李飞飞谈空间智能：为什么这是通向通用AI的缺失拼图

在这期《No Priors》中，斯坦福HAI联合主任、World Labs创始人李飞飞回顾了自己从学术到创业的转折，并提出“空间智能”是当下AI体系中最被低估、却至关重要的一环。这不仅关乎机器人和世界模型，更决定了AI是否真正理解并行动于真实世界。

从学术高地到创业一线：为什么现在下场

这一段对很多研究者都很重要：当一个已经站在学术顶峰的人选择创业，背后的动机往往能反映技术周期的真实变化。李飞飞在节目一开始就被问到“为什么现在创办公司”，她的回答并不是市场风口，而是人和时机。她提到，自己能够和“一群极其聪明、极具创造力的年轻技术人才”一起工作，这是她选择此刻行动的关键。

更重要的是，她并未将创业视为对学术的背离，而是另一种延展。长期从事计算机视觉与深度学习研究，让她清楚地看到现有AI能力的边界：模型在感知和生成上突飞猛进，但在理解真实世界、与环境交互方面仍然存在根本缺口。正是这种“看清天花板之后的焦虑”，推动她走向World Labs，试图用更系统的方法解决问题。

什么是空间智能：让AI真正“活”在世界中

空间智能是整期对话的核心概念，也是李飞飞反复强调的一条主线。她给出的判断非常直接：“如果没有空间智能，AI就是不完整的。”这里的空间智能，并不只是三维视觉或定位能力，而是理解物体、空间、因果关系，并在其中进行推理和行动的综合能力。

为了让非技术听众理解，她将其类比为人类与生俱来的直觉：我们知道杯子会掉落、桌子可以支撑重量、门后面是一个连续的空间。这些能力对人来说几乎无需思考，但对AI而言却极其困难。当前主流模型擅长处理符号和语言，却缺乏这种与物理世界深度绑定的理解，而这正是她认为AI体系中“缺失的拼图”。

从空间智能到世界模型与AGI

当话题延伸到世界模型和通用人工智能（AGI）时，李飞飞的态度既坚定又克制。她并未给出时间表，而是提出一种结构性的判断：只有当AI具备稳定、可泛化的空间智能时，世界模型才真正成立，而这也是迈向AGI的必要条件。

她指出，能够在内部构建对世界的模型，并在其中进行预测和规划，意味着AI不再只是被动响应输入，而是可以进行前瞻性的推理。但她也坦言，这给产品化带来了巨大挑战——构建世界模型不仅计算复杂，而且对数据和评估方式提出了全新要求。这也是为什么她认为，这一方向短期内不一定最快落地，却在长期决定了AI的上限。

机器人与人本AI：技术终点不是炫技

在应用层面，机器人被视为空间智能最自然的试验场之一。李飞飞提到，机器人是未来的重要潜在应用，但它更像是一面“照妖镜”，会毫不留情地暴露AI在现实世界中的不足。只要模型无法理解空间和物理约束，机器人就无法安全、可靠地工作。

对话的最后，她回到自己长期倡导的人本AI立场。她明确表示，自己最乐观的愿景是：AI始终是一种帮助人的工具，而不是替代或削弱人类价值的存在。“AI是用来帮助人的”，这句话听起来朴素，却为她所有关于空间智能、AGI和创业选择提供了价值坐标。技术可以激进，但目标必须克制。

总结

这期访谈的价值不在于给出某种“路线图”，而在于提供了一种判断技术方向的思维框架。李飞飞用自己横跨学术、产业与公共议题的经历，指出空间智能是当前AI浪潮中最容易被忽视、却最关键的基础能力。对研究者来说，这是一个尚未被充分开垦的深水区；对从业者而言，这也是决定AI能否真正走向现实世界的分水岭。

关键词： 李飞飞， 空间智能， 世界模型， 通用人工智能， 计算机视觉

事实核查备注： 人物：李飞飞（Fei-Fei Li），斯坦福HAI联合主任，World Labs创始人；节目：No Priors Ep.117；核心概念：空间智能（spatial intelligence）、世界模型（world models）、通用人工智能（AGI）；原话引用包括“without spatial intelligence AI would be incomplete”“AI is a tool to help people”“extraordinarily brilliant group of young technologists”。