近日，“AI教母”李飞飞与a16z合伙人深度对话，公开了她创办的World Labs的理念、方向与愿景，并探讨“世界模型”概念，强调空间智能对AI的重要性。她还阐述了创办公司的初衷、突破语言局限的思考，提及“世界模型”在创意、机器人等领域的应用，以及构建该模型面临的挑战与解决思路，同时分享了AI与人文、教育等方面关系的见解和对AI未来发展的愿景。
深度对话，揭秘World Labs
被誉为“AI教母”的李飞飞，近日与a16z的马丁·卡萨多与埃里克·托伯格展开深度对话。李飞飞首次公开分享了World Labs背后的理念、研究方向与宏大愿景，并探讨“世界模型”概念，即AI系统不仅能理解文字，还能理解物理世界尤其是3D世界的运作规律。她认为空间智能是AI的核心能力，而World Labs正致力于解决这一挑战，这有可能重新定义未来的机器人、创意产业及计算。
创业初衷，寻找“完美合伙人”
李飞飞谈到创办World Labs，是为研究前所未有的深度技术，坚信这些技术将改变世界。她寻找既懂计算机科学与人工智能，又了解市场和产品，还能随时展开知识性对话的合伙人。卡萨多符合这一标准，他表示李飞飞对人工智能如何“理解”世界早有清晰直觉，并提醒大家缺少“世界模型”，而当时多数人并未真正理解这一概念。
打破局限，追求“世界模型”
李飞飞虽为数据引入AI领域的先驱，对数据驱动模型的“涌现行为”感到惊喜，但她认为语言并非描述三维物理世界的最佳工具。通过观察人类智能进化，她意识到许多能力超出语言范畴，语言存在“有损性”，无法完美捕捉现实世界复杂性。基于此，她决定创办World Labs，集结行业力量解决这一挑战。
跨越壁垒，开启具身智能时代
李飞飞专注“视觉”领域，对ChatGPT等基础模型突破感到兴奋，认为打造“世界模型”时机已成熟。她指出空间智能是人类完成许多语言无法实现任务的关键，从DNA双螺旋结构、巴基球等例子可看出，空间理解在科学发现中扮演重要角色。语言是人类大脑进化较晚出现的模块，空间感知系统则早已存在。AI要真正“理解世界”，必须构建类人般的空间模型，迈入“具身智能”大门。
“世界模型”的广泛应用场景
李飞飞预计“世界模型”应用广泛。在创造力领域，创造涉及设计等多个方面，由感知与空间驱动；在机器人领域，各类“具身智能机器”需理解并适应三维空间环境，与人类协作完成任务；在虚拟宇宙方面，新技术结合生成模型和重建模型，让人们迈入创造“无限宇宙”的新时代，应用涵盖机器人、创意、社交等多个类别。
3D视觉，AI的关键需求
李飞飞指出物理和交互发生在三维空间，机器人仅靠二维输出模型进行空间操作会遇困难。她分享自身因角膜受伤失去立体视觉的经历，称那段时间害怕开车，难以估计与其他车辆的距离，深刻体会到立体视觉的重要性，也表明3D计算机视觉虽有进展，但让机器真正理解和重建3D空间仍任重道远。
构建“世界模型”的挑战与解决思路
构建“世界模型”面临诸多挑战。数据方面，获取足够清晰全面的数据困难且成本高；算力上，部分技术对计算资源要求高，大规模落地应用不现实；泛化能力上，AI模型在陌生场景适应性差。李飞飞认为需多学科融合的团队共同推进，其团队成员来自不同领域，探索全新道路，未来AI研究范式将从“单一学科”走向“多学科融合”，从“个体英雄”走向“集体智慧”。
AI与人文、教育、法律的关系及未来愿景
李飞飞谈到AI与人文、教育、法律的关系。在教育上，应培养学生批判性思维和社会责任感，AI教育不仅要教“怎么做”，还要教“为什么做”和“应不应该做”；法律方面，需提前为AI设计规则边界，明确责任归属。她认为AI是人类价值观和技术能力的结合体，需要多领域共同参与。她对AI未来发展抱有愿景，希望AI不仅“看得到”“重建世界”“执行任务”，更要“看得懂”“参与世界”“与人协作”，成为人类在物理世界中的智能延伸。