DC娱乐网

AI教母李飞飞。李飞飞，美籍华人，1976年生于北京，少年阶段跟随家人移民美国，1999年取得普林斯顿大学物理学本科学位，2005年拿到加州理工学院电子工程与计算机科学博士学位，长期深耕计算机视觉、机器学习与人工智能基础方向研究。她现任斯坦福大学计算机系红杉讲席教授、斯坦福以人为本人工智能研究院联席院长，同时拥有美国国家工程院、美国国家医学院、美国艺术与科学院三院院士身份。2024年，李飞飞创办WorldLabs，企业研发重心落在三维空间智能与单目三维世界模型，试图补足当下主流AI只能识别二维图文的短板，让人工智能具备感知、重建、理解真实物理空间的能力，技术可适配机器人作业、沉浸式场景搭建、自动驾驶仿真等应用。2026年2月，WorldLabs完成一轮10亿美元融资，企业估值达到50亿美元，英伟达、AMD、Autodesk等科技企业均参与出资。足坛明星梅西也投资了2亿美元该项目。2000年代中后期，计算机视觉行业发展受限，多数研究团队把研发重心放在算法优化上，缺少体量充足、场景全面、标注统一的图像训练素材，各类模型泛化能力不足，很难落地商业化使用。2007年，李飞飞牵头推进ImageNet项目，借助网络众包模式完成海量图片分类标注，搭建出包含千万张实拍图像、两万余个分类的公开数据集，同步推出标准化图像识别竞赛，为深度学习搭建了通用训练底座和统一评测规则。2012年，AlexNet依托这套数据集完成训练，图像识别错误率大幅下降，性能全面超越传统算法，数据驱动深度学习路线被行业广泛认可，直接推动全球人工智能产业进入规模化落地阶段。如今人脸识别、工业视觉检测、医疗影像判读、自动驾驶视觉感知等商用技术，研发训练逻辑都延续ImageNet确立的路径。她在斯坦福开设的CS231n课程，是全球计算机视觉领域通用性最高的教学内容，多年来持续为海内外科技行业输送标准化专业人才。2017年至2018年，李飞飞利用学术休假入职谷歌，担任谷歌云AI副总裁、首席科学家，主要负责自动化机器学习工具开发、企业AI服务落地，同时推进中美两地AI领域学术交流合作，任职周期结束后回归斯坦福，继续专注高校科研工作。在行业观点层面，李飞飞长期研究AI伦理、算法公平性，主张人工智能发展不能只追求算力规模、商业收益，需要配套规则管控技术风险，平衡产业扩张与社会影响。从行业定位来看，李飞飞并非单一算法的发明者，而是现代视觉AI产业生态的重要搭建者。她的研究搭建起深度学习的数据、评测、人才培养完整体系，构成2012年之后AI产业爆发的底层基础。个人研究路径清晰跟随行业迭代变化，依次完成AI底层数据建设、人工智能社会规则研究、下一代空间智能技术开发，完整覆盖人工智能基础生态、行业治理、前沿技术迭代三个发展阶段。

互联网上的文字ChatGPT们读了个遍，聊什么都头头是道。但在AI圈，一批重量级人物认定这条路走不到头，理由很简单：这些模型从来没见过真实世界。美国Meta公司前首席AI科学家、图灵奖得主杨立昆说得毫不客气：“指望把大语言模型的能力一路扩展到人类水平的智能，完全是胡说八道。”计算机视觉先驱、美国斯坦福大学教授李飞飞的说法文雅些，她形容大语言模型是“黑暗中的文字匠”：能说会道，却毫无阅历；学识渊博，却双脚悬空。钱已经跟着这个判断走了。今年2月和3月，李飞飞联合创办的美国初创公司WorldLabs和杨立昆创办的AMI先后融资，各拿到约10亿美元；做AI视频起家的美国公司Runway也在2月融到3.15亿美元。这些钱押的都是同一个方向：世界模型。名字听着玄，定义其实一句话就能说清。大语言模型学的是文字接龙，预测下一个词；世界模型学的是世界接龙，给它一个场景和一个动作，它预测下一刻会发生什么。它和AI视频生成是近亲。Runway首席技术官阿纳斯塔西斯·格马尼迪斯回忆，转折点出现在他们给视频模型加上镜头控制之后：用户可以指挥镜头在画面里移动，感觉一下子就变了，更像在玩游戏，你在一个世界里四处游荡，而这个世界正被模型实时渲染出来。普通的AI视频是整段一次生成的：模型从一屏雪花噪点出发，反复“去噪”，把所有画面同时修出来。这样前后连贯，但也意味着视频生成完之前，你插不上手。世界模型把流程改成一帧接一帧：模型画出这一帧，你按个方向键，它根据你的动作画下一帧。视频就这样变成了游戏。代价也不小。每一帧都要现算，烧钱烧得厉害；模型还健忘，你在生成的房子里逛一圈再回来，屋里的摆设可能已经悄悄变了样，因为它把早先的画面忘了。去年8月谷歌DeepMind发布的Genie3、去年12月Runway发布的GWM-1，走的都是这条实时生成的路。WorldLabs则选了另一条：它去年11月推出的Marble，用一张图片或一段视频，再选择性地加一句描述，就能生成一个后院大小的3D场景，你可以用键盘鼠标飞进去逛，还能把整个场景导出来，给游戏开发者和特效师直接用。两条路各有软肋。Marble的场景一次生成、永久保存，家用显卡就跑得动，可惜里面是死的，一片树叶都不会动。实时生成的世界是活的，你能动手干预、看到后果，但一停机就烟消云散，而且每一秒都在烧算力。WorldLabs联合创始人本·米尔登霍尔承认这一点，他们正在想办法把“会动”加进自己的场景里。这些模型的物理知识是哪来的？没人教过它们牛顿定律，也没人给它们输入过三维几何。这恰恰是故意的。计算机科学家、强化学习先驱理查德·萨顿2019年写过一篇著名短文《苦涩的教训》，总结了AI几十年的历史：研究者总想把人类辛苦积累的知识亲手教给机器，但一次又一次，这种精心设计输给了简单粗暴的路线，也就是把海量数据和海量算力堆上去，让机器自己悟。教训之所以苦涩，是因为输掉的总是人类引以为傲的那部分知识。大语言模型就是这么成的：没人教它语法，它读了整个互联网，语法自己就冒出来了。世界模型下的是同一个赌注：不教三维，不教物理，只让模型看海量视频、反复练习预测下一帧。预测得足够好，它就有可能在内部自己长出一套对空间和物理的近似理解，至少支持者们是这么押注的。这套理解藏在哪？研究者管它叫“潜空间”。美国麻省理工学院的文森特·西茨曼打了个比方：假如你能翻开自己的大脑看，里面绝不会有一张房间的三维图纸，但你闭着眼也知道桌子在哪。模型也一样，它内部存着关于世界的信息，只是形式人类读不懂。连研究者自己也说不清模型内部是如何形成这些物理行为的，他们只能反复验证输出是否够用。比如拍一段真实视频，一只皮球吊在天花板下晃，把第一帧喂给模型让它续写，再把模型算出的轨迹和真实轨迹对比。那么问题来了：烧几十亿美元，就为了造个能逛的假世界？真正的目标是机器人。自动驾驶这几年进展快，一个重要原因是数据管够：行车记录仪和路测每天都在生产驾驶数据。而想让人形机器人进家干活，可用的训练数据少得可怜。有的公司已经在花钱雇人戴着摄像头做家务，就为攒一点训练素材，但这点数据杯水车薪。世界模型给出的解法是练功房：让机器人在模拟世界里日夜不停地练，摔了不疼，砸了不赔，失败1万次也只是几度电，还能批量生成机器人执行各种任务的画面当教材。西茨曼的团队就在用视频世界模型训练机器人撕胶带，这个动作看着简单，对机器人来说难得很。前提是模拟得足够真。要是模型把摩擦力算错一点，机器人学到手的就是错的功夫，到了现实世界一用就露馅。这一关目前还没过。所以下次再看到机器人公司发布的惊艳演示，可以多留个心眼：场景、任务、道具，都可能是精心挑过的。西茨曼自己说得很清楚：“这是一场赌注，还没有定论。”他甚至在博客里写，视频生成模型未必能解决机器人智能问题，甚至未必是最终答案的必要零件。但他和整个行业还是把钱和时间押了上去，因为赌对的回报太大。AI圈习惯把行业的繁荣期叫作“AI之春”。这一轮春天是大语言模型带来的，而这些真金白银的赌注说明，很多人相信，春天不会跟着聊天机器人一起结束。～～～～～～图一：题图，图源：MIT图二：文森特·西茨曼领导美国麻省理工学院计算机科学与人工智能实验室的场景表征研究组，图源：MIT图三：WorldLabs团队合影，左侧和中间穿黑色连帽衫的是本·米尔登霍尔，他左手边同样穿黑色连帽衫的是联合创始人李飞飞，图源：WorldLabs图四：Runway首席技术官阿纳斯塔西斯·格马尼迪斯在CerebralValley语音峰会上演讲，图源：NewcomerAISummits图五：计算机科学家、强化学习先驱理查德·萨顿2025年在圣迭戈演讲，图源：Xuthoria摄，CCBY-SA4.0许可图六：用WorldLabs的Marble从一段文字提示和一张2D参考图生成的3D场景，环境由高斯泼溅（Gaussiansplats）构成，用户可以在其中自由移动、变换视角，但场景里没有任何动态，图源：SamuelAxon图七：Runway最初发布GWM-1时的演示，生成的仓库场景上叠加着方向控制键，图源：Runway图八：西茨曼等人在用视频世界模型训练机器人完成撕胶带之类的任务，这个动作没有看上去那么简单，图源：MIT图九：类似3D软件Blender的悬浮场景视图只是世界模型可能的界面之一，有些世界模型根本不会有人类界面，图源：SamuelAxon信源：Axon,Samuel."Simulatingeverything,sortof:Thepromiseandlimitsofworldmodels."ArsTechnica,13July2026

李飞飞做AI游戏，拿了4个亿摘自量子位李飞飞又拿到钱了。5600万美元。不是做世界模型的WorldLabs，是她联创的一家AI游戏公司，叫Astrocade。你可能没听过这个名字。我第一反应也是，等等，飞飞老师什么时候还搞了个游戏公司？调研了一下，发现Astrocade想做的事情，其实蛮「常规」的：任何人，不用写一行代码，用自然语言描述你想要的游戏，几分钟之内就能玩上。比如这个硅谷模拟创业游戏，就是用他们的产品做出来的。马斯克、卡帕西、奥特曼……都在里面。虽然但是，听着像是又一个跟投资人吹水的AI颠覆XX行业的叙事，对吧？但这组数据让我闭嘴了，上线8个月，2000万用户，每个月1.4亿次游玩，来自80多个国家的创作者在上面做了几十万个游戏。这不是demo级别的东西了。这是一个已经跑起来的平台。对此，飞飞老师表示很欣慰。5600万美元投入李飞飞联创回到此次融资。5600万美元，A+B轮合并披露。B轮由SequoiaCapital领投，A轮Sea领投。此外，参投名单中，Google的AIFuturesFund、NVIDIA……赫然在列。钱用来干嘛？扩团队，加深社区投入。团队表示，思维实验已经被验证了，现在要猛踩油门。而在2024年6月，公司同样获得1200万美元种子轮融资，投资方包括AMECloudVentures、NVIDIAVentures……以及游戏和科技界的传奇人物。属于开局即顶配了。所以，究竟为什么是Astrocade？首先不得不说，这名字就起得挺好，第一眼就大概知道是干啥的。两个词分开看，astro来自astronomy，宇宙太空的意思，cade取自arcade，就是街机游戏厅。宇宙级游戏厅，足见野心。因此，公司虽早在2022年成立，但一直在闷头搞技术，直到2024年6月才正式对外公开。在此之前他们花了好几年时间打磨底层，一个让任何人都能用生成式AI把想法变成可玩游戏的平台。等到正式开放的时候，他们自己都没想到，用户涌进来的速度远超预期。上亿次的游玩量，用户来了之后还会拉朋友一起玩。这个增长曲线，不禁让人想到早期的TikTok。他们的团队也在官方博客里直接这么类比，就像TikTok激发了几十亿人成为视频创作者一样，Astrocade要让几十亿人成为游戏创作者。听上去是很大的一个饼。但我去他们官网逛了一圈，内容生态确实旺盛到吓人，真就跟刷短视频一样。界面也跟TikTok的feed流差不多。还能点赞、评论啥的。要知道，上线仅仅八个月的游戏平台，想把生态做到了这么个量级，技术上可不是这么好实现的。你想想看，做一个游戏需要什么？代码、美术、动画、音乐、音效……要把这些拼成一个完整的、好玩的体验，需要一支分工明确的专业团队。而Astrocade的做法是，搞了一套专门为游戏生成设计的AI模型。不是简单地套一个大语言模型让它写代码，而是从地形景观到角色动画，每个环节都有专门的模型在处理。然后，又搞了一个叫AstroBrain的协调模型，把所有这些子模型串起来，自动处理各种细节。他们的说法是，相当于你有了一个自己的游戏工作室，随时准备把你的想法变成现实。这个思路其实跟现在很多游戏平台完全不一样。Roblox和Steam这些平台降低了发行门槛，但创作门槛还在。独立开发者依然要写代码、画素材、做动画。Astrocade想做的，是把这个门槛也直接干到零。真正的端到端，从描述到可玩，一步到位。光靠文字说不清楚，直接给大家上图吧。工作台大概就长这样，和chatbot一样的对话框形式，你打字描述你想要的游戏。就和vibecoding差不多，只不过Astrocade更关注游戏这个垂直场景。然后呢，游戏生成的等待过程中，会出现颗小星星，就跟在许愿一样。还挺浪漫。就是……这许愿的时间也太长了吧，将近十分钟。但也能理解，游戏生成确实比较复杂，估计也蛮烧token的。当当当，结果出来啦，我的提示词是要一个外星飞船游戏，就像雷霆战机那种。可以摇杆控制飞行，点击射击按钮击碎小行星，然后途中会遇到小行星和外星海盗。游戏效果我倒没那么感兴趣，主要是右侧这个编辑界面还挺有意思，可以进行精细修改，比如换飞船颜色、调整难度……我还不是这个产品的深度使用者，不敢做什么评论，但这个社区里的创作群体画像，让我印象很深刻。大部分人不是游戏行业的。很多人从来没写过一行代码，有些甚至还没高中毕业。但其中做得好的，不管是十几岁的学生还是当爸妈的，有人已经月入几千美元了。过去，游戏创作是一件门槛极高的事情。你需要技术，需要资本，需要一个团队。这意味着能做游戏的人，永远是少数。但需求端呢？几亿人每天在玩游戏，用游戏来社交、竞技、表达自己。供需两端有一个巨大的鸿沟。而Astrocade要做的，同样是那件事：把鸿沟填上。团队介绍最后按照惯例，说说团队。共有三人。李飞飞，在Astrocade的角色是联合创始人兼AI战略顾问。斯坦福计算机科学教授，前GoogleCloudAI/ML副总裁兼首席科学家……这些相信不用多介绍了。剩下两位，是负责在一线操盘的两兄弟——真的是两兄弟，有血缘关系的那种。两人都是数学和信息学奥赛奖牌获得者，Amir是斯坦福博士，曾任独角兽AI公司Aibee的负责人。AliSadeghian则是佛罗里达大学博士，曾在Google做AI研究。值得注意的是，他们俩虽然从小是骨灰级玩家，但都不是游戏行业出身。是的，一家AI游戏平台初创公司的创始人，职业生涯一直在埋头做AI，完全是游戏开发的门外汉。对此，他们自己的狡辩是（bushi）：这种局外人视角恰恰是优势。从第一性原理出发，加上一支顶级的团队，才有可能做出一个全新形态的娱乐平台。咋说呢，可能有一点道理。这个转瞬即逝的劳动节，有天晚上跟朋友在酒馆畅聊创业这件事。他问为什么AI创业还会有后来者的机会。按理说，老大哥手握更多资源，对行业的理解更深，怎么会想不到这些idea。我跟他解释，很多颠覆性的产品都不是行业老炮做出来的。做iPod的不是索尼，做iPhone的不是诺基亚。归根结底，还是创新者窘境的问题，这是个全新的时代，所有逻辑都不一样了。过去十年，互联网上占据我们最多时间的产品，本质上都是被动消费的，刷信息流、刷短视频、刷社交媒体。这些产品的底层逻辑是注意力经济，让你停不下来，让你一直刷下去。但越来越多人开始意识到，这种模式带来的不是满足感，是空虚。游戏不一样。游戏是主动的，有挑战的，有创造性的，有社交性的。它不是设计来让你刷到停不下来的，而是让你参与、思考、和朋友一起玩。Astrocade团队在博客里写了一句话。大意是，当越来越多人在寻找短视频的替代品时，游戏提供了一种早就该来的选择，一种既有趣又有深度、既社交又有创造力的媒介。不是来刺激你的，而是来激发你的。这个叙事确实很性感。不过，至于Astrocade最终能不能把PR变成现实，现在下结论还太早。技术永远是最关键的瓶颈，也是这个阶段的胜负手。AI生成质量、生成速度、生成成本……这些都是亟待优化的问题。但从数据来看，至少不仅仅是在讲故事了。2000万用户，每月1.4亿次游玩，数十万个游戏……剩下的问题是，当创作门槛真的降到零的时候，游戏行业会变成什么样子？是大量同质化的粗糙小品，还是真的会出现那种只有「民间高手」才能想到的，完全不同于大公司产物的「野路子」？我不知道答案。但我挺好奇的。飞飞老师应该也是。毕竟WorldLabs目前一个重要应用方向，就是游戏生成。

从情而论，希望是这样！李飞飞，美国斯坦福大学，首位人工智能研究院院长，三院院士，杰出的华裔Ai专家。她曾说：如果获得诺贝尔奖，我希望是以中国人的身份。在这不妨表达一下看法，如果她将获得诺贝尔奖，必定会在这几年，但可以肯定的是，不得奖是美籍华人得奖是美国人！

这就是李飞飞创业公司World Labs最新交出的答卷。今年1月，这家炙手可热的世界模型创业新星就被传出可能正在进行一轮5亿美元新融资，但最终结果却远超预期— 不是5亿，而是10亿美金（约合人民币69亿元），而且这一轮AMD、英...

人工智能先驱李飞飞创立的初创公司WorldLabs周三表示，该公司在新一轮融资中筹集了10亿美元，用于推进一种新的AI开发路径。在这轮融资中，AutodeskInc.向WorldLabs投资了2亿美元。WorldLabs周三在一篇博客文章中表示，其他投资...

投资人包括李飞飞、Andrej Karpathy 等众多 AI 大佬。在宣传视频中，Joon 介绍到：模拟人类行为，是这个时代最具深远影响、同时也是技术难度最高的问题之一。2023 年打造了模拟小镇 Smallville，现在是时候模拟我们所处的真实...

据彭博社消息：李飞飞创办的World Labs正在以约50亿美元估值进行新一轮融资，融资规模最高可达5亿美元。如果融资完成：World Labs的估值将从2024年的10亿美元，直接乘5到50亿美元。一年多时间，5倍重估。“LLM之后的下一条主线...

观点网讯：1月23日，据知情人士消息，AI领域知名专家李飞飞正与投资者洽谈，计划为其初创公司WorldLabs筹集新一轮资金，拟融资5亿美元，目标估值50亿美元。若融资成功，该公司估值将较此前的10亿美元实现显著提升。根据公开...

前者，是李飞飞旗下的WorldLabs；后者，是一家炙手可热的仿真合成数据公司—光轮智能 具身智能生态中最受关注的两家公司双刃合璧，原因无他，正是瞄准困扰行业已久的「规模化评测」问题，发起一波攻势。而随着这波号角的吹响，...

李飞飞：AGI只是营销，空间智能才是未来！日前，著名人工智能专家李飞飞在接受Lenny'sPodcast的播客访谈中，阐述了她对AI未来发展的思考。她直言不讳地指出，AGI（通用人工智能）“更像是营销术语而非科学术语”，并强调当前AI最关键的短板是空间智能的缺失——那种让人类能够在三维世界中导航、操控物体、预测物理现象的能力。李飞飞揭示了当今AI的根本局限，“大语言模型虽然雄辩，却缺乏经验；博学，却未能落地。”她举例说明，即使是最先进的多模态大语言模型，在数清视频中椅子数量这样的基础空间任务上都表现不佳，更不用说在脑海中旋转物体、估计距离或预测物理现象。相比之下，空间智能渗透在人类活动的方方面面，从日常的停车、接钥匙到科学发现，都离不开对空间的理解和操控。这一认知促使李飞飞在2022年开始系统性地思考世界模型，并于2024年联合创立WorldLabs，推出了全球首个生成式三维世界模型Marble。与现有视频生成工具的本质区别在于，Marble输出的是具有深度空间结构的三维世界，用户可以在其中自由探索、互动。这一创新已在影视制作、游戏开发、心理学研究和机器人训练等领域展现出广泛应用前景。针对机器人领域的发展瓶颈，李飞飞分析了著名的“苦涩教训”在机器人领域的局限性。她指出，机器人面临的挑战远比语言模型复杂：数据获取困难，训练数据缺乏三维世界中的动作信息，而且机器人是物理系统，不仅需要智能大脑，还需要物理身体和应用场景。在谈及AGI时，李飞飞保持了科学家的审慎。她认为没有人真正定义过AGI，这个概念存在多种不同的解释。她列举了AI仍然无法完成的诸多任务：从数清椅子到展现牛顿式的科学创造力，再到理解师生对话中的情感深度。“人类文明史上没有一个深刻的科学学科在某个时刻说‘我们完成了，我们不再创新了’，”她强调，“AI作为人类文明中最年轻的学科之一，我们仍在摸索表面。”贯穿李飞飞思考的核心是以人为本的技术观。她坚信“任何技术都不应夺走人的尊严”，并呼吁每个人都应该在AI时代找到自己的角色。无论是艺术家、护士还是教师，都应该拥抱AI作为工具，同时保持人的尊严和能动性。“AI是关于人的，”李飞飞说，“它由人启发，由人创造，最重要的是，它影响人。”这种对人类价值的坚定守护，与她对技术创新的执着追求，共同构成了她对未来AI发展的完整愿景。

智东西11月17日消息，昨日，斯坦福大学教授、World Labs联合创始人兼CEO李飞飞在海外科技播客Lenny’s Podcast上，分享了她对AI未来的犀利观点。她认为，AI的发展不能永远依赖Scaling Law，更需要根本性的技术创新；而“通用...

李飞飞：AI的下一个战场是“空间智能” 美国当地时间11月10日，“AI教母”李飞飞亲自撰文，生成AI的下一个战场是“空间智能”（SpatialIntelligence）。她首次系统性地解释了什么是空间智能？它为什么如此重要？以及如何构建...

对此，AI教母、斯坦福大学教授李飞飞联合斯坦福大学以人为本人工智能研究所（StanfordHAI）同事呼吁，大学与非营利机构应重新承担起推动人工智能作为公共产品的使命：投资开放数据与模型计划，建设跨学科、跨国界的科研网络，...

最近几天，科技圈里最热闹的一件事，莫过于李飞飞团队发布了一个叫 RTFM 的新模型。名字听起来有点技术宅，全称是 Real-Time Frame Model，中文可以叫“实时帧模型”。但真正让人关注的不是名字，而是它能做到的事： 用一块 ...

李飞飞要用ImageNet的方式，推动具身智能了。依然是一个“挑战赛”。就在最近，由李飞飞团队发起、英伟达赞助（其中之一）的首届BEHAVIOR家务挑战赛正式启动。这一次，他们下定决心凝聚学术界和产业界的力量，共同向机器人做...

不久前，华裔科学家李飞飞创立的空间智能公司WorldLabs，被传出已经募集了约1亿美元，估值超过10亿美元。这也意味着，在硅谷知名风投机构a16z和人工智能基金RadicalVentures等支持下，这家公司在短短3个多月的时间，不仅完成了...