滨州缓粘结钢绞线 李飞飞的反共鸣判断：大谈话模子法通往AGI，空间智能才是旅途

文 | 划KeyPoints滨州缓粘结钢绞线 ，作家｜林易，裁剪｜君

2月4日，在（Cisco）AI峰会上，李飞飞以World Labs独创东谈主的身份，败露了公司款空间智能居品Marble的时间细节 。

四肢这轮生成式AI波涛的中枢奠基者之，李飞飞并未盲目追赶大谈话模子的昂然。相悖，她再次抛出了个昭彰的反共鸣不雅点：单纯的大谈话模子法通往AGI。

在李飞飞看来，谈话在生物进化史上只是近50万年的产物，而视觉与触觉所代表的空间智能，早在5亿年前的寒武纪就开启了神经系统的演化竞赛。淌若AI法意会三维物理天下、法具备物理直观，它就只可被始终困在数字的像素中。

带着这么的判断，李飞飞创办的World Labs试图走通条不同于OpenAI的旅途：通过构建具有物理致的天下模子，为AI补上感知的短板。

咱们梳理了这场访谈的中枢信息，以下是内容：

1. AGI蹊径之争：谈话并不是智能的一谈，以至不是智能的基石。

李飞飞用生物进化的宏不雅视角重新谛视了AI的发展旅途：谈话在东谈主类进化史上只消约50万年的历史，是其晚近的产物。比较之下，视觉、触觉等感知能力早在5亿年前的寒武纪就开启了演化竞赛。

论断是：淌若AI只消谈话能力，它将被始终困在数字天下中。只消补都了比谈话迂腐、基础的空间智能，让机器领特意会、理并与三维物理天下互动的能力，AI才能简直通往AGI。

2. 重新界说天下模子：物理致（Physical Consistency）是要津。

李飞飞先容，四肢个前沿空间智能模子，Marble能吸收多模态输入，论是句子、图片、照旧浅易的3D输入，并将这些教唆词滚动为个可航、可交互且具有致的3D天下。

与Sora等强调视觉果的模子不同，Marble生成的环境具有几何结构（Geometric Structure）和物理致。这意味着生成的不单是是段像素动画，而是个领有物理属的编造空间，用户不错在其中解放漫游。

Marble面前已被用于游戏开发、影视特（VFX）、机器东谈主磨真金不怕火、室内盘算推算等域，临床商酌东谈主员将Marble用于疗免强症，通过生成特定的触发环境（如脏乱的洗衣房）来对患者使用露馅疗法。

3. 跟着成数据时间的闇练，天下模子行将迎来雷同LLM的Scaling Law爆发时刻。

为什么物理天下的AI 发展比谈话模子慢？中枢瓶颈在于数据的信噪比。文本数据是知晓、语义明确的滨州缓粘结钢绞线 ，而物理天下的像素（Pixels）和体素（Voxels）充满了杂音，且难以大界限获取 。

为了搞定这难题，World Labs采纳了种混数据政策（Hybrid Data Strategy）：期骗互联网现存的文本、图像、数据；结仿真模拟数据（Synthetic Data）；加上竟然天下采集的数据。

李飞飞预判，跟着成数据时间的闇练，天下模子域行将迎来雷同LLM的Scaling Law爆发时刻。

4. 通用机器东谈主才是AI时间的王冠，因为自动驾驶与通用机器东谈主的逻辑相悖。

寰球往往以为自动驾驶是AI时间的王冠，但在李飞飞看来，通用机器东谈主的维度要得多。

自动驾驶是2D 逻辑：汽车现实上是个在二维平面挪动的块，它的中枢任务是避障，只消不遭遇东西便是到手。

通用机器东谈主则是3D 逻辑：机器东谈主的中枢任务正值相悖，是斗殴，它须在三维空间中，以不唠叨物体的式进行精准操作。

5. AI时间的结尾是成为新的电力，成为赋能好意思丽的基础智力。

面对现时对于AI废弃东谈主类或时间乌托邦的化争论，李飞飞阐扬出了科学的审慎与东谈主文关怀。

她将AI比作百多年前的电力。电力的见效，不是因为开辟了巨大的电网，而是因为它点亮了学校的灯、驱动了工场的机器、延伸了东谈主类的寿命。同理，AI的见效不在于模子参数有多大，而在于它能否像电力样，成为种赋能好意思丽的基础智力，让每个体得到尊荣与幸福 。

李飞飞在访谈罢休时涌现，World Labs的成见是让空间智能时间简直参加医疗健康、农业制造等各个垂直行业。但愿在2026年，咱们能看到领有了空间智能的AI，简直走出屏幕，与物理天下产生阴事的交互。

1、空间智能是AI的下个前沿域

主办东谈主：很兴能亲目击证World Labs在过昨年中所取得的进展。让咱们先来聊聊你们正在作念的事情，以及它为如何此挫折。

李飞飞：当今我每天醒来脑子里只想考件事，那便是空间智能(spatial intelligence)。约莫两年前，我与群年青的时间共同创立了World Labs。为什么空间智能如斯挫折？我以为它是AI的下个前沿域。淌若从进化的角度看待智能发展，这段历史不错追忆到5亿多年前。先开启神经系统演化竞赛的是感知而非谈话。比较之下，谈话是种很是新颖的智能面容，历史能够只消50万年。但在15亿年前，动物就运转感知光辉并触摸环境，从而产生了触觉、视觉、本能和知觉。

“本能”这个词天然有些暗昧，但不行否定的是，恰是通过触觉和视觉与物理天下进行体格斗殴，才开启了神经系统的发育，激励了动物进化的武备竞赛。这使得生物在与环境交互中变得越来越活跃，也越来越智能。我想抒发的是，在竟然的3D、4D物理天下中进行意会、理、交互和航的能力是基础的，与谈话智能一样挫折。这中枢要津时间便是空间智能。这便是为什么我以为它是AI的下代前沿域滨州缓粘结钢绞线 ，亦然World Labs直勤快于构建的成见。

主办东谈主：请跟咱们聊聊Marble，这是你们近刚刚发布的居品。究竟什么是Marble？

李飞飞：Marble是咱们代空间智能模子。天然咱们常随口称其为天下模子(world model)，但鉴于面前对于天下模子的界说茂密，称谓其实并不挫折。现实上，这是个前沿的空间智能模子。Marble能吸收多模态输入，论是句子、图片、照旧浅易的3D输入，并将这些教唆词滚动为个可航、可交互且具有致的3D天下。这与大当今看到的模子天差地远，Marble生成的环境领有几何结构，撑持模拟机器东谈主动作或编写游戏代码等操作。

李飞飞：咱们约莫两个月前发布了Marble。天然它仍处于起步阶段，是代居品，但四肢的3D生成式天下模子，咱们对开启这段旅程感到很是高亢。

主办东谈主：有种不雅点以为，淌若只是依赖谈话模子，咱们将法竣事AGI，须对自己的物理进行某种增强。您赫然信这点。那么请谈谈这个维度，跟着时刻移，畴昔五年挫折的冲破点会是什么？除了机器东谈主时间这个不问可知的用例，还有哪些咱们今天法遐想的应用？

李飞飞：其实不需要等五年，咱们的用户和客户也曾运转尝试早期版块的模子了。咱们看到用户期骗它开发游戏；视觉特(VFX)客户将其用于买卖化的编造制作场景；包括Nvidia在内的大公司、初创企业及学术实验室等作伙伴，正在期骗Marble四肢磨真金不怕火环境来磨真金不怕火机器东谈主；建筑师和盘算推算师则用它进行室内盘算推算。

咱们还发现了些出东谈主预见的用例。举例，临床商酌东谈主员对Marble阐扬出了大的怜惜。多量的神经病学和形状健康商酌及打扰技能都需要千里浸式环境，且需针对特定情况进行个化定制。以免强症(OCD)为例，患者会被很是具体的场景触发，比如我个东谈主会被堆积的脏穿着困扰，但每个东谈主的触发点各不疏浚。商酌东谈主员发现搭建实体环境很是祸患，而Marble只需输入教唆词，钢绞线几分钟内就能生成多样不同类型的环境。

此外，还有东谈主将其用于健身磨真金不怕火，比如个化的瑜伽环境。跟着Marble不停完善，毕竟咱们当今还处于早期阶段，我服气畴昔会看到越来越多横向的应用场景。

2、AI的社会价值

主办东谈主：你参加AI行业也曾很永劫刻了。

李飞飞：这是在委婉地商酌我的年龄。

主办东谈主：不，我的好奇是，你不单是是那种跟风商酌了三年的东谈主，而是将终身元气心灵都奉献给了AI。当你创立这公司并入部下手构建空间智能时，让你感到诧异的是什么？

李飞飞：这个问题问得很好。正如咱们商酌过的，即便到了咱们这个年级，保持修业欲和学习能力依然是挫折的事情。我投身AI域也曾许多年了，初是因为浓烈的好奇心，我想探索什么是智能以及如何让机器变得智能。那时AI照旧个东谈主问津的冷门域，大以至不知谈若何拼写AI，那段时光很是兴味。但往时十年发生了回山倒海的变化，AI对我而言不再只是是个东谈主层面的追求，它也曾飞腾到了好意思丽层面。这让我四肢老师者和企业多了层包袱感，不仅要在时间上作念出孝敬，还要动其健康发展。

四肢企业，让我诧异的有几点。先是往时几年AI的发展速率令东谈主屏息。论咱们外在如何淡定，内心处都难懆急，因为有太多的论文要读、太多的博客、新闻和模子发布。这种懆急感恰是咱们这个期间的写真，时间正以惊东谈主的速率动咱们前进。这让我既本心又清醒，正如苏格拉底所言“我所知”，我但愿大不要放胆学习，保持好奇心。

另点让我诧异以至担忧的是对于AI的化言论。聚积上的商酌往往曲直黑即白的：要么是的时间乌托邦主义，忽略了时间是把双刃剑；要么便是末日论调，仿佛东谈主类时刻濒临糊口危境。对于项对东谈主类好意思丽如斯远的时间，这种商酌式是不负包袱的。主动权掌执在每位企业、居品司理、工程师和公民手中，咱们需要具备能动来引时间的发展。我忠心但愿在迈向2026年及畴昔的经过中，咱们能客不雅、精致且心胸仁慈地看待AI，既保持乐不雅，又肩负起包袱，而不是为了博取眼球去发表端言论。

主办东谈主：在你心中，畴昔几年AI取得什么样的服从才算见效？我很心爱你提到的这种两分化的不雅点，要么责任一谈隐没盯着大海怔住，要么时间没用。

李飞飞：淌若咱们把时刻回拨百多年，遐想下那时的东谈主们如何界说电力的见效。很难遐想阿谁版块的咱们能预感到今天的情景，但我但愿那时的愿景是：学校灯火通后，园和善如春，机器被赋予力量竣事工业化，进而延伸东谈主类寿命，让多孩子接受老师。这便是时间和AI的真谛，是种不朽的价值。见效的界说应该是好意思丽变得加好意思好，而好意思丽是由每个追求幸福、高贵且领有尊荣的个体组成的。这便是AI以及每项时间见效的界说。

3、天下模子与具身智能的时间难点

主办东谈主：接下来咱们谈谈战术层面。Large World Models（大型天下模子）的臆测密集度是否与Language Models（谈话模子）终点？

李飞飞：先，存在不同种类的大型天下模子。咱们勤快于创建具有显式3D示意的天下模子，以赋能机器东谈主、游戏、文娱和盘算推算等域。还有类经常被称为天下模子的其实是生成模子。面前咱们的模子界限并莫得那么大。从宏不雅视角来看，GPT-5的磨真金不怕火量约莫在10的26次flops（每秒浮点臆测）左右，而咱们的Marble模子在界限上仍要小几个数目。

主办东谈主：这只是是因为莫得鼓胀的数据来喂给这些模子吗？

李飞飞：我以为两者教养相长。界限化照实始于数据和模子参数，数据起到了挫折作用。但另面，这个域还处于早期阶段。Transformer论文发表于2016年左右，谈话模子的发展也曾快十年了，而天下模子是个新得多的域。天然往时两年咱们裁减了些科学风险，但仍处于探索模子架构的相对早期阶段，是以界限较小。不外探讨到咱们实验室以及扫数这个词域的进展，接下来的几年将会相适时东谈主本心，咱们将见证大型天下模子在Scaling Law（界限定律）弧线上的飞跃。

主办东谈主：这让我很贪恋。谈话模子是在互联网上费、公开的数据上磨真金不怕火的，获取海量数据相对容易。但物理数据很难获取，因此成数据（Synthetic Data）变得至关挫折，同期你也需要以慢的速率去采集竟然数据。这带来了哪些为止？天下模子的卓越速率会因此变慢吗？咱们会领有通用机器东谈主，照旧因为数据为止只可领灵验机器东谈主？

李飞飞：这是个信息量很大的问题。在World Labs，咱们采纳混数据政策。我很是珍惜商酌谈话的一又友，因为谈话数据的输入是可不雅测的、单模态的，且含义知晓。而像素或体素组成的3D天下则要杂沓得多。为了冲破时间限创造3D、4D天下，咱们须结实到咱们并莫得海量的3D数据。因此咱们采纳分层混法：期骗互联网界限的文本、图像和，结模拟数据，再加上竟然天下采集的数据。这就像自动驾驶公司销耗数十年采集竟然和模拟数据样。

至于速率，天然数据获取难，但算力在增强，芯片在卓越，扫数这个词生态系统也在闇练。咱们当今作的数据供应商在三年前以至不存在。成数据照实判辨了很好的作用，并且咱们正在制作的模子也将反过来为模拟天下孝敬数据，酿成飞轮应。

对于通用机器东谈主，这几句话就能空洞，但作念起来很难。我在斯坦福运营机器东谈主实验室十多年，四肢科学，我须承认这是个具挑战的问题。看清北星并不料味着旅程会很短。追忆2006年，我和共事带团队创造了辆在沙漠行驶138英里的自动驾驶汽车，那时咱们预言20年后会有自动驾驶汽车。直到昨年，Waymo才运转在城市街谈大界限运行，这照实是段漫长的旅程。

汽车与机器东谈主的辨认在于，汽车不错被视作个在二维平面上挪动的块机器东谈主，它的成见是不要遭遇任何东西。而机器东谈主是个三维实体，在三维天下中运行，通用机器东谈主的成见是须斗殴物体而不唠叨它们。这是个维度的问题，加上手部模拟的难度、视觉的度以及空间意会的需求，挑战巨大。这便是我创立World Labs的原因。我不心爱过度承诺，但这照实是咱们勤快于搞定的挫折问题。

主办东谈主：后，对于企业界东谈主士，他们应该如何看待天下模子、物理AI以及你正在想考的扫数这个词域？

李飞飞：天然我的想维式或然候还像个商酌生，总想着要有费食品才行，但对于企业而言，World Labs很是乐意与作伙伴交流。天下模子和空间智能是项横向时间。咱们驳斥机器东谈主、模拟和千里浸式交互文娱，但这不单是局限于此。咱们还莫得入探讨医疗保健、老师居品、现场劳动、金融劳动、农业制造、仓储检测以及城市决议等域。期骗空间智能咱们不错作念的事情还有许多，这照实是下个前沿域，我邀请大论是与咱们作照旧立开展商酌，都加入到这个进度中来。