图片来源：Masters of Scale

Z Highlights

• 对层次丰富、复杂空间世界的深刻理解，正是具身智能（包括机器人）的“大脑”。空间智能不仅完善了感知–行动闭环，还将提升我们的认知能力：例如我们如何在脑中想象世界、如何进行建模。

• 在AI时代，信任绝不能外包给机器——它本质上属于人类，存在于个体、社区与社会层面。

• 确定无疑的简单任务与充满不确定性的任务，有时难度相当；那就选择更不确定的那一条，因为在不确定中，创造力会被逼至极限，奇迹才能发生。

李飞飞曾是Stanford Human-Centered AI Institute的创始主任，如今是World Lab的联合创始人兼首席执行官，在空间智能领域引领创新。本次访谈是2025 Masters of Scale Summit的一部分，她与主持人Reid Hoffman探讨了空间智能新阶段。

从语言边界到世界建模：AGI与空间智能的下一篇章

Ried：大家好，本周我们邀请到了李飞飞参与现场对谈，探讨AI的现状与未来走向。我们已经一起做了多次这样的特别分享，令人振奋又深感荣幸，感谢您的到场。

显而易见，所有关注你职业轨迹的人都知道，你是这波AI浪潮中的OG：从ImageNet等奠基性工作开始，你的贡献奠定了今日的基础——在此先向你致谢。如今你正专注于空间智能（spatial intelligence）与世界建模（world building）。我想请你分享：是什么促使你从自己深爱的工作——在Stanford CS和Human-Centered AI的岗位上暂时休假，去创办这家公司？你们正在做什么？

李飞飞：再次感谢你的邀请，我很荣幸站在这里。你刚才提到的那家我共同创立并担任CEO的公司叫World Labs。你是OpenAI最早的支持者和投资人之一。当OpenAI成立时，我们曾谈到AGI的梦想。作为一名AI科学家，我常在AI与AGI这两个词之间摇摆，因为撇开语言差异，它们对我而言几乎是同一个概念。

Ried：我使用AGI来制造我们还没有发明的AI。

李飞飞：我想其实John McCarthy对AGI的理解也许和我相同：AGI意味着机器获得与人类相当、甚至在许多情况下能够超越人类的智能。我把它视作通往未来的一扇大门；这扇门上有许多钥匙孔，而语言就是其中最关键的一把，因为语言是智能的核心组成部分。在斯坦福，还有一个独特的跨学科项目Symbolic Systems，融合了哲学、认知科学与计算机科学，正是这种多学科视角让我们得以更深入理解智能本质。

Wittgenstein认为语言定义了世界的边界，而我并不完全认同这一点。我认为语言只是界定了一个用符号形式描述世界的层级边界，但在此之外，世界本身是无限的。那么那个世界究竟是什么？我们如何去定义它？这和智能有何关联？我们又怎样借助机器去表达它？我非常着迷于这一整套世界建模的思考。

世界建模与语言密切相关，但它关乎的是对世界状态变化的表达、表征，最终还要亲身参与这些变化。这个世界既可能是虚拟的，也可能是物理的。那么，世界建模究竟包含什么？它当然包含语言，因为语言是与世界对话的一种方式，但它同样涵盖视觉、光线、语义、空间以及物理动作。所有这些仍处于起步阶段，而这正是人工智能的下一阶段，也是World Labs的目标所在。我们正在努力进行世界建模，尝试把这种层次的空间智能带入人工智能的下一个篇章。

世界建模：赋予无限可能的应用版图

Ried：我有两个问题。第一，现场少数人对这一领域已颇为深入，但多数人日常体验大型语言模型仍停留在ChatGPT、Gemini等产品。那么，他们应当如何理解空间智能与此的差异？关键不仅在于认知能力的不同——因为我们的世界并不只由语言构成。第二，未来道路将如何展开？为了真正抵达那里，我们需要克服哪些挑战？

李飞飞：当真正拥有世界建模能力时，我们将获得前所未有的创造自由。如今，苗头已初现：无数讲故事的人和创作者正跨越像素、电影、雕塑、数字艺术等多重媒介，构建高度创意、可交互的沉浸式世界。世界建模不仅允许我们生成事物，更能生成可置身其间、可互动的整座世界，这对创作者而言极具吸引力。其应用场景远不止娱乐和叙事——它同样适用于设计、工业、医疗健康乃至教育等各个领域。

此外，被动娱乐与主动亲历体验之间的距离正迅速缩小。机器凭借世界建模生成沉浸式体验的能力极其强大，这也自然延伸至仿真。仿真对人类体验与学习，以及具身AI（embodied AI）都至关重要：机器人既要在现实世界中学习，也必须在仿真环境中历练。回顾机器人史，从自动驾驶汽车到各种自启动系统，仿真始终扮演关键角色；由此来看，其应用空间是无边无际的。

空间智能与世界建模：完善感知-行动的闭环与具身智能

Ried：机器人技术始终是热议话题。我想向所有人划出一条重点：世界建模对任何旨在提升机器人服务人类福祉的工作都至关重要。能否请你阐释一下，为何这套认知能力如此关键？

大约5.3亿年前，地球发生了一场惊人的进化事件——寒武纪大爆发；动物物种在那段时期急剧分化，神经系统与光敏细胞也随之萌芽。当我读完众多资料并加以深思，这一切突然令我豁然开朗。动物之所以在进化上发展出感知，根本原因是为了行动与互动；感知本质上是主动的，而非被动接受讯息。由此可见，感知智能构成了一切运动的基石。最初的运动不过是把身体简单地挪到另一处；转瞬间，运动便演化成更复杂的互动——从争夺食物、交配、筑巢到抚育后代，无所不包。以哺乳动物乃至人类为例，我们的运动能力极其精细：仅手指、脚趾、躯干之间就拥有极高的自由度。所有这些动作都依赖于我们对所处环境的空间智能与根本感知——唯有如此，我们才能理解周围世界并规划每一步行动。在我看来，对层次丰富、复杂空间世界的深刻理解，正是具身智能（包括机器人）的“大脑”。

Ried：实际上，机器人让我们真切体会到：要让机器真正具身，就必须赋予它们具身智能。这与我们刚才谈到维特根斯坦时的观点遥相呼应——世界中的认知推理能力绝不仅限于语言层面。虽然这有点哲学意味，但面向未来，空间智能会带来其他形式的智能，同样关键。传统西方把“感知”视作摄像机、把“行动”当作独立模块的观念显然站不住脚，你刚才也指出了这一点。空间智能不仅完善了感知–行动闭环，还将提升我们的认知能力：例如我们如何在脑中想象世界、如何进行建模。那么，当我们为所有AI系统引入空间智能后，你认为会涌现出哪些新的推理特征？

李飞飞：纵观人类文明的发展史，很多关键里程碑根本无法仅靠语言完成；空间推理与世界建模的重要性一目了然。以早期的金字塔建造为例：我们必须先抽象出几何概念，形成对几何的敏锐直觉，再推进巨型结构的建造。整套过程蕴含极其丰富的认知级空间推理，远远超越“看见某物、就把它搬过去”这类简单的事务性动作。再举一个例子：DNA结构的推断过程。本质上，众多科学家都在通过各类线索意识到遗传物质里隐藏着某种关键结构，但真正的突破，源于Rosalind Franklin拍摄的X射线衍射图像——一幅扁平的“十字”状照片。正是基于这幅图，Francis Crick和James Watson才推演出DNA双螺旋的三维交织结构。这一跨越完全依赖深度的空间推理：单靠语言绝不可能演绎出这样的形态（当然语言依旧是辅助工具，我本人也热爱语言）。这恰恰是人类利用空间认知能力，完成前所未有发现的经典范例。因此，当我们为AI赋予这类空间智能，它的价值绝不限于让机器人拾取杯子或方块，而是能整体提升人类能力——我们将与具备此能力的机器协同，共同开拓全新的认知与创造空间。

AI产业化：信任绝不能外包给机器

Ried：接下来我们从宏观层面聊聊：如今关于AI的讨论很多——到底是被过度炒作还是被低估？在硅谷，几乎所有人都觉得低估；也有人担心，我们是否会迎来下一轮AI寒冬。你怎么看当前这场争论？哪些领域其实被严重低估，哪些方向可能还为时过早，又有哪些点确实被吹过头了？请分享你的洞见，帮大家分辨真伪优劣。

李飞飞：我必须谨慎作答，我相信AI是一项文明级技术。即便灵感源于人类进化，任何能复制人类核心思考与行动能力的技术，都足以引发颠覆性变革。在我看来，作为人类智力未来的基石，AI并未被过度炒作，因为AI已成为新的计算范式。放眼当今世界，思考芯片所在之处——从灯泡到自动驾驶汽车，再到飞机——芯片无处不在；芯片是计算发生的物理载体。显而易见，只要有芯片就有计算，只要有计算，AI迟早会出现。因此，无论从商业层面还是应用场景来看，AI都毫无疑问代表未来。

举例来说，塞巴斯蒂安·特伦的第一辆自动驾驶汽车，从能够在没有交通的内华达沙漠中行驶130英里，到如今在旧金山街头跑得更远，整整花了二十多年。你可能会说，这部分是因为当时的软件还停留在深度学习出现之前的阶段，软件开发进展较慢。确实，深度学习后来加速了自动驾驶汽车的“大脑”，但别忘了，汽车产业及其完整的供应链和消费者基础已经存在百余年，拥有极其成熟的商业模式、基础设施和制造体系。因此，仅仅让汽车这种道路上最简单的机器人形态实现自动驾驶，就耗费了二十年的光阴。

严格来讲汽车不过是一个在二维平面上移动的方盒子，你唯一要确保的就是别撞到任何东西。可机器人就完全不同：机器人是一台三维机器，它的核心任务就是“触碰”，而且要“正确地触碰”。这其中的复杂度非常高，所以我认为机器人技术的发展之路还很长。

Ried：百分之百同意。要让这项文明级技术真正落地，关键在于建立信任。不论是依靠技术专家、公司，还是其他主体——作为行业领袖、企业和创业者，我们应当采取哪些举措来促成这份信任？毕竟只有在信任建立之后，我们才能真正享受到AI带来的价值。

李飞飞：在AI时代，信任绝不能外包给机器——它本质上属于人类，存在于个体、社区与社会层面。也正因如此，我们早在2018年就成立了Stanford Human-Centered AI Institute，远在这波AI浪潮全面爆发之前。我们意识到：随着机器在计算、推理乃至行动能力上的持续增强，必须把新的规范织入社会肌理。在这种规范下，人类仍然有能力通过AI更新的工具、聊天机器人等更强大的产品来建立彼此之间的信任。最终，这份信任还需被纳入并迭代我们的治理模型，不仅关乎社区与企业，更关乎整个社会。因此，我认为信任在这场变革中至关重要。

我们的观众大多是创业者。我想强调：从一开始就要重视信任。无论你们开发的是何种产品或业务，都要牢记这一点。有些人身处医疗健康领域，深知信任的分量；有些人专注于基础设施或其他看似距离用户较远的应用，但别忘了，你们同样在服务个人和企业。信任至关重要，而其根源始终来自人的主动性。

无畏精神：创新者的北极星

Ried：你和Etch主导的那项以人为本的AI工作（源于《纽约时报》的专栏）促使我开始明白我们必须贯彻的核心要务之一就是提升人类的主体性。那我们就以科学视角来结束今天的对谈吧。你曾说，科学家必须保持“智识上的无畏”——也就是心怀无所畏惧的精神。这对我们构想未来意味着什么？又对科学在下一代创新者的推进方式有何启示？无畏精神应在其中扮演怎样的角色？

李飞飞：这是个好问题。如果说科学家需要无畏，创业者就更要无畏。我非常喜欢Fearless这个词，也把它作为招聘时的重要标准，尤其希望年轻人拥有这种无畏精神。Fearless的含义是自由——摆脱束缚创造力、勇气和执行力的枷锁。顺带一提，“get shit done”在我们公司是一种“技术术语”，也是核心文化的一部分。

你知道，人类并非地球上速度最快或力量最强的生物。今年夏天，我带孩子去了非洲，那里有许多动物在各方面都远胜于我们。但在我们的头脑、心灵与灵魂深处，存在一种力量，能驱动我们为世界、为自己、为彼此创造非凡价值。这股力量源于人类独特的创造力与社群意识。要真正释放它，尤其在技术高速迭代的时代，更需无畏前行。

对我而言，最根本的情感准则是：保持创造力，保持自由——而这最终化作无畏。要勇敢冲向未知，拥抱那些前所未有的大胆想法，并让它们落地；要敢于验证唱反调的假设，投身最艰难的任务。有人说过（我忘了是谁）：确定无疑的简单任务与充满不确定性的任务，有时难度相当；那就选择更不确定的那一条，因为在不确定中，创造力会被逼至极限，奇迹才能发生。我钟爱“无畏”这句话，正因其所在之处，边界被打破，创意被释放，魔法随之显现。

原文：The “Godmother of AI” on the next phase of AI (Fei-Fei Li & Reid Hoffman) | Summit 2025

https://www.youtube.com/watch?v=5UyDO5qNV7Q&list=PL4Tp7I0LquJtwF7CEU-B5sm7Eyuk3Aqma&index=4

编译：Tinghuan Wu

请注意，本文编译自文未载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。