李飞飞在最新播客访谈中深入阐述了她对人工智能未来的思考，明确指出“通用人工智能”（AGI）更像一个营销概念而非科学目标，真正亟待突破的是空间智能——人类在三维世界中感知、推理与操控物体的核心能力。她认为，当前大语言模型虽能流畅对话，却缺乏对物理世界的理解，无法完成如数清椅子数量、预测物体运动等基础空间任务，本质上仍是“黑暗中的文字匠人”。 回顾AI发展历程，李飞飞强调，2012年ImageNet数据集的诞生是现代AI的起点。她当年主导构建的1500万张图片与2.2万个类别，为深度学习提供了关键训练原料，奠定了“大数据+神经网络+算力”的黄金公式。然而，如今这一模式已触及瓶颈——语言模型无法落地现实世界，尤其在机器人领域表现乏力。 她指出，机器人面临的挑战远超语言模型：训练数据缺失三维动作信息，模型输出难以匹配物理规律，且现有系统将空间信息简化为二维或一维序列，严重扭曲了真实世界的结构。这正是她转向“世界模型”的动因。2024年，她联合创办的World Labs发布了全球首个生成式三维世界模型Marble，具备生成几何与物理一致的可交互三维世界的能力，支持自由导航、多模态输入与动态预测。 Marble已展现出广泛潜力：影视公司用它将虚拟制作效率提升40倍；游戏开发者将其用于VR场景构建；心理学团队借此创建沉浸式实验环境研究精神疾病；机器人研究者则利用其生成海量合成训练数据，解决现实场景稀缺难题。甚至有人设想将其用于暴露疗法治疗恐高症。 李飞飞强调，仅靠“苦涩教训”——即简单模型+海量数据——无法解决机器人问题。因为AI不仅需要“大脑”，更需“身体”与“环境”的深度融合。她以自动驾驶为例，虽已实现二维路径规划，但真正复杂的三维交互（如抓取、推拉、避障）仍远未突破。 她对AGI持审慎态度，认为该术语缺乏清晰定义，且当前技术距离实现人类级的科学发现或情感理解仍遥不可及。她以DeepMind提出的“能否从19世纪末数据中推导出爱因斯坦理论”为例，指出AI连基本物理规律的推导都难以完成。 最后，她重申AI的终极归宿是“以人为本”。无论你是教师、护士、农民还是艺术家，AI时代你都有不可替代的角色。技术不应削弱人的尊严，而应增强人的能动性。她呼吁每个人关注AI，因为它的未来，由我们共同塑造。