文 | 划重点KeyPoin甘肃西北农产生长有限公司ts ，，，，，，作者｜林易 ，，，，，，编辑｜重点君
2月4日 ，，，，，，在思科（Cisco）AI峰会上 ，，，，，，李飞飞以World Labs首创人的身份 ，，，，，，披露了公司首款空间智能产品Marble的手艺细节 。。。。。。。
作为这一轮天生式AI浪潮的焦点涤讪者之一 ，，，，，，李飞飞并未盲目追逐大语言模子的热潮。。。。。。。相反 ，，，，，，她再次抛出了一个鲜明的反共识看法：纯粹的大语言模子无法通往AGI。。。。。。。
在李飞飞看来 ，，，，，，语言在生物进化史上只是最近50万年的产品 ，，，，，，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。。。。。。。若是AI无法明确三维物理天下、无法具备物理直觉 ，，，，，，它就只能被永远困在数字的像素中。。。。。。。
带着这样的判断 ，，，，，，李飞飞开办的World Labs试图走通一条差别于OpenAI的路径：通过构建具有物理一致性的天下模子 ，，，，，，为AI补上感知的短板。。。。。。。
我们梳理了这场访谈的焦点信息 ，，，，，，以下是重点内容：
1. AGI蹊径之争：语言并不是智能的所有 ，，，，，，甚至不是智能的基石。。。。。。。
李飞飞用生物进化的宏观视角重新审阅了AI的生长路径：语言在人类进化史上只有约50万年的历史 ，，，，，，是极其晚近的产品。。。。。。。相比之下 ，，，，，，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。。。。。。。
结论是：若是AI只有语言能力 ，，，，，，它将被永远困在数字天下中。。。。。。。只有补齐了比语言更古老、更基础的空间智能 ，，，，，，让机械拥有明确、推理并与三维物理天下互动的能力 ，，，，，，AI才华真正通往AGI。。。。。。。
2. 重新界说天下模子：物理一致性（Physical Consistency）是要害。。。。。。。
李飞飞先容 ，，，，，，作为一个前沿空间智能模子 ，，，，，，Marble能吸收多模态输入 ，，，，，，无论是句子、图片、视频照旧简朴的3D输入 ，，，，，，并将这些提醒词转化为一个完全可导航、可交互且具有永世一致性的3D天下。。。。。。。
与Sora等强调视觉效果的视频模子差别 ，，，，，，Marble天生的情形具有几何结构（Geometric Structure）和物理一致性。。。。。。。这意味着天生的不但仅是一段像素动画 ，，，，，，而是一个拥有物理属性的虚拟空间 ，，，，，，用户可以在其中自由周游。。。。。。。
Marble现在已被用于游戏开发、影视特效（VFX）、机械人训练、室内设计等领域 ，，，，，，临床研究职员将Marble用于治疗强迫症 ，，，，，，通过天生特定的触发情形（如脏乱的洗衣房）来对患者使用袒露疗法。。。。。。。
3. 随着合成数据手艺的成熟 ，，，，，，天下模子即将迎来类似LLM的Scaling Law爆发时刻。。。。。。。
为什么物理天下的AI 生长比语言模子慢？？？？？？？焦点瓶颈在于数据的信噪比。。。。。。。文本数据是清晰、语义明确的 ，，，，，，而物理天下的像素（Pixels）和体素（Voxels）充满了噪音 ，，，，，，且难以大规� ；；；；；；袢� 。。。。。。。
为相识决这一难题 ，，，，，，World Labs接纳了一种混淆数据战略（Hybrid Data Strategy）：使用互联网现有的文本、图像、视频数据 ；；；；；；团结仿真模拟数据（Synthetic Data） ；；；；；；加上真实天下收罗的数据。。。。。。。
李飞飞预判 ，，，，，，随着合成数据手艺的成熟 ，，，，，，天下模子领域即将迎来类似LLM的Scaling Law爆发时刻。。。。。。。
4. 通用机械人才是AI手艺的皇冠 ，，，，，，由于自动驾驶与通用机械人的逻辑完全相反。。。。。。。
公共往往以为自动驾驶是AI手艺的皇冠 ，，，，，，但在李飞飞看来 ，，，，，，通用机械人的维度要高得多。。。。。。。
自动驾驶是2D 逻辑：汽痴上是一个在二维平面移动的方块 ，，，，，，它的焦点使命是避障 ，，，，，，只要不遇到工具就是胜利。。。。。。。
通用机械人则是3D 逻辑：机械人的焦点使命恰恰相反 ，，，，，，是接触 ，，，，，，它必需在三维空间中 ，，，，，，以不破损物体的方法举行准确操作。。。。。。。
5. AI手艺的终局是成为新的电力 ，，，，，，成为赋能文明的基础设施。。。。。。。
面临目今关于AI杀绝人类或手艺乌托邦的极化争论 ，，，，，，李飞飞体现出了科学家的审慎与人文眷注。。。。。。。
她将AI比作一百多年前的电力。。。。。。。电力的乐成 ，，，，，，不是由于建设了重大的电网 ，，，，，，而是由于它点亮了学校的灯、驱动了工厂的机械、延伸了人类的寿命。。。。。。。同理 ，，，，，，AI的乐成不在于模子参数有多大 ，，，，，，而在于它能否像电力一样 ，，，，，，成为一种赋能文明的基础设施 ，，，，，，让每一个体获得尊严与幸福 。。。。。。。
李飞飞在访谈竣事时透露 ，，，，，，World Labs的目的是让空间智能手艺真正进入医疗康健、农业制造等各个笔直行业。。。。。。。希望在2026年 ，，，，，，我们能看到拥有了空间智能的AI ，，，，，，真正走出屏幕 ，，，，，，与物理天下爆发美妙的交互。。。。。。。
以下为李飞飞访谈实录：
1、空间智能是AI的下一个前沿领域
主持人：很兴奋能亲眼见证World Labs在已往一年中所取得的希望。。。。。。。让我们先来聊聊你们正在做的事情 ，，，，，，以及它为何云云主要。。。。。。。
李飞飞：现在我天天醒来脑子里只思索一件事 ，，，，，，那就是空间智能(spatial intelligence)。。。。。。。约莫两年前 ，，，，，，我与一群年轻的手艺专家配合建设了World Labs。。。。。。。为什么空间智能云云主要？？？？？？？我以为它是AI的下一个前沿领域。。。。。。。若是从进化的角度看待智能生长 ，，，，，，这段历史可以追溯到5亿多年前。。。。。。。最先开启神经系统演化竞赛的是感知而非语言。。。。。。。相比之下 ，，，，，，语言是一种很是新颖的智能形式 ，，，，，，历史或许只有50万年。。。。。。。但在15亿年前 ，，，，，，动物就最先感知光线并触摸情形 ，，，，，，从而爆发了触觉、视觉、本能和知觉。。。。。。。
“本能”这个词虽然有些模糊 ，，，，，，但不可否定的是 ，，，，，，正是通过触觉和视觉与物理天下举行身体接触 ，，，，，，才开启了神经系统的发育 ，，，，，，引发了动物进化的军备竞赛。。。。。。。这使得生物在与情形交互中变得越来越活跃 ，，，，，，也越来越智能。。。。。。。我想表达的是 ，，，，，，在真实的3D、4D物理天下中举行明确、推理、交互和导航的能力是基础性的 ，，，，，，与语言智能同样主要。。。。。。。这一焦点要害手艺就是空间智能。。。。。。。这就是为什么我以为它是AI的下一代前沿领域 ，，，，，，也是World Labs一直致力于构建的目的。。。。。。。
主持人：请跟我们聊聊Marble ，，，，，，这是你们最近刚刚宣布的产品。。。。。。。事实什么是Marble？？？？？？？
李飞飞：Marble是我们第一代空间智能模子。。。。。。。虽然我们常随口称其为天下模子(world model) ，，，，，，但鉴于现在关于天下模子的界说繁多 ，，，，，，称呼着实并不主要。。。。。。。实质上 ，，，，，，这是一个前沿的空间智能模子。。。。。。。Marble能吸收多模态输入 ，，，，，，无论是句子、图片、视频照旧简朴的3D输入 ，，，，，，并将这些提醒词转化为一个完全可导航、可交互且具有永世一致性的3D天下。。。。。。。这与各人现在看到的视频模子截然差别 ，，，，，，Marble天生的情形拥有几何结构 ，，，，，，支持模拟机械人行动或编写游戏代码等操作。。。。。。。
李飞飞：我们约莫两个月前宣布了Marble。。。。。。。虽然它仍处于起步阶段 ，，，，，，是第一代产品 ，，，，，，但作为最先进的3D天生式天下模子 ，，，，，，我们对开启这段旅程感应很是激动。。。。。。。
主持人：有一种看法以为 ，，，，，，若是仅仅依赖语言模子 ，，，，，，我们将无法实现AGI ，，，，，，必需对自身的物理性举行某种增强。。。。。。。您显然深信这一点。。。。。。。那么请谈谈这个维度 ，，，，，，随着时间推移 ，，，，，，未来五年最主要的突破点会是什么？？？？？？？除了机械人手艺这个显而易见的用例 ，，，，，，尚有哪些我们今天无法想象的应用？？？？？？？
李飞飞：着实不需要等五年 ，，，，，，PT视讯(中国区)官网用户和客户已经最先实验早期版本的模子了。。。。。。。我们看到用户使用它开发游戏 ；；；；；；视觉特效(VFX)客户将其用于商业化的虚拟制作场景 ；；；；；；包括Nvidia在内的至公司、首创企业及学术实验室等相助同伴 ，，，，，，正在使用Marble作为训练情形来训练机械人 ；；；；；；修建师和设计师则用它举行室内设计。。。。。。。
我们还发明了一些意想不到的用例。。。。。。。例如 ，，，，，，临床研究职员对Marble体现出了极大的热情。。。。。。。大宗的神经病学和心理康健研究及干预手段都需要陶醉式情形 ，，，，，，且需针对特定情形举行个性化定制。。。。。。。以强迫症(OCD)为例 ，，，，，，患者会被很是详细的场景触发 ，，，，，，好比我小我私家会被群集的脏衣服困扰 ，，，，，，但每小我私家的触发点各不相同。。。。。。。研究职员发明搭建实体情形很是难题 ，，，，，，而Marble只需输入提醒词 ，，，，，，几分钟内就能天生州差别类型的情形。。。。。。。
别的 ，，，，，，尚有人将其用于健身训练 ，，，，，，好比个性化的瑜伽情形。。。。。。。随着Marble一直完善 ，，，，，，事实我们现在还处于早期阶段 ，，，，，，我信托未来会看到越来越多横向的应用场景。。。。。。。
2、AI的社会价值
主持人：你进入AI行业已经很长时间了。。。。。。。
李飞飞：这是在委婉地讨论我的年岁。。。。。。。
主持人：不 ，，，，，，我的意思是 ，，，，，，你不但仅是那种跟风研究了三年的人 ，，，，，，而是将一生精神都贡献给了AI。。。。。。。当你建设这家公司并着手构建空间智能时 ，，，，，，最让你感应惊讶的是什么？？？？？？？
李飞飞：这个问题问得很好。。。。。。。正如我们讨论过的 ，，，，，，即便到了我们这个年岁 ，，，，，，坚持求知欲和学习能力依然是最主要的事情。。。。。。。我投身AI领域已经许多年了 ，，，，，，最初是由于强烈的好奇心 ，，，，，，我想探索什么是智能以及怎样让机械变得智能。。。。。。。其时AI照旧一个无人问津的冷门领域 ，，，，，，各人甚至不知道怎么拼写AI ，，，，，，那段时光很是有趣。。。。。。。但已往十年爆发了排山倒海的转变 ，，，，，，AI对我而言不再仅仅是小我私家层面的追求 ，，，，，，它已经上升到了文明层面。。。。。。。这让我作为教育者和企业家多了一层责任感 ，，，，，，不但要在手艺上做出孝顺 ，，，，，，还要推动其康健生长。。。。。。。
作为企业家 ，，，，，，最让我惊讶的有几点。。。。。。。首先是已往几年AI的生长速率令人屏息。。。。。。。无论我们外表怎样淡定 ，，，，，，心田深处都难免焦虑 ，，，，，，由于有太多的论文要读、太多的博客、新闻和模子宣布。。。。。。。这种焦虑感正是我们这个时代的写照 ，，，，，，手艺正以惊人的速率推动我们前进。。。。。。。这让我既兴奋又苏醒 ，，，，，，正如苏格拉底所言“我一无所知” ，，，，，，我希望各人不要放弃学习 ，，，，，，坚持好奇心。。。。。。。
另一点让我惊讶甚至担心的是关于AI的极化言论。。。。。。。网络上的讨论往往是非黑即白的：要么是完全的手艺乌托邦主义 ，，，，，，忽略了手艺是一把双刃剑 ；；；；；；要么就是末日论调 ，，，，，，似乎人类时刻面临生涯� ；；；；；；�。。。。。。。关于一项对人类文明云云深远的手艺 ，，，，，，这种讨论方法是不认真任的。。。。。。。自动权掌握在每一位企业家、产品司理、工程师和公民手中 ，，，，，，我们需要具备能动性来指导手艺的生长。。。。。。。我至心希望在迈向2026年及未来的历程中 ，，，，，，我们能更客观、细腻且心怀仁慈地看待AI ，，，，，，既坚持乐观 ，，，，，，又肩负起责任 ，，，，，，而不是为了博取眼球去揭晓极端言论。。。。。。。
主持人：在你心中 ，，，，，，未来几年AI取得什么样的效果才算乐成？？？？？？？我很喜欢你提到的这种南北极分解的看法 ，，，，，，要么事情所有消逝盯着大海发呆 ，，，，，，要么手艺完全没用。。。。。。。
李飞飞：若是我们把时间回拨一百多年 ，，，，，，想象一下其时的人们怎样界说电力的乐成。。。。。。。很难想象谁人版本的我们能预见到今天的情形 ，，，，，，但我希望那时的愿景是：学校灯火通明 ，，，，，，家园温暖如春 ，，，，，，机械被付与实力实现工业化 ，，，，，，进而延伸人类寿命 ，，，，，，让更多孩子接受教育。。。。。。。这就是手艺和AI的意义 ，，，，，，是一种永恒的价值。。。。。。。乐成的界说应该是文明变得越发优美 ，，，，，，而文明是由每一个追求幸福、昌盛且拥有尊严的个体组成的。。。。。。。这就是AI以及每一项手艺乐成的界说。。。。。。。
3、天下模子与具身智能的手艺难点
主持人：接下来我们谈谈战术层面。。。。。。。Large World Models（大型天下模子）的盘算麋集度是否与Language Models（语言模子）相当？？？？？？？
李飞飞：首先 ，，，，，，保存差别种类的大型天下模子。。。。。。。我们致力于建设具有显式3D体现的天下模子 ，，，，，，以赋能机械人、游戏、娱乐和设计等领域。。。。。。� ；；；；；Ｉ杏幸焕嗤ǔ１怀莆煜履Ｗ拥淖攀凳鞘悠堤焐Ｗ�。。。。。。。现在PT视讯(中国区)官网模子规模并没有那么大。。。。。。。从宏观视角来看 ，，，，，，GPT-5的训练量约莫在10的26次方flops（每秒浮点盘算）左右 ，，，，，，而PT视讯(中国区)官网Marble模子在规模上仍要小几个数目级。。。。。。。
主持人：这仅仅是由于没有足够的数据来喂给这些模子吗？？？？？？？
李飞飞：我以为两者兼而有之。。。。。。。规� ；；；；；；肥凳加谑莺湍Ｗ硬问� ，，，，，，数据起到了主要作用。。。。。。。但另一方面 ，，，，，，这个领域还处于早期阶段。。。。。。。Transformer论文揭晓于2016年左右 ，，，，，，语言模子的生长已经快十年了 ，，，，，，而天下模子是一个新得多的领域。。。。。。。虽然已往两年我们降低了一些科学危害 ，，，，，，但仍处于探索模子架构的相对早期阶段 ，，，，，，以是规模较小。。。。。。。不过思量到我们实验室以及整个领域的希望 ，，，，，，接下来的几年将会很是令人兴奋 ，，，，，，我们将见证大型天下模子在Scaling Law（规模定律）曲线上的奔腾。。。。。。。
主持人：这让我很着迷。。。。。。。语言模子是在互联网上免费、果真的数据上训练的 ，，，，，，获取海量数据相对容易。。。。。。。但物理数据很难获取 ，，，，，，因此合成数据（Synthetic Data）变得至关主要 ，，，，，，同时你也需要以更慢的速率去网络真实数据。。。。。。。这带来了哪些限制？？？？？？？天下模子的前进速率会因此变慢吗？？？？？？？我们会拥有通用机械人 ，，，，，，照旧由于数据限制只能拥有专用机械人？？？？？？？
李飞飞：这是一个信息量很大的问题。。。。。。。在World Labs ，，，，，，我们接纳混淆数据战略。。。。。。。我很是羡慕研究语言的朋侪 ，，，，，，由于语言数据的输入是完全可视察的、简单模态的 ，，，，，，且寄义清晰。。。。。。。而像素或体素组成的3D天下则要杂乱得多。。。。。。。为了突破手艺极限创立3D、4D天下 ，，，，，，我们必需意识到我们并没有海量的3D数据。。。。。。。因此我们接纳分层混淆要领：使用互联网规模的文本、图像和视频 ，，，，，，团结模拟数据 ，，，，，，再加上真实天下收罗的数据。。。。。。。这就像自动驾驶公司破费数十年网络真实和模拟数据一样。。。。。。。
至于速率 ，，，，，，虽然数据获取难 ，，，，，，但算力在增强 ，，，，，，芯片在前进 ，，，，，，整个生态系统也在成熟。。。。。。。我们现在相助的数据供应商在三年前甚至不保存。。。。。。。合成数据确实验展了很好的作用 ，，，，，，并且我们正在制作的模子也将反过来为模拟天下孝顺数据 ，，，，，，形成飞轮效应。。。。。。。
关于通用机械人 ，，，，，，这几句话就能归纳综合 ，，，，，，但做起来很难。。。。。。。我在斯坦福运营机械人实验室十多年 ，，，，，，作为科学家 ，，，，，，我必需认可这是一个极具挑战的问题。。。。。。。�？？？？？？辞灞奔遣⒉涣衔蹲怕贸袒岷芏�。。。。。。� ；；；；；Ｗ纺�2006年 ，，，，，，我和同事向导团队创立了第一辆在沙漠行驶138英里的自动驾驶汽车 ，，，，，，其时我们预言20年后会有自动驾驶汽车。。。。。。。直到去年 ，，，，，，Waymo才最先在都会街道大规模运行 ，，，，，，这确实是一段漫长的旅程。。。。。。。
汽车与机械人的区别在于 ，，，，，，汽车可以被视作一个在二维平面上移动的方块机械人 ，，，，，，它的目的是不要遇到任何工具。。。。。。。而机械人是一个三维实体 ，，，，，，在三维天下中运行 ，，，，，，通用机械人的目的是必需接触物体而不破损它们。。。。。。。这是一个更高维度的问题 ，，，，，，加上手部模拟的极高难度、视觉的精准度以及空间明确的需求 ，，，，，，挑战重大。。。。。。。这就是我建设World Labs的缘故原由。。。。。。。我不喜欢太过允许 ，，，，，，但这确实是我们致力于解决的主要问题。。。。。。。
主持人：最后 ，，，，，，关于企业界人士 ，，，，，，他们应该怎样看待天下模子、物理AI以及你正在思索的整个领域？？？？？？？
李飞飞：虽然我的头脑方法有时甘肃西北农产生长有限公司候还像个研究生 ，，，，，，总想着要有免费食物才行 ，，，，，，但关于企业而言 ，，，，，，World Labs很是愿意与相助同伴交流。。。。。。。天下模子和空间智能是一项横向手艺。。。。。。。我们谈论机械人、模拟和陶醉式交互娱乐 ，，，，，，但这不但仅局限于此。。。。。。。我们还没有深入探讨医疗保健、教育产品、现场效劳、金融效劳、农业制造、仓储检测以及都会妄想等领域。。。。。。。使用空间智能我们可以做的事情尚有许多 ，，，，，，这确实是下一个前沿领域 ，，，，，，我约请各人无论是与我们相助照旧自力开展研究 ，，，，，，都加入到这个历程中来。。。。。。。