李飞飞震撼发声：颠覆人类文明的技术，预示着AI下一个时代的来临！

跨越语言，构筑世界：空间智能——AI的下一个前沿

在2023年11月11日，斯坦福大学的李飞飞教授在一篇博客中深入探讨了空间智能（Spatial Intelligence）的概念，并指出AI未来十年的发展方向将是构建具备真正空间智能的机器。空间智能的起源早于语言，它曾经改变了人类文明的面貌，如今也将推动AI的进步。李飞飞提到，空间智能是人类认知的基石，而AI的下一个前沿领域正是空间智能。

要实现这一目标，我们必须超越传统的大模型，构建一种全新的世界模型。李飞飞强调，世界模型需要具备生成性、多模态性和互动性三大核心能力。她指出，构建世界模型比语言模型更具挑战性，团队在这一过程中遇到了新的训练任务、大规模数据和全新模型架构等技术障碍。

空间智能的应用将在各个领域分阶段推进。近期，空间智能将着重于激发创造力；中期的目标是提升机器人技术，使其具备空间感知能力，真正成为人类的助手；而在更长远的未来，空间智能将应用于科学、医疗和教育领域，推动这些领域的重大变革。

李飞飞在博客中提到，1950年，艾伦·图灵提出了一个仍然引发思考的问题：机器能否思考？图灵的这一洞见开启了对AI的探索之路。尽管AI技术已经改变了我们获取和运用知识的方式，但我们仍未完全实现对智能的定义。空间智能将重新定义我们与现实和虚拟世界的互动，推动叙事、创造力、科学发现等领域的革命。

在我投入AI研究的25年间，空间智能始终是我追求的方向。构建ImageNet的经历让我深刻认识到，视觉和空间智能是推动AI进步的关键。现在，AI技术已经进入人们的日常生活，成为提升创造力、生产力和沟通的工具。然而，许多目标仍未达成，自主机器人的愿景仍需努力实现。

空间智能不仅是我们与物理世界互动的基础，也是我们想象力和创造力的源泉。无论是停车、接住物体，还是在复杂环境中作出判断，空间智能在我们的日常生活中无处不在。它帮助我们理解和创造，推动我们与他人和环境的互动。

虽然AI在多个领域取得了进展，但其空间能力仍显不足。当前的AI系统在处理物理空间关系时存在局限，无法像人类一样自然地理解和交互。因此，构建具备空间智能的AI显得尤为重要。

要实现这一目标，我们需要一种全新的世界模型，而非仅仅依赖于大模型。世界模型应具备生成性，可以根据输入生成虚拟世界；多模态性，能够处理各种形式的输入；以及互动性，能够根据输入的动作预测下一状态。这将为AI提供更深入的空间智能能力。

在这个新兴领域，我们需要建立指导发展的核心原则。生成性要求模型能够创建感知一致的世界；多模态性使其能够处理多种输入；互动性则使其能够根据输入的动作输出新的状态。这些能力将推动AI的革命性发展。

尽管面临许多挑战，世界模型的研究将成为推动创造性和生产力工具的核心。通过与用户分享初步体验，World Labs正在为实现这一目标而努力。未来的世界模型将使机器具备更强的空间智能能力，帮助人类在各个领域实现更大的成就。

AI的真正使命在于增强人类的能力，而非取代人类。空间智能的进步将使我们能够创造出更具想象力的工具，推动科学、医疗、教育等领域的变革。我们正站在技术的风口浪尖，期待未来的无限可能。

通过空间智能，我们将共同迎接一个更深刻、更丰富的生活愿景。让我们携手前行，追寻这一伟大的使命。