夜雨聆风
编者按：本文整理自「AI 教母」李飞飞（Fei-Fei Li）的一场公开对话访谈。她是 ImageNet 的缔造者、斯坦福大学教授、世界模型创业公司 World Labs 的联合创始人。
当整个硅谷都在 ChatGPT、Claude 这些大语言模型上厮杀、争论 AGI 还有几年到来时，被称为「AI 教母」的李飞飞，却泼了一盆冷水——她融了 10 亿美元，去赌一个和所有人都反着来的方向：世界模型。
她的判断，一句比一句扎人：「语言能扑灭一场火吗？语言能煎熟一个蛋吗？」 她想说的很直接——只会聊天的大模型，根本不懂这个物理世界，它缺了最关键的那一块：「空间智能」。
放话还不止这一句。她说，外界投给人形机器人的那 60 亿美元，「太少了」；而当 Anthropic 的 CEO 说 AGI 还有两三年、DeepMind 的哈萨比斯说人类已经站在「奇点的山脚」时，她干脆撂下一句：AGI 这个词，我根本不参与讨论——「你叫它一个苹果都行。」
但这场对话里最戳人的，其实不是这些放话，而是她作为一个科学家、一个教育者、一个母亲，对那个所有人都在焦虑的问题，给出的回答：AI 会不会抢走我们的工作？我们的孩子，还要不要学习？
这篇文章，我把这位「AI 教母」信息量极大的对话完整梳理了一遍。读完你会明白，为什么在一片喧嚣里，她偏偏选择去做那个「无聊」的人。
/01/ 10 亿美元，赌一个和所有人都不一样的方向
对话一开场，主持人就把问题摆到了台面上：所有人都盯着大语言模型，你却融了 10 亿美元去做「世界模型」，你在赌一件别人没看到的事，这个赌注到底是什么？
李飞飞的回答，要从一个 5 亿年的故事讲起。
她说，动物的智能，是从「看见」和「在物理世界里移动」开始的。进化的起点，是我们作为动物，知道世界是什么、知道自己是谁、知道怎么在世界里移动、怎么和它互动。人的一生——工作也好、生活也好——很大一部分，都和感知世界、理解世界、在世界里推理和互动有关，这甚至包括我们用来创作、用来生产的那些想象出来的虚拟世界。
把这种能力解锁到机器身上，就是「空间智能」。 让机器能生成任意的 3D、4D 世界，能在任意世界里推理，能教机器人、能辅助人去和世界互动——这就是 World Labs 在做的事，而通往空间智能的路，就是构建一个大世界模型。
那它和大语言模型的根本区别在哪？主持人追问：世界模型最终能做到什么，是语言模型永远做不到的？
李飞飞反问了一句，几乎成了整场对话的题眼：
「语言能扑灭一场火吗？语言能煎一个蛋吗？」
很多事，本就在语言之外。
/02/ 世界模型能做什么，是语言模型永远碰不到的
顺着这句话，她把世界模型的用武之地拆成了三块。
第一是创造。 人在设计——设计室内空间、设计机器、设计住宅，甚至设计一个故事——这其中太多东西，是文字描述不了的。
第二是智能体。 无论是虚拟世界里的智能体，比如游戏娱乐；还是更严肃的工业场景，比如数字孪生的设计、检测，以及各种各样的优化任务。
第三是机器人。 从扑灭一场火，到医疗健康场景，再到制造业，帮人做大量的事。
她说，这些全都是「解锁空间智能、构建世界模型」之后的下游应用。换句话说，世界模型不是一个炫技的玩具，它底下连着的是创意产业、工业和机器人这几条真实的大动脉。
/03/ 世界模型的「ChatGPT 时刻」，会是什么样
主持人问了一个很关键的问题：世界模型的「ChatGPT 时刻」会长什么样？我们怎么知道这一天到了？
李飞飞坦诚地说，这个问题她还没有答案。
因为「聊天」本身就是一种消费者行为，所谓「ChatGPT 时刻」，描述的是一个面向大众、瞬间引爆的消费级时刻。但她要解锁的空间智能，应用往往会先去到专业人群——专业的创作者、设计师、开发者、研究员和工程师，他们会把它用在机器人、工业设计这些地方。
所以，也许世界模型不会有一个属于大众的「ChatGPT 时刻」。 但她话锋一转，也许会有——她自己就特别想用更轻松的方式设计自己的家，比如一键就能换掉窗帘的颜色。
/04/ 对手全来了，她凭什么
这是一个绕不开的问题。主持人摆出了战局：过去半年，Yann LeCun 离开 Meta 去做世界模型，谷歌发布了 Project Genie，英伟达有自己的世界模型 Cosmos——而英伟达还是你的投资人之一。你有什么是他们没有的？哪个对手最让你担心？
李飞飞先讲了「先发」。她说 World Labs 2024 年就成立了，那时候 ChatGPT 才出来一年，所有人都还在谈大语言模型，而他们已经认定空间智能是 AI 的下一个前沿。这个判断，让她很兴奋。至于他们有什么别人没有的——一支了不起的团队，以及「信念」。
主持人在这里补了一句玩笑：「他们可没有『教母』。」（李飞飞被业界称为「AI 教母」。）
但李飞飞没有把话说满。她说世界很大，就像大语言模型一样，会有很多公司在世界模型上做出了不起的工作。她还顺势讲了一件事：就在 24 小时前，World Labs 刚发了一篇博客，专门去定义「世界模型」的功能分类——因为这个词被用得太混乱了，什么都往里塞。在她看来，围绕空间智能，「世界模型」其实有三种：
●第一种叫「渲染器」（renderer）：把漂亮的像素打到屏幕上，大多是视频生成模型，消费者主要是人的眼睛。它追求的是好看，不一定遵守物理、动力学和几何上的正确，因为它是给人眼看的，不是给计算用的。
●第二种叫「规划器」（planner）：更多是给机器、给机器人用的。输入是世界的状态或动作，它输出下一步该采取的正确动作。机器人领域常听到的就是这一种。
●第三种叫「模拟器」（simulator）：在她看来，这才是三者里的枢纽。它既被人消费、也被机器消费，努力尊重世界的结构、物理和动力学，真正去模拟世界的 3D、4D 信息和语义信息。一个模拟器，可以变成渲染器，也可以变成规划器。
她说，模拟器这一层，是解锁空间智能最关键的一条路径——这正是 World Labs 在啃的硬骨头。
/05/ 机器人：60 亿美元，「太少了」
接着是机器人。主持人有点调侃：人形机器人的融资已经冲到 60 亿美元，可它们装洗碗机还没我快，连帮我取个亚马逊包裹都做不到。世界模型、World Labs，能不能填上「炒作」和「现实」之间的这条鸿沟？
李飞飞先接住了这个「刁难」，然后给了一个让人意外的判断。
她说，机器人，将是人类工业化进程中最重要的革命之一。而 60 亿美元——太少了。 你去看自动驾驶投了多少、看大语言模型投了多少，远不止这个数。
她不是在喊「再多砸钱」。她强调的是：这件事需要时间，更需要的不是炒作，而是深思熟虑地把钱投到对的方向上——比如解锁世界建模、空间智能、模拟层，这些都是其中关键的努力。至于能不能填平那条鸿沟，她说 World Labs 正在做的，是空间物理智能里最关键的技术之一，「那当然是我们的期望」。
/06/ AI 安全：哪些是真功夫，哪些是演戏
主持人话题一转，问到了安全：你对 AI 安全一向比较克制，既不信「末日论」，也反对「一刀切」的监管。放眼整个行业，哪里是真正的安全工作，哪里只是「安全表演」？有没有人做对了？
李飞飞先自嘲了一句：在所有这些口号面前，我都显得很无聊。
她说，现在的炒作实在太多了。但无论你用「负责任」、「安全」还是「可信」这些词，任何工作的目标都该是一样的：把技术和产品做对，让它去增强人、放大人的能力，而不是伤害人。
哪里做对了？她希望每一家公司、每一个产品背后的人，都在认真想这些问题：我们用的是什么数据？建的是什么系统？做了哪些评估？设了哪些护栏？怎么和用户沟通？怎么和监管者配合？她相信，这样的工作正在大量发生，而且不是在「演戏」。
她举了一个特别真实的例子——就在来参加这场对话之前，她刚从斯坦福医院赶过来，因为家里有人一小时后就要做手术。她在医院里亲眼看到 AI 已经在哪些地方用上了：医生用 AI 写病历，放射科医生用 AI 辅助读 MRI 和 CT。她希望未来有更多 AI 去帮护士、帮家属。前一晚她拿到一份很长的放射学报告，第一件事就是发给 AI，让它帮自己读懂。
所以，安全这件事，真功夫一直在做。 只是还需要更多，需要用科学、严谨的方式去做——她说，这才是我们该展开的对话，而不是去争论谁在「表演」。
（说到这儿，主持人插了一句：「谢谢你来，希望你的家人平安，我们都这么希望。」）
/07/ AI 仇恨潮和年轻人的焦虑
主持人提到了一个尖锐的现象：现在有一股被称为「AI 仇恨潮」的反弹，前谷歌 CEO 埃里克·施密特在一场大学毕业典礼上被嘘。你花很多时间和学生在一起，他们在说什么？如果他们害怕，这种害怕站得住脚吗？
李飞飞的回答，超出了「学生」这个范围。
她坦言，自己接触的斯坦福学生其实是相当幸运的一群。所以她觉得更重要的，是去和老师、护士、父母、祖辈待在一起，去和 K-12 的教育工作者聊，去那些「觉得自己被排除在对话之外」的人群里走一走。
哪怕是斯坦福的学生，身上也带着一种复杂的情绪：有焦虑，有希望，有兴奋，也有困惑；当 AI 能帮他们做到以前做不到的事，他们感到一种尊严和掌控感；可一旦担心 AI 要抢走自己的工作，又是一种尊严和掌控感的丧失。
而她真正想点破的是：这种情绪，很多时候是因为缺少一种深思熟虑的公共讨论。
「此刻，所有的氧气、所有的空气，都被吸进了『末日论』和『完全乌托邦』这两个极端里。当炒作吸光了房间里所有的氧气，那个真空，就酿出了焦虑。」
而她说，恰恰是这个真空，才是我们最该在意的——因为真实的人，就活在那里，就在那里寻找答案。
作为一个科学家、教育者和创业者，她说自己就站在这场变革的「震中」，和学生、教育者、创业者在一起。她认为自己的责任之一，就是不去炒作，用科学和谦逊去说话，去让人们看到：只要我们做对了，这是一项能真正帮到我们的工作和生活的技术——能带来更好的医疗、更好的科学发现、更好的环境、更好的教育。
/08/ AI 必须改变教育：我们的孩子还要不要学习
聊到这里，两个同样有青春期孩子的母亲，谈起了最让人揪心的话题。
主持人问：你觉得 AI 会怎样改变学习和大学教育？
李飞飞的态度异常坚决：AI 必须改变学习，必须改变从小学到大学的整个教育。 她说这是未来十年里，人类最大的机遇之一。因为这个世界上最宝贵的资源，是人的才能。
她的逻辑很硬：当一项技术，已经能在各种标准化考试上——从美国的统考，一直到国际奥数竞赛——做得比普通人还好，这说明的不是人不行了，而是我们的教育系统该变了。 我们得改变评价的方式，得重新去赋予老师能力，去教育下一代——让他们学会用这些工具、被这些工具增强，去做我们今天根本想象不到的事。
主持人追问：那我们的孩子，还会学习吗？
「绝对会。」 李飞飞说，只要我们教得对、社会把他们准备好，今天所有的孩子都不该害怕 AI。他们应该感受到一种属于人的主动权——去引领 AI、用对 AI，用 AI 去做出他们想为这个世界做出的改变。
/09/ 为什么她偏偏不谈 AGI
最后，主持人抛出了那个最热的词。她说：Anthropic 的 CEO 达里奥·阿莫迪认为 AGI 还有两三年，靠把现有路线继续放大就能到达；DeepMind 的哈萨比斯说我们正处在「奇点的山脚」。而你说过，你连 AGI 这个词都不参与讨论。是他们错了，还是你们只是在为同一个目标吵该叫什么名字？
李飞飞的回答，显出了一个科学家的底色。
她说，她不参与「AGI」这个词的讨论，是因为人工智能这门学科的奠基者们，当年怀着的是一个梦想——造出会思考、会行动的机器。这是一个科学追求，而这个追求，正是她一生的事业，她至今仍在这条路上。如今，她把这个科学追求，和「做出能让人们生活更好的产品」结合在一起，而这，就是叫做「人工智能」的那个领域。
至于别人管它叫什么——
「叫它 AGI 也好，你叫它一个苹果，都行。」
她在意的，只是去打造一项能真正改变人们生活和工作的技术。
对话的最后，主持人问她：今年你们会发布什么，是明年我们还会一直谈论的？李飞飞说，她希望能发布一个空间智能的模型，去激发出一些人们从未见过的、令人兴奋的产品可能。
💡总结
这场和「AI 教母」李飞飞的对话，核心信号其实只有一个：在一片对语言模型的狂热里，她选择去补上 AI 缺失的另一半——对物理世界的理解。
第一，李飞飞在赌一个「被低估的常识」。 当全世界的资本和注意力都涌向语言时，她提醒了一件最朴素的事——人类的智能，本来就不只是语言。 我们扑火、煎蛋、设计房子、操作机器，靠的是对物理世界的感知和理解。语言模型再强，也碰不到这一层。她赌的，不是一个比 ChatGPT 更炫的东西，而是 AI 缺失的另一半。这个判断对不对，要时间来验证；但它确实戳中了当下这股热潮的盲区。
第二，她最稀缺的不是技术，是「不炒作」的定力。 在一个「末日论」和「乌托邦」二选一、谁喊得响谁占流量的环境里，一个顶级科学家愿意说「每一种口号都让我显得很无聊」、愿意承认「我还不知道世界模型的 ChatGPT 时刻长什么样」——这种诚实和克制，本身就是一种稀缺品。她那句「炒作吸光了房间里的氧气，真空里酿出了焦虑」，值得每一个被 AI 搞得心神不宁的人记住。
第三，对普通人，她其实给了一个明确的答案。 面对「AI 会不会抢工作、孩子还要不要学」的集体焦虑，她没有兜售恐惧，也没有兜售幻想。她的回答是：改变教育，把人放在主动权这一边。 不是让孩子去和 AI 比谁考分高，而是教他们去引领 AI、驾驭 AI。这或许是这场对话里，最该被焦虑的家长们听进去的一句话。
而她那句反问，值得你记住：
「语言能扑灭一场火吗？语言能煎一个蛋吗？」
当所有人都在追逐更会「说话」的 AI 时，这位「AI 教母」提醒我们的，恰恰是那个最容易被忽略的真相——真正的智能，从来都不只是语言。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。
- END -
分享、点赞、在看，3 连 3 连！
