在AI技术快速迭代的当下，李飞飞的最新访谈揭示了语言模型在机器人领域的局限性。这位被誉为“AI教母”的科学家指出，当前技术绕开了空间理解、物理推理等核心难题，而这些正是机器人技术长期停滞的关键原因。
李飞飞强调，人类智能建立在视觉感知和空间理解之上，而不仅仅是语言能力。她在2022年形成的世界模型理念，如今通过新创立的World Labs得以实践。该公司推出的Marble产品，是全球首个能够通过文字或图片提示生成可探索三维世界的生成式模型。
在机器人技术领域，李飞飞指出了几个核心挑战。首先是数据获取难度：与语言模型训练数据和目标完美对齐不同，机器人训练缺少三维世界中的动作信息。其次是物理系统的复杂性，机器人需要在三维空间中运作并与物体互动，这比自动驾驶仅需在二维平面移动要复杂得多。
Marble已经展现出实际应用价值。在电影虚拟制作中，制作效率提升了约40倍；游戏开发者可直接导出场景用于VR游戏；机器人研究者可用其生成训练所需的合成环境。这些应用证明了空间智能技术的实用前景。
尽管面临挑战，李飞飞对AI未来保持乐观。她认为每个人都将在AI时代找到自己的位置，技术不应剥夺人的尊严，人的主体性必须始终处于技术研发的中心地位。从ImageNet到World Labs，李飞飞的职业生涯始终围绕着让机器更智能这一核心目标，而空间智能可能是实现这一目标的下一个突破口。
