李飛飛博士がAIの次世代の鍵として「空間智能」の重要性を強調している。彼女は、AGI（汎用人工知能）を「マーケティング用語」と呼び、現行AIの本質的な欠陥は、三次元空間でのナビゲーション、物体操作、物理現象の予測といった「空間的認識能力」の欠如にあると指摘。2024年11月に発表された世界モデル「Marble」は、この課題に取り組む世界初の生成型3D世界モデルとして注目されている。 李飛飛は、2012年のImageNetによるAIの復活以降、大規模言語モデル（LLM）がテキスト処理の分野で飛躍を遂げたが、その限界は明確であると述べる。たとえば、複数の部屋の映像を提示しても、椅子の数を正確に数えることさえできない。これは、LLMが「文字の匠」にすぎず、現実世界の体験を内面化できていない証拠だ。 Marbleは、単なる動画生成ではなく、幾何学的・物理的に整合した3D空間を生成し、ユーザーが自由に探索・操作できる点で画期的。映像制作、ゲーム開発、科学実験、ロボットのシミュレーション訓練など、多様な分野で応用が進んでいる。特に、精神医学研究では、患者の空間的反応を検証するための仮想環境の即時生成が可能になり、研究効率が飛躍的に向上した。 李飛飛は、AIの「苦い教訓」（単純なモデル＋大量データが成功する）がロボット分野では通用しない理由を説明。ロボットは2Dの「文字列」ではなく、3Dの「動き」と「接触」を扱う必要がある。現行のLLMは、空間的推論に不向きな2Dデータに依存しているため、本質的な課題は解決されていない。 また、AGIの到達は現実的ではないとし、「AGI」は定義が曖昧で、科学的基盤に乏しいと批判。代わりに、人間の知能の核である「空間的知覚」と「体験に基づく理解」の再構築こそが、AIの真の前進に不可欠だと主張。 彼女は、AIは「人工」ではなく「人から生まれ、人を対象に」する技術であると強調。音楽家、看護師、農家、会計士など、あらゆる職業の人がAIと協働し、その価値を発揮できると断言。技術の本質は「人間の尊厳」と「能動性」の維持にあり、AIは人間の可能性を拡張する道具でなければならない。 李飛飛のビジョンは、AIの未来を「人間中心」に据え、空間的知能の発展を通じて、AIが「世界を理解し、操作する」存在になること。その一歩が、Marbleという世界モデルの登場である。