--- author: Best Partners TV date: '2026-02-18' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=kLLOxiUsZx4 speaker: Best Partners TV tags: - spatial-intelligence - world-models - perception-driven-ai - embodied-ai - 3d-generation title: 李飞飞：空间智能是AI新前沿，感知驱动进化 summary: 斯坦福大学教授李飞飞在思科AI峰会上提出颠覆性观点：视觉和触觉感知是驱动神经系统进化的第一动力，而非语言。她将**空间智能**定义为AI的下一个前沿，并介绍了**World Labs**推出的首个3D生成式世界模型**Marble**。该模型能构建可导航、可互动的3D物理环境，已在游戏、虚拟制片、机器人训练、室内设计及心理健康干预等领域展现巨大潜力。李飞飞还探讨了AI行业的群体性焦虑、极端舆论，并强调AI的成功标准应回归于提升人类文明和个体福祉，而非单纯的参数竞赛。她指出，空间智能作为横向技术，将赋能多行业发展。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - 李飞飞 companies_orgs: - World Labs products_models: - Marble media_books: [] status: evergreen --- ### AI新前沿 **旁白**: 大家好，这里是最佳拍档。在二零二六年二月五日的**思科AI峰会**上，**World Labs**的联合创始人、**斯坦福大学**教授**李飞飞**和**思科**执行副总裁兼首席产品官**吉图·帕特尔**展开了一场圆桌对话。两人从**空间智能**的核心逻辑，到首个**世界模型****Marble**的技术细节，再到**AGI**的物理实现的路径，甚至是**AI行业**的**群体性焦虑**，进行了全方位、深层次的探讨。今天这期视频，我们就来聊聊这场对话的核心内容，看看**李飞飞**眼中，AI的下一个前沿究竟在哪里。 ### 感知驱动智能 **李飞飞**: 在这场对话中，**李飞飞**首先提出了一个颇具颠覆的观点，那就是驱动神经系统进化的第一动力，是**视觉和触觉感知**，而不是**语言**。这个观点可以说是整个对话的核心，也是她定义**空间智能**为AI下一个前沿的根本依据。从生物进化的角度来看，人类对智能的研究，往往会不自觉的围绕**语言**展开，毕竟**语言**是人类特有的交流方式，也是我们进行思维表达的重要工具。但是从进化的时间维度来看，**语言**其实是一种非常年轻的智能形式。**李飞飞**在对话中明确的表示，即使往多了说，**语言**的历史大概只有五十万年，甚至更短，但是在五亿多年前，动物就已经开始感知光线并且接触周围的环境，**触觉和视觉传感**从那个时候就已经诞生了，开启了神经系统进化的军备竞赛。很多人会问，那本能是不是应该归入到感知的范畴内呢？**李飞飞**也对此做出了解答。她认为本能这个词在科学定义上比较模糊，她并不排斥这个词汇，但是从物理层面来看，真正驱动神经系统发展的，始终是**触觉和视觉**这两种核心的感知能力。正是因为感知能力的不断进化，动物才能够越来越活跃的和环境产生互动，而这种互动又反过来推动了大脑的发育，让生物变得越来越聪明。从这个角度来看，我们以往对AI的研发，过度聚焦在了**语言智能**的打造，其实是忽略了智能的底层基石——对**真实物理世界**的**理解、推理和互动能力**。**李飞飞**强调，**理解、推理**，并且在**真实的3D、甚至4D物理世界**中**导航**的能力，其实和**语言智能**一样，都是智能最底层的基石。而实现这种能力的核心关键技术，就是**空间智能**。这也是她大约在两年前，和一群年轻技术专家共同创立**World Labs**的核心原因。这家公司的所有奋斗目标，都围绕着**空间智能**的研发和落地而展开。 ### Marble模型 **李飞飞**: 在明确了**空间智能**的核心定位之后，**李飞飞**在对话中重点介绍了**World Labs**最近发布的第一代**空间智能模型****Marble**，这也是目前全球最先进的**3D生成式世界模型**。很多人会把**世界模型**和当下的**视频生成模型**混为一谈，但是**李飞飞**明确指出，大**世界模型**和现有的**视频生成模型**存在着本质区别。这种区别体现在技术内核的根本不同上，而**Marble模型**就是最好的例证。我们先来看看传统的**视频生成模型**，它的核心能力是**像素生成**。简单来说，就是根据输入的提示词，生成一系列连续的像素片段，从而形成视频画面。但是这类模型生成的内容往往缺乏一致性，也没有完整的**几何结构**，更谈不上让用户在生成的内容中进行**导航和互动**。而**Marble模型**就完全不同了，它实现了**永久一致性**和完整的**几何结构**，这也是**空间智能模型**的核心特征。**Marble**能够接收**多模态的输入**，无论是一个简单的句子、一张图片、一段视频，还是基础的3D输入，它都能够将这些提示词转化为一个完全**可导航、可互动**的**3D物理环境**。也就是说，**Marble**不再是简单的生成像素的片段，而是真正意义上的**世界构建**。它打造的是一个有完整空间逻辑和**几何结构**的**3D世界**。这个世界不是碎片化的，而是具备**永久一致性**的，能够支持**机器人动作模拟**、**游戏编程**等需要完整空间逻辑的场景应用。这种从**像素生成**向**世界构建**的转变，不仅是AI技术的一次重要突破，更像是为多个领域的发展，搭建了一个全新的技术基建，解决了很多行业长期以来面临的核心难题。 ### 应用场景 **李飞飞**: 可能有朋友会好奇，这个看似前沿的**空间智能模型**，现在已经有实际的应用场景了吗？答案是肯定的。**李飞飞**在对话中透露，**Marble**虽然还处于第一代的发展阶段，但是目前已经有早期用户在体验这个**世界模型**了，而且应用场景的丰富程度远超很多人的想象。首先在娱乐和设计领域，已经有开发者用**Marble**进行**游戏开发**，借助它的**3D世界构建**能力，能够快速的打造出可以**互动、可以导航**的游戏场景，大幅降低了**游戏开发**的成本和时间。还有**视觉特效**领域的用户，将它用于商业化的**虚拟制片**环境，这种场景对3D结构和一致性要求极高，而**Marble**的技术特征恰好契合了这个需求，让**虚拟制片**的场景搭建变得更加高效。而在**机器人**领域，**Marble**已经成为了一个重要的**训练工具**。目前**World Labs**正和**英伟达**等科技大厂以及众多初创公司、学术实验室展开了互动，这些合作方都将**Marble**用作**机器人**的**训练环境**。我们都知道，**机器人训练**的核心难题之一，就是真实数据的匮乏，而且真实场景下的训练成本高、风险大。而**Marble**构建的**可互动3D物理环境**，能够模拟出各种真实的物理场景，为**机器人**提供大量的**模拟训练数据**，大幅提升**机器人**的训练效率。除了这些领域以外，建筑师和设计师也开始将**Marble**用于**室内设计**，通过输入设计的需求，快速生成可以**导航和互动**的**3D室内空间**，不仅能够更直观的展示设计效果，也方便进行设计方案的调整和优化。更让人惊喜的是，**Marble**在**医疗健康**领域也展现出了巨大的应用潜力，尤其是在**心理健康干预**方面。**李飞飞**在对话中提到，临床研究人员对**Marble**的这个应用方向，表现出了极大的热情。原因在于大量的精神病学和心理健康研究及干预措施，都需要针对特定的情况定制**沉浸式的环境**。比如强迫症患者，他们的症状往往会被一些非常具体的场景触发，有人会被乱放的脏衣服触发，有人会被杂乱的桌面触发。在以往的研究和干预中，研究人员很难快速、精准的打造出这些个性化的触发场景。而现在通过**Marble**，研究人员只需要输入提示词，几分钟内就能够生成多种不同的定制化环境，为强迫症、焦虑症等心理疾病的**沉浸式干预**，提供了全新的可能。除此之外，**Marble**还能够打造健康训练中的个性化**瑜伽环境**，根据用户的身体状况、训练需求，生成适配的**3D瑜伽场景**，让健康训练变得更加的个性化。**李飞飞**表示，随着**Marble**的不断迭代，未来还会看到更多的**横向应用案例**，**空间智能**的应用边界也会被不断的拓宽。 ### AI焦虑与舆论 **李飞飞**: 聊完了**空间智能**和**Marble模型**，这场对话也触及了一个当下AI行业所有人都无法回避的问题，那就是AI发展带来的**群体性焦虑**。作为深耕AI领域几十年的先行者，**李飞飞**对行业的现状有着最直观的感受。她坦言，过去几年AI的发展速度堪称是窒息式的，这种速度不仅让行业外的人感到震撼，就连身处其中的从业者，内心深处都有一种难以掩饰的焦虑感。相信很多AI从业者都有这种体会，每天都有读不完的技术博客、行业新闻，也有发布不完的新模型，仿佛稍微停下脚步，就会被行业甩在身后。**李飞飞**说，这种焦虑感既反映了技术进步的惊人速度，让她感到兴奋，同时也让她保持着谦逊的态度，意识到自己所知甚少。即便是深耕AI领域数十年的她，也有着“我唯一知道的就是我一无所知”这样的感受。而她也希望行业内的所有人，都能够保持学习的热情和对世界的好奇心，不要被焦虑所裹挟，停下探索的脚步。除了**群体性焦虑**以外，**李飞飞**还对当下AI领域的舆论现状表达了担忧。她指出，目前关于AI的讨论正陷入一种极端的**两极分化**。网络上充斥着两种截然不同的声音：一种是完全的**技术乌托邦**，认为AI技术能够解决人类面临的所有问题，将AI神化；另一种则是极端的**生存危机末日论**，过度放大AI的风险，仿佛人类每分钟都面临着被AI取代的生存危机。**李飞飞**认为，对于AI这样一项会深刻影响人类文明的技术，这种非黑即白的讨论方式是非常不负责任的。技术本身没有好坏，它的发展方向最终掌握在人类自己的手中。无论是AI领域的创业者、产品经理、工程师，还是普通的公民，我们每个人都有能力去引导技术的走向。她也发出呼吁，希望从二零二六年起，整个行业乃至全社会，都能够告别这种极端讨论，对AI技术的发展保持理性、包容、乐观的态度，同时也要肩负起相应的责任，让技术朝着造福人类的方向发展。 ### 成功标准 **李飞飞**: 那么在**李飞飞**眼中，AI发展真正的成功标准是什么呢？这个问题的答案，其实藏在人类科技发展的历史中。**李飞飞**在对话中举了电力的例子。如果把时间拨回一百五十年前讨论电力的成功，我们不会去纠结电力的技术参数有多先进，而是会想到学校被照亮、家庭变温暖、人类的寿命被延长、更多的孩子能够获得接受教育的机会。这就是技术的真正意义。而AI技术的成功，也应该回归到这样的永恒价值上。不是单纯的**参数竞争**，不是比谁的模型参数量更大、算力更强，而是看这项技术是不是能够让**人类的文明**变得更好，是不是能够让每个个体都能够追求幸福、繁荣并且保有**尊严**。当文明因为技术而进步，个体因为技术而获得更好的生活，这才是AI发展的终极目标。这个观点，也为当下陷入**参数竞赛**的AI行业敲响了一记警钟，让我们重新思考技术发展的初心。 ### 技术挑战 **李飞飞**: 当然，**空间智能**和**世界模型**的发展，并不是一帆风顺，它依然面临着诸多技术的挑战。首当其冲的就是**算力**和**数据**的问题。很多人会问，**世界模型**是不是像当下**大语言模型**一样，属于计算密集型的技术呢？**李飞飞**给出了一个明确的答案：目前**世界模型**的**算力规模**，还远远低于顶尖的**大语言模型**。比如**Marble**的**算力规模**比**GPT-5**小几个数量级。之所以会出现这样的情况，一方面是因为**世界模型**领域还处于发展的早期阶段，整个行业还在想办法弄清楚**世界模型**的核心架构。另一方面，**Scaling Law**在非语言领域的演进，和语言领域也存在着本质区别。**Scaling Law**的生效，不仅取决于数据量和参数量，还需要适配非语言领域的技术特征，而这正是行业目前正在探索的方向。但是**李飞飞**也表示，结合**World Labs**目前在**Marble模型**上取得的进展来看，未来几年，**世界模型**领域将会迎来快速发展。我们会看到**世界模型**开始跨越**Scaling Law**曲线，**算力规模**和技术能力都会实现质的突破。如果说**算力**是**世界模型**发展的硬件基础，那么**数据**就是发展的核心燃料。而**世界模型**面临的**数据难题**，比**大语言模型**要复杂得多。**李飞飞**解释道，**大语言模型**的输入输出相对单一而且干净，核心处理的是文本数据。而**世界模型**需要处理的是**像素和体素**的世界，这个世界要混乱的多，**物理数据**的获取难度也大幅提升。为了解决这个难题，**World Labs**采取了**混合数据**的策略，核心就是融合了多种类型的数据。除了互联网规模的文本、视频数据之外，还纳入了**模拟数据**和**现实世界采集的物理数据**。通过多种类型的数据融合，为**世界模型**的训练提供充足且高质量的燃料。**李飞飞**在对话中举了**自动驾驶**的例子，无论是**特斯拉**还是**Waymo**，这些**自动驾驶**领域的头部公司，都花费了几十年的时间，同时收集**现实世界数据**和**模拟数据**，这也是**自动驾驶**技术能够实现落地的重要基础。而对于**世界模型**来说，虽然**数据**挑战巨大，但是当下的技术环境已经比几年前成熟了很多。现在的**算力**、芯片和整个**AI生态系统**，都为**世界模型**的发展提供了支撑。而且市场上也出现了很多三年前还不存在的**数据供应商**，为**物理数据**的采集和处理提供了专业支持。除此之外，**合成数据**也在**世界模型**的训练中发挥了重要作用。更重要的是，**合成数据**形成了一个正向的**飞轮效应**：用**世界模型**生成的内容，反过来又能够成为**机器人训练**的**模拟数据**，不断的丰富数据池，为模型的迭代和**机器人**的**训练**，提供源源不断的支持。 ### 通用机器人 **李飞飞**: 在这场对话中，**李飞飞**还谈到了一个大家非常关心的话题：未来我们迎来的，会是**通用机器人**还是**专用机器人**呢？作为一名在**斯坦福大学**运行了十年机器人学习实验室的学者，**李飞飞**对这个问题有着深刻的理解。她直言，**通用机器人**的实现，是一个非常困难的问题，远比**自动驾驶**的实现难度要高的多。而**空间智能**正是解决这个难题的核心突破口。为了让大家更直观的理解这一点，**李飞飞**回顾了**自动驾驶**的发展历程。二零零六年，她的同事**塞巴斯蒂安·特伦**带领团队，创造了第一辆在内华达沙漠运行了一百三十八英里的**自动驾驶汽车**。当时整个行业都为之振奋，认为**自动驾驶汽车**很快就能够走进我们的生活。但是事实上，直到二十年后的今天，**Waymo**才开始在旧金山等大城市的街道上实现了商业化运行。这中间经历了漫长的技术探索和打磨。而**自动驾驶汽车**，在**李飞飞**看来，本质上只是一个在二维平面移动的方形机器人，它的核心任务只有一个，那就是规避障碍，技术挑战相对单一。但是**通用机器人**则完全不同，它需要在三维空间中工作，核心目标是以精准而且不破坏物体的方式，进行各种**物理交互**。这就对机器人提出了极高的要求：手部的灵活性、视觉的精确度、对三维空间的理解能力，都是需要攻克的技术难题。而**机器人训练数据**的匮乏，更是让这个问题雪上加霜。这也是**李飞飞**创办**World Labs**的重要原因之一。她希望通过**空间智能**的研发，重构机器对**物理交互**精细度的理解，解决**通用机器人**研发中的核心难题，让机器真正具备在**3D物理世界**中理解、推理和互动的能力。但是作为一名严谨的科学家，**李飞飞**也表示，不会对**通用机器人**的落地做过度的承诺。技术的发展需要一步一个脚印，只有攻克了每一个基础的技术难题，才能最终实现**通用机器人**的落地。 ### 战略价值 **李飞飞**: 在对话的尾声，**李飞飞**也针对企业端的决策者，解读了**空间智能**和**物理AI**的战略价值。她给出的核心结论是：**空间智能**是一项典型的**横向技术**。这意味着，**空间智能**的价值并不是局限于某一个特定的领域，而是能够像水和电一样，向多个行业进行**横向的渗透**，发挥出跨领域的技术价值。我们之前提到的机器人、娱乐、设计、医疗健康领域，只是**空间智能**应用的冰山一角。除了这些领域，它在教育、现场服务、金融、农业、制造、仓库管理及城市规划等领域，都有着巨大的应用潜力。**李飞飞**表示，**空间智能**是AI的下一个前沿，她也邀请各行各业的从业者们，一起探索**空间智能**的应用潜力，让这项技术真正赋能到各个行业的发展。 ### 总结与展望 **旁白**: 而当被问到对企业交流期待什么样的礼品时，**李飞飞**也展现出了学者的质朴，她说自己还是像研究生一样，喜欢免费的食物和文化衫。这样的回答也让我们看到了这位AI领域大咖可爱、真实的一面。**李飞飞**在**思科AI峰会**上的这场重磅对话，不仅为我们揭示了AI的下一个前沿，也就是**空间智能**的核心逻辑，也让我们看到了一位资深的**AI学者**对行业发展的理性思考。在**AI技术**飞速发展的今天，我们很容易被技术的发展速度裹挟，陷入**参数竞赛**的误区，也容易被极端的舆论所影响，对技术未来产生迷茫。而**李飞飞**的观点，让我们重新回归技术的本质。无论是**空间智能**，还是**语言智能**，**AI技术**的终极目标，都是为了提升人类的文明水平，保障每个个体的**尊严**。同时，她也让我们明白，**AI**的发展从来都不是一蹴而就的。从**空间智能**的研发到**世界模型**的迭代，再到**通用机器人**的落地，每一步都需要严谨的技术探索和脚踏实地的打磨。如果你对**空间智能**、**Marble模型**有什么看法，欢迎在评论区留言讨论。感谢收看本期视频，我们下期再见。