答案已发布昨天Last edited 昨天18 来源

李飞飞押注聊天机器人之外：空间智能将让AI理解三维世界

李飞飞的核心判断是，AI的下一前沿不只是语言模型，而是能够感知、生成、推理并与三维世界互动的“空间智能”。 World Labs的Marble可根据文本、图片和视频生成具有空间一致性、可持续保存和编辑的三维环境，机器人训练与仿真是较明确的潜在用途。

研究答案

要点

聊天机器人并没有过时，但在李飞飞看来，语言只是智能的一部分。AI的下一步，可能是学会理解“世界”本身：看懂空间结构，判断物体之间的关系，预测运动，并在三维环境中采取行动。这一方向被她称为空间智能（spatial intelligence）。

这也是她共同创办World Labs的出发点。公司目前推出的首款产品Marble，并不是另一个只会生成文字的对话界面，而是试图构建可探索、可编辑的三维世界模型。

大型语言模型主要处理文本以及其他具有顺序特征的数据。空间智能系统则需要建立对环境的内部表示，包括几何结构、物体、物理关系、运动方式，以及人或机器如何在其中行动。李飞飞将空间智能视为语言智能的补充，而不是替代品。

区别在于：一个AI可以准确描述房间，并不意味着它真的建立了可靠的房间模型。它还需要知道物体在哪里、哪些表面可以站立或触碰、物体移动后可能发生什么，以及如何在环境中安全行动。World Labs对这一目标的概括是：从“看见”走向“行动”，从感知走向推理。

Marble是一种多模态世界模型，可以根据文本、图片和视频等输入，生成具有空间一致性、高保真度且能够持续保存的三维环境。生成结果不只是短暂的一张图或一段文字，而是可以被探索和编辑的数字空间。

Studio Global AI

此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。

李飞飞的核心判断是，AI的下一前沿不只是语言模型，而是能够感知、生成、推理并与三维世界互动的“空间智能”。

李飞飞同时呼吁科技界更具体地说明AI能带来什么，关注不平等与技术获取，并以证据为基础取代乌托邦式炒作和末日式恐慌。