李飞飞最新思考：语言模型救不了机器人

过去几年里，AI 行业的节奏快得近乎失真。模型一次次刷新极限，产品迭代像在抢时间，讨论从“推理成本”到“智能涌现”再到“AGI 时间表”，情绪在乐观与焦虑之间来回摆动。 在这样密集的技术周期里，很少有人愿意停下来思考一个更基本的问题：我们到底在追求怎样的智能？语言之上，是否还有尚未被充分理解的能力？ 一周前，李飞飞用一篇关于世界模型的长文把这个问题重新摆上了台面，这篇文章没有渲染革命，也没有给出轻松的未来，它的分量在于指出当下技术正在绕开的那些硬骨头：空间理解、物理推理、具身行为以及真实世界的不确定性，这些长期被回避的难题在文中被逐一摊开，也迅速 AI 圈内部关于世界模型的激烈讨论。 一周后，李飞飞在最新的访谈再次提及那篇文章里尚未说尽的部分，把那些自己反复思考却在长文里无法完全展开的问题细致拆解，从语言模型在世界理解上的结构性短板，到三维空间在智能形成中扮演的基础角色，再到机器人长期停滞背后那些难以绕过的现实条件，她都给出了更具体的解释。 随着这些碎片化的线索被重新理顺，这次访谈本身也像是那篇长文的延续与补全，让外界得以更清楚地看到她真正关注的技术方向以及其中的逻辑。 对此，AI 科技评论将访谈内容做了不改变原意的编译： 从图灵问题到深度学习的七十年 主持人：今天的嘉宾是李飞飞博士，被誉为 AI 教母。她一直是推动这场人工智能革命的关键人物，主导了许多重要突破。她牵头创建了 ImageNet 数据集，提出了一个影响深远的观点，也就是人工智能要变得更聪明，需要海量而干净的标注数据。这个数据集成为一个转折点，为今天模型的训练方式和规模化奠定了基础。她曾担任谷歌云的首席 AI 科学家，参与并推动了早期多项重大技术的诞生。 她还在斯坦福大学领导人工智能实验室，培养了很多顶尖人才。同时，她和同事共同创立了斯坦福以人为本人工智能研究所，这个机构正深刻影响着未来 AI 的发展方向。她也曾在推特董事会