“AI教母”李飞飞：世界模型能做的事LLM永远做不到

“Can words cook an omelet?”
近日，斯坦福大学教授李飞飞（Fei-FeiLi）在访谈中，分享了关于其创业公司WorldLabs（世界实验室）及空间智能（Spatial Intelligence）/大型世界模型（Large World Models）的初衷和近期目标，以下是这次访谈的要点： 一、World Labs的核心赌注：空间智能（Spatial Intelligence） •李飞飞创立WorldLabs，押注空间智能——即机器理解、推理并生成3D/4D物理世界的能力，区别于仅处理语言的LLM。 •动物智能始于对物理世界的"看"与"动"，人类生活与工作也高度依赖对三维世界的感知与交互。解锁机器的空间智能，可支撑创意设计（室内/场景）、虚拟世界构建、数字孪生、工业机器人/代理等下游应用。 •LLM的局限：文字无法灭火、无法煎蛋饼，大量人类创造力和物理交互超越纯文本。 二、世界模型的分类与World Labs的独特定位 李飞飞将市面上的"世界模型"分为三类： 1.渲染器（Renderer）：生成漂亮像素/视频，主要取悦人眼，不保证物理/几何正确性（如视频生成模型）。 2.规划器（Planner）：为机器人/代理输出正确行动，关注状态→动作，偏机器用途。 3.模拟器（Simulator）：同时尊重世界的结构、物理、动力学及语义信息，可生成/模拟真实3D/4D世界，既能服务人也能服务机器，可兼作渲染器和规划器——这是WorldLabs主攻方向。 竞品方面（LeCun/Meta、GoogleProjectGenie、NVIDIACosmos），她认为市场足够大，WorldLabs有先发认知优势与顶尖团队，专注做"真正理解物理世界的模拟层"。 三、机器人与人形机器人落地预期 •人形机器人融资60亿美元仍难完成洗碗/取快递等日常任务，机器人革命需要远超此量级的长期投入（参照自动驾驶和LLM投入）。 •WorldLabs的空间智能与仿真层是弥合"炒作与现实鸿沟"的关键技术之一，但非短期速成。 四、AI安全观（AISafety） •反对极端末日叙事和过度监管，也反感"安全作秀（safetytheater）"。 •真正的安全工作应科学、务实地做：关注数据来源、系统构建、评估、护栏、与监管沟通。 •举例：AI已在斯坦福医院用于病历记录、影像辅助诊断，这才是真实落地的有益应用。 五、AI公众情绪与教育变革 •公众对AI存在希望、焦虑、困惑并存的复杂情绪，部分源于缺乏理性公共讨论，被两极化的炒作占据。 •作为教育者和创业者，有责任以科学和谦逊态度帮助公众理解AI是赋能工具。 •教育必须改变：当AI能通过各类标准化考试，K-16教育体系应转向培养学生用AI工具创新、保持人类主体性（Agency），而非恐惧AI。 六、不谈AGI术语&近期目标 •李飞飞不认同使用AGI这个词，更愿意称之为"思考与行动机器"的科学探索，专注做改善人们生活的技术。 •今年目标：发布空间智能模型，激发前所未有的新产品机会。（Bloomberg  ）