新闻资讯

本文来自微信公众号：划KeyPoints，作家：林易，原文标题：《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》温州预应力钢绞线厂，题图来自：视觉

2月4日，在（Cisco）AI峰会上，李飞飞以World Labs独创东说念主的身份，表现了公司款空间智能居品Marble的技能细节 。

行为这轮生成式AI波澜的中枢奠基者之，李飞飞并未盲目追赶大谈话模子的飞扬。相背，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。要是AI法知道三维物理宇宙、法具备物理直观，它就只可被永恒困在数字的像素中。

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宇宙模子，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道路之争：谈话并不是智能的总计，致使不是智能的基石。

李飞飞用生物进化的宏不雅视角再行扫视了AI的发展旅途：谈话在东说念主类进化史上只消约50万年的历史，是其晚近的产物。比拟之下，视觉、触觉等感知才调早在5亿年前的寒武纪就开启了演化竞赛。

论断是：要是AI只消谈话才调，它将被永恒困在数字宇宙中。只消补都了比谈话陈旧、基础的空间智能，让机器领有知道、理并与三维物理宇宙互动的才调，AI才能确凿通往AGI。

2. 再行界说宇宙模子：物理致（Physical Consistency）是谬误。

李飞飞先容，行为个前沿空间智能模子，Marble能领受多模态输入，论是句子、图片、照旧简陋的3D输入，并将这些辅导词转变为个可航、可交互且具有致的3D宇宙。

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臆造空间，用户不错在其中解放漫游。

Marble目下已被用于游戏开导、影视特（VFX）、机器东说念主磨练、室内假想等域，临床筹商东说念主员将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）来对患者使用清楚疗法。

3. 跟着成数据技能的练习，宇宙模子行将迎来雷同LLM的Scaling Law爆发时刻。

为什么物理宇宙的AI 发展比谈话模子慢？中枢瓶颈在于数据的信噪比。文本数据是明晰、语义明确的，而物理宇宙的像素（Pixels）和体素（Voxels）充满了杂音，且难以大边界获取 。

为了处置这难题温州预应力钢绞线厂，World Labs聘用了种混数据战术（Hybrid Data Strategy）：运用互联网现存的文本、图像、数据；结仿真模拟数据（Synthetic Data）；加上真实宇宙采集的数据。

李飞飞预判，跟着成数据技能的练习，宇宙模子域行将迎来雷同LLM的Scaling Law爆发时刻。

4. 通用机器东说念主才是AI技能的金冠，因为自动驾驶与通用机器东说念主的逻辑相背。

全球时常以为自动驾驶是AI技能的金冠，但在李飞飞看来，通用机器东说念主的维度要得多。

自动驾驶是2D 逻辑：汽车骨子上是个在二维平面迁徙的块，它的中枢任务是避障，只消不遇到东西便是到手。

通用机器东说念主则是3D 逻辑：机器东说念主的中枢任务碰巧相背，是搏斗，它须在三维空间中，以不窒碍物体的式进行精准操作。

5.AI技能的终端是成为新的电力，成为赋能漂后的基础法子。

面对刻下对于AI解除东说念主类或技能乌托邦的化争论，李飞飞阐扬出了科学的审慎与东说念主文关怀。

她将AI比作百多年前的电力。电力的到手，不是因为树立了宏大的电网，而是因为它点亮了学校的灯、驱动了工场的机器、延迟了东说念主类的寿命。同理，AI的到手不在于模子参数有多大，而在于它能否像电力样，成为种赋能漂后的基础法子，让每个体取得尊荣与幸福 。

李飞飞在访谈遣散时涌现，World Labs的主意是让空间智能技能确凿干涉医疗健康、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，确凿走出屏幕，与物理宇宙产生神秘的交互。

以下为李飞飞访谈实录：

1、空间智能是AI的下个前沿域

主理东说念主：很兴能亲目击证World Labs在过客岁中所取得的进展。让咱们先来聊聊你们正在作念的事情，以及它为如何此紧迫。

李飞飞：目下我每天醒来脑子里只念念考件事，那便是空间智能(spatial intelligence)。简陋两年前，我与群年青的技能共同创立了World Labs。为什么空间智能如斯紧迫？我以为它是AI的下个前沿域。要是从进化的角度看待智能发展，这段历史不错追思到5亿多年前。先开启神经系统演化竞赛的是感知而非谈话。比拟之下，谈话是种相称新颖的智能口头，历史大致只消50万年。但在15亿年前，动物就开动感知清明并触摸环境，从而产生了触觉、视觉、本能和知觉。

“本能”这个词天然有些鲁莽，但不行否定的是，恰是通过触觉和视觉与物理宇宙进行体魄搏斗，才开启了神经系统的发育，激勉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，在真实的3D、4D物理宇宙中进行知道、理、交互和航的才调是基础的，与谈话智能相同紧迫。这中枢谬误技能便是空间智能。这便是为什么我以为它是AI的下代前沿域，亦然World Labs直发奋于于构建的主意。

主理东说念主：请跟咱们聊聊Marble温州预应力钢绞线厂，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宇宙模子(world model)，但鉴于目下对于宇宙模子的界说浩荡，称谓其实并不紧迫。骨子上，这是个前沿的空间智能模子。Marble能领受多模态输入，论是句子、图片、照旧简陋的3D输入，并将这些辅导词转变为个可航、可交互且具有致的3D宇宙。这与大目下看到的模子天渊之隔，Marble生成的环境领有几何结构，撑持模拟机器东说念主动作或编写游戏代码等操作。

李飞飞：咱们简陋两个月前发布了Marble。天然它仍处于起步阶段，是代居品，但行为的3D生成式宇宙模子，咱们对开启这段旅程感到相称粗野。

主理东说念主：有种不雅点以为，要是只是依赖谈话模子，咱们将法收场AGI，须对本人的物理进行某种增强。您显然信这点。那么请谈谈这个维度，跟着时刻移，改日五年紧迫的冲破点会是什么？除了机器东说念主技能这个可想而知的用例，还有哪些咱们今天法想象的应用？

李飞飞：其实不需要等五年，咱们的用户和客户还是开动尝试早期版块的模子了。咱们看到用户运用它开导游戏；视觉特(VFX)客户将其用于交易化的臆造制作场景；包括Nvidia在内的大公司、初创企业及学术实践室等作伙伴，正在运用Marble行为磨练环境来磨练机器东说念主；建筑师和假想师则用它进行室内假想。

咱们还发现了些出东说念主意象的用例。举例，临床筹商东说念主员对Marble阐扬出了大的堤防。多数的神经病学和激情健康筹商及羁系妙技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，患者会被相称具体的场景触发，比如我个东说念主会被堆积的脏衣着困扰，但每个东说念主的触发点各不换取。筹商东说念主员发现搭建实体环境相称辛勤，而Marble只需输入辅导词，几分钟内就能生成多样不同类型的环境。

此外，还有东说念主将其用于健身磨练，锚索比如个化的瑜伽环境。跟着Marble不停完善，毕竟咱们目下还处于早期阶段，我敬佩改日会看到越来越多横向的应用场景。

2、AI的社会价值

主理东说念主：你干涉AI行业还是很万古刻了。

李飞飞：这是在委婉地盘考我的年龄。

主理东说念主：不，我的道理是，你不单是是那种跟风筹商了三年的东说念主，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属手构建空间智能时，让你感到诧异的是什么？

李飞飞：这个问题问得很好。正如咱们盘考过的，即便到了咱们这个年龄，保持求学欲和学习才调依然是紧迫的事情。我投身AI域还是许多年了，初是因为热烈的有趣心，我想探索什么是智能以及如何让机器变得智能。那时AI照旧个东说念主问津的冷门域，大致使不知说念如何拼写AI，那段时光相称道理。但往日十年发生了天崩地裂的变化，AI对我而言不再只是是个东说念主层面的追求，它还是高潮到了漂后层面。这让我行为老师者和企业多了层背负感，不仅要在技能上作念出孝顺，还要动其健康发展。

行为企业，让我诧异的有几点。先是往日几年AI的发展速率令东说念主屏息。论咱们外在如何淡定，内心处都难惊惶，因为有太多的论文要读、太多的博客、新闻和模子发布。这种惊惶感恰是咱们这个时期的写真，技能正以惊东说念主的速率动咱们前进。这让我既昂然又知道，正如苏格拉底所言“我所知”，我但愿大不要抛弃学习，保持有趣心。

另点让我诧异致使担忧的是对于AI的化言论。汇集上的盘考时常长短黑即白的：要么是的技能乌托邦主义，忽略了技能是把双刃剑；要么便是末日论调，仿佛东说念主类时刻面对生计危急。对于项对东说念主类漂后如斯远的技能，这种盘考式是不负背负的。主动权掌捏在每位企业、居品司理、工程师和公民手中，咱们需要具备能动来引技能的发展。我赤忱但愿在迈向2026年及改日的经由中，咱们能客不雅、细密且心胸仁慈地看待AI，既保持乐不雅，又肩负起背负，而不是为了博取眼球去发表端言论。

主理东说念主：在你心中，改日几年AI取得什么样的效果才算到手？我很心爱你提到的这种两分化的不雅点，要么使命总计灭亡盯着大海怔住，要么技能没用。

李飞飞：要是咱们把时刻回拨百多年，想象下那时的东说念主们如何界说电力的到手。很难想象阿谁版块的咱们能意象想今天的气候，但我但愿那时的愿景是：学校灯火通后，园暖和如春，机器被赋予力量收场工业化，进而延迟东说念主类寿命，让多孩子收受老师。这便是技能和AI的意旨，是种不灭的价值。到手的界说应该是漂后变得加好意思好，而漂后是由每个追求幸福、焕发且领有尊荣的个体组成的。这便是AI以及每项技能到手的界说。

3、宇宙模子与具身智能的技能难点

主理东说念主：接下来咱们谈谈战术层面。Large World Models（大型宇宙模子）的推断密集度是否与Language Models（谈话模子）杰出？

李飞飞：先，存在不同种类的大型宇宙模子。咱们发奋于于创建具有显式3D暗示的宇宙模子，以赋能机器东说念主、游戏、文娱和假想等域。还有类经常被称为宇宙模子的其实是生成模子。目下咱们的模子边界并莫得那么大。从宏不雅视角来看，GPT-5的磨练量简陋在10的26次flops（每秒浮点推断）独揽，而咱们的Marble模子在边界上仍要小几个数目。

主理东说念主：这只是是因为莫得充足的数据来喂给这些模子吗？

李飞飞：我以为两者俱收并蓄。边界化如实始于数据和模子参数，数据起到了紧迫作用。但另面，这个域还处于早期阶段。Transformer论文发表于2016年独揽，谈话模子的发展还是快十年了，而宇宙模子是个新得多的域。天然往日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，是以边界较小。不外筹商到咱们实践室以及总计域的进展，接下来的几年将会相称令东说念主昂然，咱们将见证大型宇宙模子在Scaling Law（边界定律）弧线上的飞跃。

主理东说念主：这让我很陶醉。谈话模子是在互联网上费、公开的数据上磨练的，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）变得至关紧迫，同期你也需要以慢的速率去网罗真实数据。这带来了哪些限度？宇宙模子的越过速率会因此变慢吗？咱们会领有通用机器东说念主，照旧因为数据限度只可领有效机器东说念主？

李飞飞：这是个信息量很大的问题。在World Labs，咱们聘用混数据战术。我相称堤防筹商谈话的一又友，因为谈话数据的输入是可不雅测的、单模态的，且含义明晰。而像素或体素组成的3D宇宙则要芜乱得多。为了冲破技能限创造3D、4D宇宙，咱们须相识到咱们并莫得海量的3D数据。因此咱们聘用分层混法：运用互联网边界的文本、图像和，结模拟数据，再加上真实宇宙采集的数据。这就像自动驾驶公司消耗数十年网罗真实和模拟数据样。

至于速率，天然数据获取难，但算力在增强，芯片在越过，总计生态系统也在练习。咱们目下作的数据供应商在三年前致使不存在。成数据如实施展了很好的作用，况且咱们正在制作的模子也将反过来为模拟宇宙孝顺数据，酿成飞轮应。

对于通用机器东说念主，这几句话就能玄虚，但作念起来很难。我在斯坦福运营机器东说念主实践室十多年，行为科学，我须承认这是个具挑战的问题。看清北星并不虞味着旅程会很短。细致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。直到客岁，Waymo才开动在城市街说念大边界运行，这如实是段漫长的旅程。

汽车与机器东说念主的分别在于，汽车不错被视作个在二维平面上迁徙的块机器东说念主，它的主意是不要遇到任何东西。而机器东说念主是个三维实体，在三维宇宙中运行，通用机器东说念主的主意是须搏斗物体而不窒碍它们。这是个维度的问题，加上手部模拟的难度、视觉的度以及空间知道的需求，挑战巨大。这便是我创立World Labs的原因。我不心爱过度高兴，但这如实是咱们发奋于于处置的紧迫问题。

主理东说念主：后，对于企业界东说念主士，他们应该如何看待宇宙模子、物理AI以及你正在念念考的总计域？

李飞飞：天然我的念念维式无意候还像个筹商生，总想着要有费食品才行，但对于企业而言，World Labs相称乐意与作伙伴交流。宇宙模子和空间智能是项横向技能。咱们指摘机器东说念主、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、现场工作、金融工作、农业制造、仓储检测以及城市策画等域。运用空间智能咱们不错作念的事情还有许多，这如实是下个前沿域，我邀请大论是与咱们作照旧立开展筹商，都加入到这个程度中来。

本文来自微信公众号：划KeyPoints，作家：林易

本内容由作家授权发布，不雅点仅代表作家本东说念主，不代表虎嗅态度。如对本稿件有异议或投诉，请相干 tougao@huxiu.com。

本文来自虎嗅，原文知道：https://www.huxiu.com/article/4832937.html?f=wyxwapp