当整个科技行业还在为大语言模型的参数和能力狂欢时，顶级AI学者李飞飞用一篇万字长文，为我们揭示了AI下一个十年的真正航向。她明确指出，AI的未来不在于构建更大的语言模型，而在于一项更根本、更接近真实世界的能力——空间智能。
这不仅是对当前AI技术局限性的一次深刻反思，更是为人工智能从“对话工具”进化为“行动伙伴”指明了道路。
为什么说AI正从“纸上谈兵”走向现实世界？
目前以大语言模型为代表的AI，尽管在文本创作、知识问答上表现惊人，但李飞飞一针见血地指出，它们是“黑暗中的文字匠”。它们能为你写一首关于咖啡的诗，却无法判断你伸手去拿咖啡杯时，手指与杯沿的精确距离。
这种对物理世界常识的缺失，是当前AI的“死穴”。它导致AI被困在由文本和二维图像构成的“扁平世界”里，无法真正理解和融入我们生活的三维空间。这也是为什么自主机器人依旧步履蹒跚，而我们期待的沉浸式元宇宙体验迟迟未能到来的根本原因。
因此，AI的下一次飞跃，关键在于打破这层认知隔膜，发展出强大的**空间智能**，让机器真正“看见”并“理解”世界。
李飞飞的“北极星”：什么是空间智能？
空间智能，简而言之，就是AI理解、推理并与三维物理世界互动的能力。它远比语言的起源更早，是人类认知能力的基石。从古希腊学者测量地球周长，到现代建筑师设计摩天大楼，都离不开空间智能的支撑。
对于AI而言，这意味着它需要掌握几何、物理和动态规则，能像科学家一样严谨推理，像艺术家一样自由想象，更能像救援人员一样在复杂环境中敏捷行动。哲学家维特根斯坦曾说：“我语言的极限，意味着我世界的极限。”李飞飞则认为，对AI而言，世界远不止于文字。
这正是她心中的“北极星”——构建能够连接想象、感知与行动的AI，让机器超越语言的边界，走向更广阔的真实世界。
超越语言模型：世界模型的三大支柱
要实现空间智能，我们需要一种全新的、远比大模型更宏大的技术范式——**世界模型**（World Models）。它不是简单地预测下一个词，而是理解、模拟并预测整个世界如何演变。
李飞飞指出，一个有效的**世界模型**必须具备三大核心能力：首先是生成性，能创造出遵循物理定律、在空间上保持一致的虚拟世界；其次是多模态性，能处理图像、视频、文本、动作等多种输入输出；最后是交互性，能够根据输入的动作预测世界的变化，从而打通感知与行动的闭环。
然而，构建**世界模型**的难度远超语言模型。它需要全新的训练任务、能提取深度空间信息的海量数据，以及能处理3D甚至4D信息的新型模型架构。这正是李飞飞创立的World Labs正在攻克的决定性挑战。
从创意到科学：空间智能的应用路线图
空间智能的落地并非一蹴而就，它将分阶段深刻地改变我们的生活和工作。在近期，它的力量正首先赋能创意产业。例如，利用**ai建模**和**ai动画制作**技术，创作者可以快速构建宏大而真实的3D虚拟世界，极大地提升电影、游戏和建筑设计的效率与想象力。
中期来看，空间智能将引爆**机器人**领域。当机器人具备了对环境的精准感知和交互能力，它们将不再是流水线上的机械臂，而是能与人类协同工作的智能助手。无论是家庭服务还是工业生产，具备具身智能的**机器人**将成为现实。
从长远看，其最具变革性的应用将出现在科学、医疗和教育领域。在药物研发、材料科学、医疗诊断以及沉浸式教育等方面，空间智能将帮助人类突破目前的认知极限。李飞飞强调，这一切的最终目标始终是增强人类的能力，而非取代人类，让AI成为深化人类关怀与创造力的强大伙伴。#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
爱范儿 |原文链接 ·查看评论 ·新浪微博
