Fei-Fei Li peker på romforståelse som kunstig intelligens’ neste store sprang

Fei-Fei Li mener ikke at chatboter er utdatert. Poenget hennes er at språk bare er én del av intelligens. Det neste store steget kan bli romforståelse – kunstig intelligens som kan forstå, lage modeller av, resonnere om og samhandle med den tredimensjonale verden.

Dette er utgangspunktet for World Labs, oppstartsselskapet Li var med på å grunnlegge, og selskapets første produkt, Marble. Ambisjonen er dermed større enn å lage enda et grensesnitt for samtaler.

Hva betyr romforståelse?

Store språkmodeller arbeider først og fremst med tekst og andre sekvensielle data. Systemer med romforståelse skal i stedet kunne representere miljøer – blant annet geometri, objekter, fysiske forhold, bevegelse og hvordan mennesker eller maskiner kan handle i dem. Li har beskrevet romforståelse som et supplement til språkforståelse, ikke som en erstatning.

Forskjellen er viktig. En AI som kan beskrive et rom, har ikke nødvendigvis en pålitelig intern modell av rommet. Den trenger heller ikke kunne forutsi hvordan objekter henger sammen, eller bevege seg trygt i miljøet. World Labs beskriver målet som å gå fra å oppfatte til å resonnere – og fra å se til å gjøre.

Slik passer Marble inn

Marble er en multimodal verdensmodell som kan lage romlig konsistente, detaljerte og vedvarende 3D-miljøer fra blant annet tekst, bilder og video. Verdenene kan utforskes og redigeres, i stedet for å forsvinne etter at et bilde eller et tekstsvar er generert.

At miljøene varer over tid, er sentralt for produktideen. Et stabilt digitalt miljø kan brukes som ramme for historiefortelling og kreativt arbeid, eller som et simulert rom der systemer kan lære, prøve ut beslutninger og evalueres. World Labs har trukket frem bruksområder innen kreativitet, simulering, robotikk og vitenskapelig oppdagelse.

Robotikk er den tydeligste tidlige bruken

Roboter trenger mer enn muntlige instrukser. De må tolke rom, forstå objekter og overflater, forutse bevegelser og koble det de oppfatter til konkrete handlinger. En navigerbar 3D-verden kan gi utviklere mulighet til å simulere miljøer og teste robotatferd før maskinene tas i bruk i den fysiske verden.

Det betyr ikke at Marble har løst generell robotikk. Den mer presise konklusjonen er at romlige verdensmodeller utvikles som infrastruktur som kan bidra til trening, simulering og evaluering av roboter.

Medisinsk bildediagnostikk og produksjon trekkes ofte frem som mulige områder for romlig AI, fordi de involverer 3D-strukturer og fysiske prosesser. Den tilgjengelige omtalen av The Circuit-innslaget 19. august gir imidlertid ikke tilstrekkelig grunnlag for å knytte detaljerte løfter om disse sektorene direkte til Li i akkurat det intervjuet. Mulighetene kan omtales som nettopp muligheter, ikke som bekreftede løfter fra intervjuet.

Milliardfinansiering og plass på Forbes’ AI 50

World Labs har hentet inn mer enn 1 milliard dollar, ifølge Forbes’ omtale av AI 50-listen for 2026. Forbes identifiserte også selskapet som ett av fire selskaper på listen ledet av kvinner, og beskrev satsingen som romforståelse.

Finansieringen viser at investorer ser på verdensmodeller som et mulig nytt lag i AI-infrastrukturen, ved siden av dagens kappløp om språkmodeller. Den er likevel ikke i seg selv et bevis på at teknologien vil bli en dominerende plattform, eller at de foreslåtte bruksområdene allerede er kommersielt dokumentert.

Advarer mot en skjev AI-debatt

I Bloomberg-intervjuet sa Li at teknologer må bli flinkere til å forklare de konkrete fordelene ved kunstig intelligens. Hun advarte om at økende motstand mot AI i USA kan få følger også utenfor landets grenser, blant annet fordi USA har så stor betydning for det globale teknologisystemet.

Budskapet hennes handler ikke bare om å kommunisere mer optimistisk. Det handler om å være mer presis: Hva kan systemet faktisk gjøre? Hvilke risikoer følger av disse egenskapene? Og hvem får tilgang til fordelene?

Tilgang, investeringer og ansvar

Synet er i tråd med Lis langvarige, menneskesentrerte tilnærming til AI. Hun har tatt til orde for kunnskapsbasert politikk, en sterkere offentlig sektor, internasjonalt samarbeid og ansvarlig utvikling.

Hun har også fremhevet betydningen av bred tilgang til datakraft, data, forskningsinfrastruktur og utdanning. Stanford Institute for Human-Centered Artificial Intelligence har omtalt rettferdig tilgang til avanserte beregningsressurser og store datasett som viktig for universiteter og ideelle organisasjoner. Lis arbeid med AI4ALL har samtidig hatt søkelys på inkludering og mangfold i AI-utdanning.

Den underliggende bekymringen er at gevinstene fra AI – og muligheten til å påvirke teknologiens utvikling – kan samles hos et lite antall selskaper eller miljøer. Offentlige investeringer og inkluderende utdanning er derfor ikke sideprosjekter i Lis modell. De er en del av hvordan fordelene ved AI kan fordeles bredere.

Konklusjonen

Li vil utvide kunstig intelligens fra systemer som først og fremst snakker om verden, til systemer som kan modellere og handle i den. World Labs og Marble er et tidlig uttrykk for denne satsingen: vedvarende, redigerbare 3D-miljøer som kan brukes til kreativt arbeid, simulering og robotikk.

Det bredere budskapet er mer nyansert enn overskriften «forbi chatbotene» kan gi inntrykk av. Romforståelse er en foreslått ny frontlinje, ikke et bevis på at språkmodeller har nådd veis ende. Og Lis politiske poeng er at fremskritt bør vurderes gjennom målbare egenskaper, dokumenterte gevinster, ansvarlig utvikling og rettferdig tilgang – ikke gjennom verken teknologiske drømmer eller apokalyptiske spådommer.