加州: AI教母李飛飛最新長文火爆硅谷(圖

2025-11-11 | 來源: 量子位 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

1950年，當計算機還只是自動化算術和簡單邏輯時，艾倫·圖靈提出了一個至今仍回蕩的問題：機器能思考嗎？

他能看到別人尚未看到的未來，需要非凡的想象力——那就是：智能或許有一天可以被“構建”，而非“誕生”。

這一洞見催生了一場持續至今的科學征程——人工智能（AI）。在我投身AI研究的25年中，圖靈的願景依然不斷啟發著我。但我們距離那一願景有多近？答案並不簡單。

今天，以大語言模型（LLM）為代表的前沿AI技術，已經開始改變人類獲取與處理抽象知識的方式。然而，它們仍然是“黑暗中的文字匠”：能言善辯，卻無經驗；知識豐富，卻缺乏根基。

空間智能（spatial intelligence）將改變我們創造和交互現實與虛擬世界的方式——徹底革新敘事、創造力、機器人學、科學發現，以及更多領域。這，正是AI的下一個前沿。

自我進入這一領域以來，對視覺與空間智能的探索就一直是我的“北極星”。這也是我為何花費多年時間構建了 ImageNet——首個大規模視覺學習與評測數據集。

它與神經網絡算法、現代算力（如GPU）一道，成為孕育現代AI的三大關鍵要素。也是為何我的斯坦福實驗室在過去十年中，將計算機視覺與機器人學習相結合。

同樣，這也是我與聯合創始人Justin Johnson、Christoph Lassner、Ben Mildenhall一年前共同創建 World Labs的原因：為了第一次真正實現這一可能性。

在這篇文章中，我將解釋什麼是空間智能、為什麼它重要、以及我們如何構建能夠解鎖它的“世界模型（world models）”——這種技術將深刻重塑創造力、具身智能與人類進步。

空間智能：人類認知的腳手架

AI從未像今天這樣令人振奮。以生成式AI為代表的模型，如LLM，已從研究室走向日常生活，成為數十億人創作、生產與交流的工具。

它們展示了曾被認為不可能的能力：生成連貫的文本、成山的代碼、逼真的圖像，甚至短視頻。 AI是否會改變世界？——從任何合理的定義來看，它已經做到了。

加州州長:我仍感震驚,但不會照著他們的臉來一拳

加州伯克利大學爆大規模沖突打成一片多人被捕

章子怡現身洛杉磯,穿道袍,被李安抱懷裡親臉蛋

然而，仍有大量潛能未被觸及。自動化機器人的願景依然誘人卻遙遠；在疾病治療、新材料發現、粒子物理等領域的研究加速夢仍未實現；

真正能夠理解並賦能人類創作者的AI，無論是學習復雜分子化學概念的學生、構想空間的建築師、構建世界的電影人，還是任何希望沉浸於虛擬體驗中的人都仍未到來。

要理解為何這些能力依舊難以實現，我們需要回溯：空間智能是如何演化的？它又如何塑造了我們理解世界的方式？

視覺長期以來是人類智能的基石，但它的力量源自更為根本的東西。早在動物能築巢、撫育後代、用語言交流或建立文明之前，那看似簡單的“感知行為”：感受到一縷光、觸到一種質感就已經悄然點燃了通向智能的進化旅程。

這種從外部世界汲取信息的能力，在感知與生存之間搭建起一座橋梁，而這一橋梁在漫長的進化中變得愈發復雜。

神經元層層疊加，形成能解釋世界、協調生物與環境互動的神經系統。因此，許多科學家認為，“感知—行動”循環成為了智能進化的核心機制，也是自然孕育出我們這個物種的根基——一個能感知、學習、思考與行動的終極存在。

空間智能在我們與物理世界的互動中扮演著基礎性的角色。每天，我們都在依賴它完成最平常的動作。

停車時想象車尾與路緣的距離；接住被拋來的鑰匙；在人群中穿行而不碰撞；半睡半醒間准確地將咖啡倒進杯中。

在極端情況下，消防員穿行於坍塌建築與濃煙之中，瞬間判斷穩定性與生死抉擇，通過肢體語言和本能默契溝通——這些都無可言傳。而嬰兒則在學會語言前的漫長時光裡，通過玩耍與環境互動來認識世界。

這一切都在直覺中、自然而然地發生——一種機器至今未能獲得的流暢能力。

空間智能同樣是我們想象力與創造力的基石。講故事的人在腦中構建出豐富的世界，並用各種視覺媒介將之傳達給他人。

從原始洞穴壁畫，到現代電影，再到沉浸式電子游戲。無論是孩子在沙灘上築城堡，還是在電腦上玩《我的世界》，這種以空間為根基的想象構成了人與虛擬世界交互體驗的基礎。而在工業應用中，對物體、場景與動態交互環境的模擬則支撐著從工業設計、數字孿生到機器人訓練等無數關鍵場景。