仁
我们如何让数据变得可用，毫无疑问是知识，即对数据计算能力。以前是以数据为核心，今天可以说知识和数据将融为一体，未来则是数据+知识+模型构成城市时空信息基本组成以人为中心的城市建设，毫无疑问需要技术、应用的持续化演进。一切都在时间里，所以有了历史学，一切都在空间中存在，所以有了地理学。而历史学和地理学是人的核心科学，毫无疑问，在人工智能里面，时空智能也是人工智能的核心所在！ （2021 WAIC世界人工智能大会）
——中国科学院院士周成虎