近年来，人工智能（AI）的迅猛发展正深刻重塑地理学的研究方式。以DeepSeek、ChatGPT等为代表的大模型，正推动地理学由“经验—实证—仿真”向“大数据与智能学习”协同驱动的多范式并行格局演进，为复杂地理问题的认识与解释提供了全新的视角与方法。顺应这一趋势，人文地理学界围绕AI与地理学的相互关系、研究范式的变革、AI的主体性及其局限等议题展开讨论，形成了若干认识：人工智能与地理学呈现双向赋能关系，其深度融合正重塑知识体系与社会生活方式；地理学者在使用AI时，需在理论建构、价值引导与情境理解中发挥主体性，强调人地系统的情境意义与知识的实践力，以建构学科新范式（如“人-机-环境”协同）；尽管AI作为非人类行动体正逐步参与地理知识生产（如“数字地方感”），对人地关系复杂性的理解、空间-社会关系的诠释及地方经验的体悟与守护，仍须由地理学者自身承担，无法被AI替代。
随着人工智能（AI）技术的迅猛发展，其在提升地理教育教学效率、拓宽知识传递渠道的同时，亦对传统教学模式、考核体系及人才培养目标形成强烈冲击。为应对此挑战，文章汇聚多所高校学者的教学实践与研究思考，系统剖析人工智能对地理教育的深层影响及学科特殊性，探索AI赋能下地理教育的转型路径，并凝练核心共识如下：其一，兼具自然科学严谨性与人文关怀属性的地理教育，在AI驱动下进入转型关键期，虽可借AI提升教学效率、拓展实践场景、优化个性化教学，但需明确AI的工具属性，应规避过度依赖引发的学生能力退化、思维受阻及学术伦理争议等风险；其二，地理教育的核心竞争力，在于AI难以替代的空间思维、地方感知、辩证分析与人文关怀；转型关键是借“技术赋能+能力导向+虚实融合”新模式，强化学生自然规律认知与实操能力、培育系统思维与实证素养，提升人文素养并推动跨学科融合与社会实践，助力地理学专业筑牢根基、融入前沿技术；其三，地理教育工作者需从知识传授者转型为思维引导者与育人实践者，通过重构课程体系、革新教学评价机制，引导学生从“会用AI”向“善用AI”进阶，培养兼具技术素养、人文温度、空间思维与创新能力的复合型地理人才。
随着人工智能技术的深度渗透，传统社会空间治理正经历从“数字治理”向“智能治理”的范式跃迁。聚焦这一变革背景，通过辨析从数据驱动到智能驱动的演进特征，结合上海“量子城市”与杭州“城市大脑”等典型案例，文章探讨了人工智能时代社会空间治理多维主义模式的拓展与实践逻辑。第一，治理空间维度由“物理-社会-数据”三元结构拓展为“物理-社会-数据-算法”多维连接。算法赋能数字孪生空间，使其具备了主动推演与决策能力，实现了从静态映射到动态预测的转变。第二，治理主体结构从“政府-市场-社会”三元关系拓展为“政府-市场-社会-智能”多维协同，AI主体性逐渐显现，从工具逐渐演变为具有自主学习与决策能力的协同治理主体。第三，面对智能时代社会空间治理面临的新变化和新挑战，需要构建虚实协同的空间秩序，确立人机协同共治机制，并坚持智能向善的价值导向，推动社会空间治理的高质量发展。
空间是地理学的核心概念。在人工智能快速发展的背景下，空间智能展现出前所未有的发展潜力。总体而言，空间智能是空间感知、空间推理与空间行动的有机整体。当前，空间智能领域发生了多重演变，集中体现在：空间感知从一维静态迈向三维动态，空间推理从既定规则迈向灵活预测，空间行动从情境适配迈向空间共创。但与此同时，空间智能在演变过程中也引发了一系列的社会重构效应，包括数字鸿沟的加剧、隐私泄露的频发、法律标准的滞后等问题。未来，在推动空间智能技术跨学科融合、打造新型智能架构体系的同时，需进一步加强技术的公平性、安全性和规范性建设，充分释放空间智能的普惠效应，构建智能社会新形态。
AI（人工智能）已经重塑了人类社会，对学术研究也产生巨大冲击。智能化时代的地理学需要创建新理论。AI与人的关系有工具、伙伴、朋友、灵魂4种状态。在人机融合的进程中，地方、身体、情感是AI无法替代的三大关键向量。文章结合哲学、地理诗学与人文主义地理学理论，运用网络自我民族志方法，对叶超与AI共创并发布在个人微信视频号“叶深寻”的122首歌曲进行深入分析，比较个体书写与人机协同的创作特点，总结其大众传播效应，创新性地提出“生命诗学”理论。新时代生命诗学区别于地理诗学之处在于：创作主体从独立作者转变为人机共创，表达形式从单一文本扩展为多感官激发，媒介传播从单向输出演化为多元交互。歌曲样本风格和题材多样，反映出情感、地方与AI交互的特点，凸显新的地理书写与表达在智能化时代的重要性。在传播效应上，通过对文本的Top ten分析发现：地理学背景受众多关注地方与生活的互构，其他受众则侧重于情感共鸣，《光尘纪》等超现实作品具有跨领域的未来导向性。智能化时代的生命诗学不仅延续和深化了地理学的人文传统，也为数字艺术、媒介地理学等交叉领域提供了新的理论借鉴。生命诗学的表达、展演及其公共传播将是未来研究的重点。
近年来，随着人工智能技术的快速演进，世界模型逐渐成为连接感知、理解与预测的重要技术框架，其研究正从语言空间、视觉空间延伸至更具整体性的时空建模范式。文章聚焦人工智能中世界模型的起源与研究路径，梳理其从表征学习、动态建模到具身交互的技术演化逻辑，系统总结当前主流方法在理解环境结构、模拟未来状态与支持决策推理方面的核心机制。在此基础上，引入地理学的空间视角，指出世界模型所关注的“主体-空间-世界”关系，与地理学长期研究的空间组织、行为与环境互动具有内在一致性。随着视频生成、大规模多模态学习和具身智能的发展，人工智能正从对世界的符号化描述迈向可计算的空间认知过程，其本质体现为一种面向空间的智能能力。世界模型的发展，既为人工智能理解现实世界的结构与过程提供新思路，也为地理学探索时空过程建模、空间认知机制与虚实融合环境构建提供重要契机。文章旨在为人工智能与地理空间学科的交叉研究奠定系统化框架，并为未来的空间智能与通用人工智能研究提供参考。
随着数字媒介技术在当代社会中的深度嵌入，地方不再仅作为物理空间被感知和经验，而是在平台架构、算法逻辑与媒介实践的持续作用下，被不断生产与重塑。围绕这一转变，学界已从人文地理学、环境心理学、社会学、人类学与媒介研究等多个学科对数字情境中的地方感展开探讨，但相关研究长期呈现概念分散、视角区隔与理论碎片化的特征，尚缺乏能够解释“数字-地方”复杂耦合机制的整合性框架。文章基于1980—2025年国内外相关文献的系统梳理与知识谱系分析，追溯了数字地方感在多学科交汇中的涌现路径，揭示其从静态属性向过程性、从物理依附向媒介构成的理论转向。在此基础上，提出将“数字地方感”理解为一种系统性生成式整合概念框架，将技术基础设施、情感心理机制、社会关系网络、文化意义生产与权力-政治经济结构纳入同一分析视野，强调数字地方感是一种在多重子系统互动中持续生成的动态过程。文章认为，引入系统性生成视角有助于推动数字地方感研究从多学科并行走向理论整合，为理解平台社会中的空间经验、情感政治与地方治理提供新的分析路径。
可视化分析技术作为数字人文研究的核心方法，可以将计算模型与人文数据深度匹配，构建起跨学科研究的桥梁。数字人文视角下空间表达的技术内核在于运用图形化映射机制，将体现文本意义、地理场所、关系联接的多源异构数据转化为具备认知适配性的视觉表征，从而突破传统人文研究的分析局限。基于人文地理学的空间转向，当代数字人文的空间表达主要形成了文本可视化、地理可视化、关系可视化三大支柱，分别对应空间生产理论中关于概念空间、经验空间与生活空间的三元辩证关系。在数字人文范式下，可视化技术不仅革新了释义、情境、结构的空间化方法，更通过人机协同的交互式探索机制，推动形成了数据驱动与人文阐释相结合的创新模式。文章系统解析了典型可视化技术的设计原则与实现路径，并揭示其在数字人文前沿领域中的方法论价值。空间表达的新路径是对地理学三元空间的数字化转译，旨在构建多维人文空间解释框架以便型塑空间融合的研究新范式。在此过程中必须同时警惕技术工具主义与视觉中心主义，进而为数字人文的范式转型与学科建设提供积极参考。
文章运用地理加权随机森林（GWRF）与机器学习模型输出解释方法（SHAP），解析2011—2023年长三角地区城市数字经济与碳排放的时空耦合特征及影响因素。研究发现：1）城市群耦合协调度由0.411升至0.505，形成上海单核引领、苏浙跟进、安徽快增但临界失调的多级联动格局。2）城市层面耦合协调度呈现“中枢—走廊—边缘”的梯度扩散模式，与长三角一体化战略及基础设施互联的区域发展方向高度契合。3）结合SHAP结果发现，数字要素对数字经济与碳排放之间的耦合协调具有正向效应，且自核心城市向制造节点与新兴产业区扩散；与之相反，碳排放要素则抑制二者协同。研究表明，数字经济与人力资本集聚在产业升级和碳减排中具有核心驱动作用，为长三角优化资源配置、制定差异化低碳政策提供了科学依据，助力区域在数字经济与绿色竞争中实现高质量发展。
文章以艺术与地理的共生关系为出发点，提出了一个由“数据媒介-算法生成-多元感知”构成的三维分析框架，用以探讨数字时代艺术地理作品的生成逻辑与感知机制。文章聚焦于城市视觉记录、具身环境表达与人工景观再构3类主要创作议题，分析6件代表性数字艺术作品，揭示出当代艺术地理的关键特征：地理空间数据被转化为艺术创作的物质媒介，算法生成成为空间重构的核心手段，而虚实交织的多感官体验则促使观众在现实世界与数字生态系统之间形成新的栖居方式。数字艺术地理的发展推动了从静态再现到动态生成的范式转型，也促使地理空间被重新理解为数据流、算法逻辑与身体经验的交互过程。这一框架有助于揭示数字艺术中技术与感知、生态与政治的内在关联，说明艺术创作已成为理解数字时代空间生产与人类栖居关系的重要途径。文章不仅为数字艺术的地理解读提供了系统的分析思路，也拓展了人工智能时代的地理批判视野，对数据权力、算法透明性以及生态复杂性被简化等问题提出了反思与回应。
人工智能（AI）时代，大语言模型是公众认知城市空间的重要信息媒介，AI话语也成为建构城市空间的力量。文章以广州为案例，构建城市消费空间幻觉评估问题集，在“话语—权力”框架下，用幻觉测试分析DeepSeek、ChatGPT中外AI模型在空间话语生产中的异同，解释AI幻觉话语对城市消费空间的构建。主要结论为：1）AI话语响应主流空间话语，对揭示城市复杂、多元、矛盾的真实面貌表现不足；ChatGPT采用通用框架描述城市消费空间，DeepSeek空间叙事遵循城市规划与发展战略。2）通过对政府、媒体与商业机构特定话语的整合与再生产，AI作为新型权力主体建构多元“现实”，使权力得以“合理”运行。3）AI幻觉话语建构空间，为用户设定位置，用户在认同并接纳这些位置后，承载特定知识进而开展消费空间实践，产生的新数据用于同一套话语的再生产。由此，特定知识体系和权力得以维系与运行。
在人工智能（AI）日益成为推动区域高质量发展的关键技术背景下，如何科学测度AI技术活动的空间分布和演化趋势，成为经济地理学研究的重要议题。然而，现有的识别方法在语义有效性、识别精度以及覆盖广度等方面仍存在不足，有待进一步提升与完善。为此，文章以广东省2001—2021年约120万条授权发明专利摘要为基础，引入BERT大语言模型，构建基于语义理解的AI授权发明专利识别方法，识别出约20万条AI发明专利文本。在此基础上，结合BERTopic主题建模方法，进一步揭示AI发明专利在广东省的关注领域与动态演化特征。研究发现：1）2001—2021年广东省AI发明专利数量整体经历了缓慢增长和快速扩张2个阶段，AI发明专利占比则呈持续上升趋势，反映AI技术在区域创新体系中的重要性不断提升。2）空间分布方面，AI发明专利在大湾区高度集聚，深圳和广州2市占全省AI发明专利的75.1%，珠海和东莞两地在AI发明专利占比上亦显示出较强活力。在合作网络方面，广东省AI发明专利合作网络呈现显著的“核心―边缘”结构特征，城市间在合作网络中的地位差异明显。3）在技术内容上，广东省AI发明专利主要聚焦于数据与图像处理、机器人与自动化装置、智能交通与故障检测、智能家居与环境控制和生物模拟与图像分析五大主题，不同主题的演化节奏存在差异，其中图像处理技术最为活跃，机器人和智能交通等领域近年来快速增长。此外，广东省内不同城市在AI发明专利布局上也各具特色，形成了差异化的技术优势。
以新基建赋能数字孪生城市建设，推动智慧城市升级转型，是构筑城市竞争新优势的关键之举，也是推动城市治理体系和治理能力现代化的必然要求。文章以2011—2022年中国149个智慧城市试点单位作为研究对象，将新基建视为数字孪生城市建设的重要路径，通过三阶段数据包络模型（Data Envelopment Analysis, DEA）测度了新基建视角下数字孪生城建潜力，最后使用多期马尔科夫模型从时间演化和空间溢出2方面对数字孪生城建潜力进行研究。结果发现：1）第一阶段全国综合技术效率基本保持上升趋势，其中东北地区、西部地区和中部地区的效率值表现为波动上升态势，而东部地区的效率值始终处于低位。2）在第三阶段，剔除环境因素和随机干扰项后发现，效率值在空间上的聚集性得到提升，高值地区集中在京津冀城市群、鲁东地区及省会城市，对比第一阶段和第三阶段效率值发现，东部地区效率值实现了反超，表示其在数字孪生城建潜力方面具备优势，而东北、西部和中部地区效率值有所下降。3）基于传统马尔科夫模型发现，数字孪生城建潜力存在发展惯性，随着跨期数的增加，数字孪生城建潜力梯度升级趋势增强；基于空间马尔科夫模型发现，数字孪生城建潜力的发展会受邻域地区的影响，空间上同时存在正向和负向溢出效应。
传统建筑是村落风貌的基石，也是地域气候、文化认同与集体记忆的直观物质载体。文章以中国646个首批传统村落为研究对象，构建了涵盖建筑立面、构件特征和文化符号的多模态图像数据库。聚焦京派、晋派、川派、皖派、苏派、闽派六大典型建筑流派，采用EfficientNet模型实现了高精度（90%）的单体建筑风格自动识别，并基于Grad-CAM技术完成不同建筑风格的关键建筑构件分析。文章进一步结合空间自相关分析与多样性指数，系统揭示了不同建筑风格在多尺度下的空间分布模式和跨流域文化交互特征。结果表明：1）6类建筑风格特征显著，模型识别效果良好，但京派与川派川派由于注意力均集中于木制房墙与廊柱，具有一定的交叉误判率；2）在宏观格局上，各建筑风格的影响范围与轴向分布存在差异，且其空间展布与地理廊道高度耦合，形成了显著的文化过渡带；3）在区域层面，建筑风格聚集区形成了5个文化核心区、3个文化过渡带与2个文化断裂带，为构建跨省遗产廊道保护体系提供了空间依据；4）在省域内部，建筑风格呈现“高多样-高均匀”“低多样-低均匀”“低多样-高均匀”3种模式，反映了不同省份文化整合与地方表达的差异格局。文章提出的智能解译-空间计算协同框架，为文化地理学研究提供了可扩展的方法论及工具，也为多尺度的传统村落保护、区域规划与文旅发展提供了坚实的科学依据与数据支撑。
为应对传统地理教学中抽象概念可视化难、高风险/高成本实践受限等核心挑战，文章构建了基于AIGC与元宇宙协同的“场景沉浸—智能引导—评估优化”闭环实验教学模式。为验证该模式的有效性，以“危岩体空间信息采集与风险评估”实验为例，开展准实验研究。通过实验成绩、学习行为数据、系统日志等多维度数据，对传统教学模式与“AIGC+元宇宙”协同模式的教学效果进行综合评估。结果表明，相较于传统教学模式，“AIGC+元宇宙”组在空间分析能力、实践操作能力和综合任务能力等核心能力指标上均取得明显提升，其中测量精度平均分提升28.57%，操作规范性平均分提升12.5%，综合成绩平均分提升11.25%。研究证实，该协同模式通过沉浸式场景与智能反馈机制，有效地破解了传统教学的核心矛盾，实现了从“知识传授”到“能力赋能”的范式转型。
