李飞飞发长文畅谈“空间智能”：实现机器真正智能的关键突破

2025-11-11 15:53

11 月 11 日消息，11 月 10 日，斯坦福大学教授、WorldLabs 联合创始人李飞飞发表长文《From Words to Worlds: Spatial Intelligence is AI’s Next Frontier（从文字到世界：空间智能是 AI 的下一个前沿）》。
李飞飞认为，当前以大型语言模型为代表的 AI 虽然擅长处理抽象知识，却如同在“黑暗中行走”，缺乏对物理世界的真实理解。而空间智能 —— 即人类用以理解、导航并与三维世界交互的底层能力，将是实现机器真正智能的关键突破。

IT之家附原文大意如下：
1950 年，当计算机还只是自动算术和简单逻辑时，艾伦・图灵提出了一个至今仍在引起共鸣的问题：机器会思考吗？他看到了别人看不到的东西，这需要非凡的想象力：智能有朝一日可能会被构建出来，而不是天生就有的。这一洞见后来引发了一场名为 AI (AI) 的不懈科学探索。在我自己从事 AI 工作的 25 年里，我仍然能从图灵的愿景中获得启发。但我们离目标有多近了呢？答案并不简单。
今天，大语言模型（LLMs）等领先的 AI 技术已经开始改变我们访问和处理抽象知识的方式。然而，它们仍然是黑暗中的文字匠；口才好但缺乏经验，知识渊博但没有根基。空间智能将改变我们创造和互动真实世界和虚拟世界的方式 —— 彻底改变故事叙述、创造力、机器人技术、科学发现等等。这是 AI 的下一个前沿。
自我进入 AI 领域以来，视觉与空间智能一直是我探索的指南针。这也是我花费数年构建 ImageNet 的原因 —— 这是第一个大规模视觉学习与基准数据集，是现代 AI 诞生的三大关键因素之一，另外两个是神经网络算法和现代计算能力（如 GPU）。这也是我在斯坦福大学的实验室过去十年将计算机视觉与机器人学习结合的原因。这也是我和联合创始人贾斯廷・约翰逊、克里斯托夫・拉斯纳、本・米尔登霍尔创建 World Labs 的原因：首次全面实现这一可能性。
空间智能：人类认知的支架
AI 从未如此令人兴奋。大语言模型等生成式 AI 模型已经从研究实验室走向日常生活，成为数十亿人的创造力、生产力和沟通工具。它们已经展示了曾经被认为是不可能的能力，轻松地生成连贯的文本、大

余下全部

共有评论0条