听说你喜欢边走边聊？是的，因为我们坐得太久了。没错。而且我们的公司就在这个公园旁边，所以这里很棒。在这里是不是整天都在聊AI？我不清楚别人在谈什么，但我确实一直在谈论AI。因为那是我所知道的唯一事情。李飞飞是计算机视觉领域的巨擘，这是人工智能的一个分支，致力于教导机器去“看”。她通过ImageNet取得了突破。
这是一个视觉图书馆，引发了现代AI革命，因此她被赋予了“AI教母”的称号。自那以后，她一直是人工智能中心领域的先驱，担任斯坦福大学教授、谷歌高管、美国总统顾问以及倡导AI造福人类的不知疲倦的 advocate。我觉得人工智能的领导层没有足够多地谈论赋能人类，而是过多地谈论取代人类、取代工作。
现在她又在星光熠熠的履历中增加了创业联合创始人的头衔。经营自己的公司是什么感觉？我觉得自己像个“虎妈”。当整个AI世界都在加大押注ChatGPT和Claude等大型语言模型时，李飞飞却在赌一个全新的前沿领域——世界模型。她正在构建旨在预测现实世界中接下来会发生什么的AI，而不仅仅是句子中的下一个词。
那么世界模型最终能做哪些大型语言模型永远无法做到的事情？文字能灭火吗？文字能煎出欧姆蛋吗？李飞飞和她的创业公司World Labs正在一个竞争激烈的领域中角逐，所有竞争对手都在押注同一个观点：世界模型是人工智能的下一个巨大飞跃。你曾想象过AI会变得这么大吗？我是否想过整个文明都将被重新定义，文化发生转变，地缘政治格局改变？这些我都未曾想象过。
在她成为顶尖AI科学家之前，李飞飞只是一个好奇地看着世界的小孩。年轻的费菲是什么样子的？那是80年代和90年代的中国，我的城市是成都。我父亲对自然充满好奇，所以我深受影响，经常追虫子、追小狗，和爸爸去山里画画素描。还有阅读。剪短发，热爱航空航天和物理。你觉得自己像个叛逆者吗？作为孩子，对，你是青春期前的少年。
那时候，为了表达自我，你几乎不得不叛逆一下。但对自然、科学和物理的热爱，对航空航天和外太空的向往，这些构成了我身份的一部分。你在90年代从中国移民到了美国新泽西州。作为一个十几岁的少年回到那里，感觉如何？那很艰难。整个环境、文化、语言都变了，十几岁时的人生或许是最艰难的时期之一，因为你正在寻找自我，却突然发现自己甚至不了解这个世界。
李飞丽学会了英语，完成了高中学业，在普林斯顿大学学习物理，周末还要经营家里的干洗店。她追随梦想来到加州理工学院（Caltech），在那里获得了博士学位，成为了一名计算机科学家。从那时起你就开始研究人工智能了？是的，那是一个非常小众的领域。当时的情况是怎样的？那是一个美好的时期，纯粹出于好奇心，因为没有金钱、没有权力、没有喧嚣、也没有炒作。我们就像科学家仰望星空或潜入深海一样，怀着深深的求知欲：AI是如何“看”的？它与我们人类的视觉有何不同？
我们使用眼睛驱动感官系统，将其转化为大脑中的信号，然后由大脑进行计算。计算机也是如此，并没有太大区别。我们需要学习世界的模式并理解物体、颜色和环境的规律。许多视觉活动是为了让人类采取行动做准备。你早上醒来，拥抱你的孩子，下楼准备早餐，拿上钥匙开车去上班。
我刚才描述的一切，你都运用了空间智能来完成。所以让计算机做到这一点很难吧？是的。李飞丽早在2006年就在研究这个问题了。她构建了ImageNet，这是一个包含超过1400万张图片、涵盖2.1万个类别的大型目录，是当时组装的最大规模。因为李飞丽意识到算法需要数据才能变得更聪明。那么ImageNet的灵感来源是什么？当时没有人关注数据。我和我的学生突然顿悟，学习必须由数据驱动。
2010年，李飞丽将ImageNet变成了一项竞赛：谁能构建出最出色的算法来正确识别最多的图像？2012年，杰弗里·辛顿（Geoffrey Hinton）领导的多伦多大学团队带着AlexNet参赛，这是一种由NVIDIA显卡驱动算法。结果标志着一个转折点：海量数据、神经网络和GPU计算能力的结合，成为了现代人工智能的黄金配方，也巩固了李飞丽的历史地位。看着这张照片你有什么感受？
不仅仅是我们八个人，而是整个人类社会。这才是这里的主要故事。因为这张照片拍摄于大约一百年前，当时工业化正处于蓬勃发展的阶段，大城市的天际线正在建设中。那是一个文明时刻。你在这里受到认可真令人惊叹，但能不能把照片中心调整一下？拜托了。确实是因为这里空间更大一些。几年前我询问过你关于“AI教母”这个头衔的感受，你是怎么回答的？
你知道的，艾米丽（Emily），我永远不会自称是任何事物的“教母”。记得吗？当你问我时，我当时愣住了。我感到震惊，因为我并不自然地认为自己是任何事物的教母。那不是我的性格。我专注于工作。如果我当场拒绝那个称呼，我们又会陷入女性得不到与男性同等认可的局面中。我希望更多女性被称为她们所创造的发明、创新或发现的“教母”。
那么你现在接受这个术语了吗？还是说……“接受”是个大词。我不会到处去说：“嗨，我是李飞丽，我是AI教母。”但人们已经采纳了这个术语。人工智能长期以来一直在政策和科技圈子里被讨论，仿佛它总是近在咫尺。直到ChatGPT的出现，人工智能从一个冷门的研究领域变成了全球最受关注的话题：大型语言模型、图像生成器、视频生成器。
突然间，似乎每个人都在或想要进入AI行业。诚然，事情已经取得了很大的进展。李飞丽看到了机会，并于2024年推出了自己的创业公司。经营自己的公司是什么感觉？情况是这样的：我是公司里资历最深的人。从我的联合创始人到工程师、研究人员和科学家，他们都非常有才华，但也都很年轻。我确实觉得自己像个妈妈，而且经常感觉像个“虎妈”。
我以高标准来管理这家公司。李飞丽正在致力于推进世界模型的发展。如果ImageNet教会了AI如何“看”，那么这项技术旨在引导AI穿越物理世界，因为描述如何接住一个球和真正接住它是非常不同的。
不同的事物。超级智能，她押注于聊天机器人之外的领域。AI行业的其余部分正专注于大语言模型（LLMs）。大语言模型不能做什么？如果我们想创造一个能继续推动科学发现的世界，希望像机器人这样的机器成为我们的伙伴，仅靠语言是无法做到的。构建世界模型和空间智能并非反对大语言模型，而是关于下一个前沿和下一章。那么究竟什么是世界模型？目前，“世界模型”是一个被过度使用的术语。我们将空间智能视为三种不同的功能：渲染、模拟和规划。
渲染是世界模型为人类消费输出美丽的像素，你很可能想到的是OpenAI的Sora。第二类世界模型进行模拟，但不只服务于人类，也服务于机器。它们专注于捕捉世界的实际结构，即基于物理的几何结构。第三种世界模型是规划，帮助你了解下一步需要做什么。例如，如果你有一个杯子，作为规划器的世界模型会让机器人知道：拿起它并放到别处。这是一种与 robotics 紧密耦合的世界模型。
Marble是World Labs迈向创建世界模型的第一步。这是一个平台，允许任何人从单个视觉或文本提示生成可探索、可编辑的3D世界。现在，这是用户生成的世界的展示页面。你可以看到他们创建了一个房间，一个漂亮的房间。当你看着这个时，你会觉得：李飞飞，这和照片没什么不同。但关键在于，这实际上是一个世界，因为我可以在其中导航。
就像游戏一样，我可以向前移动，可以转身，可以去任何地方。这是一个完全一致的3D世界。那么目前谁或哪些公司在使用Marble？为什么Marble有用？例如虚拟制作，在电影中人们使用Marble是因为他们可以在任何环境中拍摄演员。游戏开发者方面，Marble完全降低了所需的资源和时间。我们也有机器人学的例子，这是与NVIDIA的合作，他们使用Marble环境来增强机器人的训练。
你们用别人没有的东西训练这些模型吗？我们主要基于两件事来训练这些模型。一是特别准备的数据。像素数据比语言数据更细微，因为图片中包含更多信息，如相机信息。二是算法和架构创新，因为在创建3D乃至最终4D世界方面，没有人像我们这样创造出生成式世界模型。所以你会说这是秘密吗？是的，我想是吧。
真正的秘诀是人，正如我常说的。但确实包括数据、算法以及我们构建的系统。你已经筹集了十亿美元，业务进展如何？业务仍处于早期阶段。在这个阶段的World Labs，我们专注于构建技术。构建技术只是工作的一部分。当李飞飞埋头于World Labs时，她也在外出为AI的下一个前沿进行倡导。
绝对正确。请欢迎World Labs联合创始人兼首席执行官李飞飞登台，与彭博社的Emily Chang进行对话。这一切都归结于机器人学，我想听听你对这个领域的看法，特别是人形机器人。人形机器人的融资额达到了60亿美元，但你知道的，它们洗我的洗碗机还没有我快。它们也还不能去取我的亚马逊包裹。
世界模型、World Labs能否缩小炒作与现实之间的差距？这是一个棘手的问题，Emily。首先，机器人学将是人类工业化中最重要的革命之一。60亿美元太少了，对吧？如果你看自动驾驶汽车的投资，或者大语言模型的投资，那花费远超60亿美元。我们会缩小差距吗？我相信World Labs正在致力于空间物理智能中最关键的技术之一，这当然是我们的希望。
但李飞飞并不孤单。世界模型是科技行业的最新痴迷，初创公司和科技巨头都在竞相构建它们。从设计到自动驾驶汽车、机器人和工厂，再到最终能够导航人类家庭不可预测现实的机器。你与资金雄厚的巨头竞争，对此有多担心？作为企业家、联合创始人兼首席执行官，我每天都处于偏执状态。我不认为有任何时刻我会说：“嘿，我感到很放松。”
是的，我很担心，但我被吓倒了吗？绝对没有。我们有一个不可思议的团队，我们也拥有专注力。许多大公司桌上有很多事情要做，而我们只有一件事放在桌面上，并专注于那件事。Emily，很高兴见到你。人才争夺战如此激烈，为什么要在众多强大的AI公司中选择与李飞飞合作？
嗯，我在2012年觉得这还不酷的时候就开始了与Fei-Fei的合作。是的，我很久以前在斯坦福大学跟随Fei-Fei攻读博士学位。你可以去很多大型科技公司，但在许多情况下，你的双手无法改变其轨迹。在这里，我们只有50人，你的双手可以改变这家公司的轨迹。这是生活中美好的事情。
World Labs可能是一个小团队，但对世界模型的投资是巨大的，达到30亿美元且仍在增长。尽管如此，现在还为时过早，该领域甚至尚未就如何构建它们达成一致。你会说这就像2019年聊天机器人那样，每个人都在追逐大语言模型并试图实现它，但尚未破解代码吗？我们在世界模型方面是否也处于这个阶段？
是的，这可能是一个恰当的描述。我们还很早期，与大语言模型相比要早得多。但是否会有某种爆炸性的“啊哈”时刻，让我们说：“哦，现在我们明白了。”如果我们做对了，是的。这就是科技和科学的魔力所在。当它达到那个里程碑时，就会变得神奇。AI和机器人学领域有一些怀疑论者说：“这不是下一个突破，只是下一个炒作周期。”你怎么看？
我认为即使是好的科学也可能被过度炒作。我相信空间智能和物理智能是机器智能的基础。这些是我作为科学家、技术专家以及企业家坚信的前沿问题。我相信它们将提供巨大的市场价值。构建世界模型极其耗费资源。你需要更多的算力吗？需要更多资本才能达到你的目标吗？我们还不知道，我们太早期了。很可能我们需要更多的算力和资源。
你能获得这些吗？我不知道。我们有……
要做得好，就必须赢得这份信任。将世界模型从演示阶段推向实际应用需要更多的时间和资金。与此同时，生成式AI的投资激增，美国民众对此有着强烈的看法。你一定见过前谷歌CEO埃里克·施密特在大学毕业典礼上被嘘的视频。今天，我们正站在另一场技术变革的边缘。
你花很多时间和学生在一起。他们在说什么？如果他们感到恐惧，这种担忧是否合理？是的，我确实花很多时间和学生在一起。即使是斯坦福大学的学生也反映出这种复杂的情绪。有焦虑，也有希望；既有兴奋，也有困惑。当AI能帮我做以前无法做到的事情时，人们会感到尊严和自主性的提升；但如果AI要夺走我的工作，人们又会感到尊严和自主性的丧失。
如果美国在失去对这项技术的信心时，世界其他地区却在加速前进，会发生什么？美国作为一个对国家影响力至关重要的国家，如果我们不展现出对AI的积极态度和正确路径，所有人都会受损。我不希望看到这种情况发生，因为美国在科技、科学和经济方面一直是世界的思想领袖。如果我们能展示如何利用AI创造令人惊叹的技术和巨大的经济价值，并产生积极的文化影响，世界就会将其视为榜样。
李飞飞对AI及其影响力有着深刻的理解。在她的职业生涯中，她曾在大型科技公司、风险投资公司任职，在斯坦福大学联合创立了AI研究所，并就AI政策向美国总统和联合国提供建议。人工智能并不“人工”，它源于人类灵感，由人类创造，最重要的是，它对人类产生影响。你曾就科技和AI政策向拜登总统、特朗普总统以及联合国提供建议。你是如何与各国领导人进行对话的？
我不会去夸大其词，也不会使用极端的修辞——要么是天真的乌托邦，要么是彻底的末日论。重要的是让与我交谈的人知道我是科学家。他们需要什么？他们需要科学事实，但我认为重要的是为他们服务并直言不讳；如果他们错了，我要提出反对意见，因为这是我的责任。他们确实错了吗？哦，是的，肯定有。我们都曾犯过错。这项技术发展得太快了，我不怪他们。
大多数政策制定者并非计算机科学背景出身。监管的作用是什么？应该是什么样的呢？首先，要以科学为基础，而非科幻小说。许多来自硅谷的人与AI政策界人士交谈时，谈论的是人类灭绝、AGI机器主宰等话题，这分散了真正的政策工作注意力。第二项建议是确保健康的生态系统，为公共部门提供资源，资助K-12或K-16阶段的STEM教育。归根结底，人力资本是我们世界最重要的资源。
我们希望看到一个由人组成的繁荣社会，而不仅仅是机器繁荣的社会。你对“世界模型”可能出现的错误有什么担忧？比如，如果我们给人们提供更逼真、更强大的AI，这是否会为真正糟糕的事情创造更多机会？世界模型和语言模型是能够制造虚假信息和错误信息的强大工具。赋能机器人可能被不良行为者武器化，动机不当的学生可能会将技术作为懒惰的拐杖，而不是赋能的学习工具。我对此非常担忧。
所以我认为很多事情都可能出错，不仅仅是AI。电力、汽车、个人电脑和互联网都曾可能出问题。目前一些最强大的AI首席执行官被指责拥有“上帝情结”，因为他们似乎认为他们知道什么对人类最好。你怎么看待这个说法？我认为任何个人认为自己比别人都高明是危险的。作为CEO和企业家，我们的基本前提是我们要为社会做贡献并赋能人们。我们无权替每个人做每一个决定。
但这难道不是我们正在走的路吗？毕竟这些都是非常有权势的人。我认为现在下结论还为时过早，艾米丽。我并非天真无知，我知道你在说什么，我也有我的担忧。我认为拥有“上帝情结”并无建设性，我自己也不想那样做，但我们是一个民主社会。这也是我认为我们的公民社会不应放弃AI的原因。我们需要声音，需要集体治理。
但不要因噎废食。监管不应该是“停止AI”，因为这是一项可以发现疾病疗法、赋能学生和教师、帮助我们的老年人的技术。这才是我们要保留的“婴儿”。但目前我们正处于一个非常混乱的时期。这也是为什么作为一名科学家和教育家，我感到有责任说出我相信的事实。李飞迪一生都在教机器“看”。她给了AI眼睛，现在在人生的第二幕中，她正试图给它一个生活的世界。
作为帮助点燃现代AI革命的科学家，也许我们不该怀疑她的能力。这一切将去向何方？五年后我们会在哪里？在这里我要揭示我是一个乐观主义者。“历史长河漫长”，我引用马丁·路德博士的话。我相信它趋向于仁慈。现在，我们并非一个完美的人和社区的世界，但对于大多数人口来说，今天的2026年比公元前2026年要好。我认为这是因为尽管我们有阴暗面，但我们DNA中蕴含着希望。
我们希望后代过上更好的生活，我们拥有集体的道德罗盘来推动社会走向仁慈。我对人类充满希望。
你痴迷于UFO是真的吗？当我还是个孩子的时候……你读过他们正在解密的文件吗？没有。我认为那是童年梦幻般好奇心的一部分，想知道外面有什么。你认为外星人存在吗？作为一名物理学学生，你学过德雷克方程。德雷克方程计算了外星生命存在的可能性概率。所以确实有一个潜在的数量级。“哇，好吧。”最喜欢的科幻电影是什么？《超时空接触》。毫无疑问是我最喜欢的。没错…… intelligence... somewhere out there. Yeah.