北京
隨著2025年漸入尾聲，有著“AI教母“之稱的斯坦福大學(xué)教授李飛飛，帶著她創(chuàng)立的World labs迎來了一波又一波的新進(jìn)展，包括首款商用“世界模型”Marble的發(fā)布，這開始讓大家終于意識到，原來“世界模型”并非只是概念，而已經(jīng)是真實有用的。
回想我第一次見李飛飛教授，已經(jīng)可以追溯到2017年，在斯坦福大學(xué)教學(xué)樓內(nèi)。那一年，剛剛定居硅谷的陳天橋先生向我和其他幾位老朋友介紹了李飛飛教授，他當(dāng)時特別提到：這是美國最杰出的華人科學(xué)家之一。那時，李飛飛教授發(fā)起的ImageNet行動還在如火如荼的進(jìn)行。我也第一次在與飛飛教授的見面和交流中學(xué)到了一個新的概念：為什么是數(shù)據(jù)集的大小決定了智能的程度。那也是她做ImageNet的初衷，盡量拓寬數(shù)據(jù)池，以發(fā)展人工智能。雖然現(xiàn)在人工智能世界對數(shù)據(jù)集的處理量已經(jīng)成萬億倍增長了，但當(dāng)時，ImageNet創(chuàng)造了最大的數(shù)據(jù)集。重要的是，她領(lǐng)導(dǎo)的imageNet運(yùn)動在一片懷疑聲中，向?qū)W界和業(yè)界都證明了，“數(shù)據(jù)”與算法一樣，是人工智能發(fā)展過程中最重要的基石。
我們在后面的八年里見證了，ImageNet如何成為了生成式AI發(fā)展歷史里，一次里程碑式的行動。
更重要的是，八年過去了，李飛飛在人工智能世界里的努力依然沒有停下來，她從通過領(lǐng)導(dǎo)ImageNet行動，推動了數(shù)據(jù)集和AI 1.0向AI 2.0的一次大飛躍；到今天又了有了新的使命，那就是領(lǐng)導(dǎo)“世界模型”，以突破LLM大語言模型構(gòu)建世界的局限，但她也再次走到了世界模型”數(shù)據(jù)瓶頸的十字落口。
帶著對她全新創(chuàng)業(yè)的好奇，我與李飛飛教授相約又進(jìn)行了一次深度的視頻播客對話，在這一期近兩小時如輕松聊天的對話里，我們暢聊了很多話題，從青少年留學(xué)，到選擇科學(xué)之路；從高校教授如何成為美國三院院士，到硅谷創(chuàng)業(yè)；從AI發(fā)展歷史不同階段面對的不同問題，到不同階段可能的解決方案……一路走來，她也飽受質(zhì)疑和謠言困擾，這一次在我的問題里，她也沒有回避外界對她家庭背景的種種猜測，讓我看到了一個中國普通家庭長大的女孩，如何跨越重洋，在一個陌生的現(xiàn)實和學(xué)術(shù)世界里倔強(qiáng)生長的故事。
李飛飛也首次面對中文媒體，把“世界模型/空間智能”的技術(shù)脈絡(luò)與她的價值觀、方法論與創(chuàng)業(yè)判斷，織成了一條連貫而清醒的敘事：世界不只是語言；AI 的下一站，是讓機(jī)器在連續(xù)的三維世界中“看見—生成—互動”；而在所有宏大承諾之前，AI 仍然只是工具，方向盤需要握在人類手里，這是人類始終不能放棄的主動權(quán)，也是人類始終不能自我放棄的信仰。“AI只是工具。我信仰的是人類，不是AI”，她在我的播客直播里隨意說出的這句話，在我心里卻激起了久久不能平靜的波瀾。
這次對話也恰逢 World Labs 公布其最新的空間智能商用模型 Marble不久：從一張圖片或文字提示，生成“可持續(xù)存在、可自由導(dǎo)航、幾何一致”的 3D 世界，并可導(dǎo)出為 Gaussian Splat 等格式在網(wǎng)頁與 VR 設(shè)備中體驗與二次創(chuàng)作——這是從“內(nèi)容生成”邁向“世界生成”的一次可感知的落地嘗試。官方博客與多家媒體的評述，突出其“更大、更清晰、更一致”的世界，以及面向創(chuàng)作者與開發(fā)者的可用工程鏈路（導(dǎo)出、Web/VR 渲染與交互）。
與此同時，“世界模型”正在成為產(chǎn)業(yè)競逐的新高地：Google DeepMind 接連發(fā)布 Genie 3、Gemini Robotics 1.5 等路線，強(qiáng)調(diào)“生成可交互環(huán)境、具空間理解與規(guī)劃能力”的模型方向；年初亦專門組建“世界建?！眻F(tuán)隊，面向游戲、影視與機(jī)器人訓(xùn)練。
一切進(jìn)展都已經(jīng)比一年前大家的預(yù)期要快了很多。李飛飛也在鈦媒體這期「趙何娟Talk」里對話里透露，從“語言生成”到“世界生成”，空間智能將在兩年內(nèi)迎來應(yīng)用級爆發(fā)。
World Labs 自 2024 年獲巨額融資以來，始終以 “LWM（Large World Models，大型世界模型）” 為愿景推進(jìn)，壓力自然不小，她說她每天都很惶恐，惶恐自己模型不夠好，惶恐辜負(fù)跟隨她的年輕團(tuán)隊，惶恐辜負(fù)投資人，但”如果不彷徨了就說明你沒有了挑戰(zhàn)，說明這件事的意義也沒有那么大?！薄拜斁洼斄?，沒什么大不了的”、“大家總想什么很快就會發(fā)生，但通常不會那么快，耐心很重要”……她的每一句話說的都很平靜，卻在AI世界無法平靜的嘈雜和浮躁聲浪里，如一股鎮(zhèn)定的力量。
我自己也在硅谷走到了再次創(chuàng)業(yè)的起點，正在創(chuàng)立一家全新的嘗試以原生AI為基礎(chǔ)的App財經(jīng)新聞產(chǎn)品。李飛飛鼓勵說，“你在媒體上去探索新的AI產(chǎn)品形態(tài)的努力是對的，要讓AI更好為人類服務(wù)”，她在全世界質(zhì)疑聲中的堅持，同樣給了我力量。
以下是我們?yōu)檫@次一個多小時對話整理的一些精華內(nèi)容，完整對話可以觀看視頻直播回看，打開鈦媒體App、網(wǎng)站、視頻號和「趙何娟Talk」的視頻號和B站號上都已經(jīng)更新了完整直播播客。文字很長，歡迎收藏慢讀。
如何保持好奇和面對惶恐？
趙何娟：您的那本書 《我看見的世界》，我印象非常深刻，我第一次看那本書的時候都哭了好幾次，很打動人。我還讓我女兒也看了，她也在留學(xué)嘛，就很能共情。第一個問題，就想問問您，有些什么給青少年怎么去觀察世界的一些建議和視角吧？因為這個不僅是對留學(xué)生，對中國的這一代青少年成長也非常有幫助。
李飛飛：謝謝你喜歡我的書，也謝謝你女兒也讀了。其實說實話，我覺得現(xiàn)在的青少年真的，頭腦就是真的很了不起。我自己不管從我的學(xué)生還是共同創(chuàng)業(yè)的同事，都很年輕，我有時候就覺得我跟他們學(xué)的比他們向我學(xué)的多多了。所以，我也不太好意思說我有什么要跟青少年講的，那就可以共同地分享一下吧，我覺得還是像書名副標(biāo)題的第一個詞，我覺得好奇心，真的是一切的開始。尤其是，人之初這種好奇心，作為一個小孩子，畢竟那個時候世界還是很單純，而且?guī)е芏噙@個好奇來認(rèn)識世界。
我自己寫這本書時最大的感受，也是一種梳理吧，對我自己的科學(xué)之路是一種梳理，我覺得自己運(yùn)氣很好，就是不管是因為家庭的原因，還是因為我的求學(xué)之路，我這份好奇心被保護(hù)下來了。當(dāng)然了，回過頭去看，其實有很多人在呵護(hù)我的好奇心，對我來說是一份幸運(yùn)。
然后我也希望把這份幸運(yùn)和這種認(rèn)知分享給青少年們。那就是，人生很多時候是從好奇心開始的，不要丟掉這份好奇心，它真的可以讓你燒起一把火，在你的心靈里邊，對這個世界的好奇也好，對你夢想的追逐也好，這個火可以陪伴你很長時間，帶你做很多很多的事情。
趙何娟：那怎么保持這樣的一個好奇心呢？其實我對您在書里面提到的一些您觀察這個世界，包括您觀察周邊人的一些視角，我都覺得很有意思。
李飛飛：我覺得可能還是有很多不同的因素吧。一個小孩子不可能去刻意地去保持甚至發(fā)掘好奇心，因為我覺得好奇心是與生俱來的。但是就像我說的一樣，我自己覺得我很幸運(yùn)，就是說，我自己可能基因里邊帶著強(qiáng)烈的好奇心，但是回過頭看我走過的路，也有很多人呵護(hù)了我的好奇心。當(dāng)我身邊有那么多志同道合、保持好奇心的人的時候，也更容易自己也保持。所以，確實有很多因素。
很多人說，別人的成功之路不能復(fù)制，從某種程度上，是的，每一個人都很獨特。但是呢，我也同時相信，有些東西是有共性的。就是，孩子的好奇心是有共性的，很多的父母，很多的老師，愿意去呵護(hù)孩子的好奇心，也是有共性的。
趙何娟：您很謙虛。但是可能這份幸運(yùn)背后，就像您說的，有您自己，也有包括您身邊的人，包括您的父母老師，對您這份好奇心的保護(hù)。這個給我們成人也很有啟發(fā)。對于我們成人來說，怎么去保護(hù)一個孩子的好奇心呢？我們能做些什么才不會破壞這份好奇？
李飛飛：這個問題問得很好，何娟，因為你也是媽媽，我也是媽媽。我也當(dāng)了那么多年的老師。其實好奇心的本質(zhì)是什么？好奇心的本質(zhì)代表一種快樂。它不是一個功利性的，它不是說因為我好奇了，我就會獲取更多的知識，成績就會更好，或者成果就會更大，所以我必須好奇。因為我覺得這樣的好奇，它其實是膚淺的一種好奇，它帶著更多功利性。
真正的好奇心是快樂的?？茖W(xué)里的，科研里的一個什么東西，一個發(fā)現(xiàn)，或者甚至是一個不重要的事情，但是當(dāng)它滿足了你真誠的好奇心的時候，你是快樂的。那我覺得作為父母，作為老師，你得共情體會到這種快樂。就是孩子的好奇心，是他的真誠來自于他的快樂。
如果你跟這個快樂沒有共情的話，你很難去欣賞這份好奇心。我覺得發(fā)自內(nèi)心地去呵護(hù)這種快樂，對你自己也是一種快樂。就是當(dāng)你看著孩子因為好奇心，因為不管是好奇心的滿足，還是好奇心的motivation，讓孩子快樂的時候，你其實是能感受到這個快樂的。
我覺得，大人、成人，很多時候感受不到這種快樂，是因為成人帶著太多的濾鏡吧。就是說，生活的濾鏡，功利心的濾鏡，這種壓力的濾鏡，和自己認(rèn)知的濾鏡。這些濾鏡讓成年人不容易感受到共情這個快樂，不容易共情這份好奇心。所以我們往往就無意識的，無法保護(hù)好孩子們的好奇心。
還有呢，就是說實話，人生成長的過程，變老的過程，有很多很多的事情會容易覺得沒有年輕時候好。但是，好奇心的快樂永遠(yuǎn)不會變。所以，我覺得成年人自己應(yīng)該也有快樂的能力。應(yīng)該appreciate自己的好奇心，因為這是一個快樂的源泉。至少我自己覺得，跟年輕人在一起，跟他們學(xué)習(xí)，看到自己這么多不懂的，或者有時候自己去學(xué)一個東西，就是很快樂吧，它就是一種本能。
趙何娟：這個很重要。就是因為我們大人有時候自己容易失去快樂的能力，然后我們反倒去把這種壓力帶給孩子。所以可能我們自己先快樂，先學(xué)會快樂。
李飛飛：自己先要appreciate自己的好奇心。
趙何娟：對，那現(xiàn)在有什么事情會讓你感到快樂呢？
李飛飛：我覺得現(xiàn)在創(chuàng)造特別讓我感到快樂，就是create，不管是create技術(shù)、create一個團(tuán)隊去攻堅很難的問題，或者是create一個idea，或者是去學(xué)到一些idea，這些都讓我特別特別快樂。所以我這么多年喜歡在科研前線做事情，喜歡和學(xué)生們一起做事情，包括喜歡和年輕人一起創(chuàng)業(yè)，這些都讓我特別特別快樂。
趙何娟：真好。但是，我們也會看到就是，快樂的同時也會經(jīng)歷很多的困惑。那么在面對困惑的時候怎么解決，或者說怎么去面對自己的困惑，或者自我懷疑。就像從您最早從物理學(xué)轉(zhuǎn)向AI的時候，也有過很長一段時間的叫“彷徨”吧，選擇實用，還是選擇這個純粹的科學(xué)。您怎么度過那段時期的呢？
李飛飛：我其實一直都很惶恐。因為我覺得當(dāng)一個人在探索過程，不管是科研的探索，還是人生的探索，你永遠(yuǎn)會處于惶恐的階段。如果不惶恐的話，就太……太舒服了就說明沒有去挑戰(zhàn)自己。然后我又是一個喜歡挑戰(zhàn)自己的人，所以搞得我，我覺得我一輩子都在惶恐。那既然一輩子都在惶恐的話，那就學(xué)會怎么接受這個惶恐，學(xué)會怎么和惶恐打交道啦。那就是說，它就是一部分了。就是說，你不可能完全不惶恐。
我覺得我現(xiàn)在每天都在惶恐。但是呢，除了惶恐還有很多其他的。第一，就是說，確實太惶恐了也沒用，這個還是得一步一步地做事情。我覺得，尤其是做過很艱難的移民或者是什么的，你會發(fā)現(xiàn)，那么多未知，你能做的就是把今天做好。所以我前段時間在一個硅谷這邊那個 Y Combinator，跟一大群年輕的創(chuàng)業(yè)者聊天的時候，我就跟他們說，我說就Gradient Descent，這是一個機(jī)器學(xué)習(xí)的概念，這就是一個很重要的一個deal with你這個惶恐的一個辦法。
那另外一個就是帶著一些信念了。你要有勇氣，有一些信念，也要有一定的自信。這種信念有可能，即使是有勇氣，即使是有自信，即使是你做了很久很久，你還是會輸。但是，那就，輸就輸唄，至少你自己try過。那輸就輸唄，這個怕啥。
趙何娟：那您現(xiàn)在每天最惶恐的是什么？
李飛飛：我惶恐太多的事情了。我現(xiàn)在創(chuàng)業(yè)嘛。然后，我惶恐我們的模型沒有做好，我惶恐我們的產(chǎn)品還沒有找到定位。我最大的惶恐是，這么優(yōu)秀的一群小朋友們，能跟我一起做，我不能辜負(fù)這群小朋友。這是我最大最大的惶恐。我可能也不能辜負(fù)投資人，但是我覺得不辜負(fù)小朋友對我來說，比不辜負(fù)投資人還惶恐。
我的每一個同事我都叫他們小朋友，因為我覺得他們好年輕，好優(yōu)秀。在我的心里，就是這些小朋友都是我的老師，但是又都是信任我的人。所以我就特別地，我就特別在意，就是，我要很努力不辜負(fù)他們。
趙何娟：我看有一些您的學(xué)生也在創(chuàng)業(yè)，包括有一些機(jī)器人的項目也在做，您怎么看待學(xué)生去創(chuàng)業(yè)這件事情？
李飛飛：我非常非常支持他們，而且我也非常，我也替他們驕傲。創(chuàng)業(yè)這件事情一定要有一種信仰。就是說每個人的信仰是不一樣的。尤其是創(chuàng)業(yè)者，尤其是founder，你必須要有比別人更多的信仰。從小就在這個AI的大時代長大的，他們的見識也比我寬多了。所以我都挺替他們高興的。
為什么只有“空間智能”才能實現(xiàn)AGI？
趙何娟：可能因為您是學(xué)視覺的，我能感覺到您對視覺這件事情其實有一種執(zhí)著，或者說有一種執(zhí)念，這個跟大語言模型是不一樣的。
但有很多人也在說，叫“語言即世界”，或者“信息即世界”的。像Anthropic的創(chuàng)始人也在說，未來的整個世界就是一個數(shù)據(jù)化的世界。我覺得大家其實都在講同一個事情，就是我們怎么去觀察和認(rèn)知世界，怎么用AI最終能夠把這個世界給呈現(xiàn)出來。然后您可能更多在意視覺這塊，而大語言模型可能更多在語言這塊。
一年多的這個創(chuàng)業(yè)之后，您覺得這種執(zhí)念還在嗎？還是依然認(rèn)為，就是整個世界不能只是語言構(gòu)成的，可能它是一個更多，一個三維、四維，甚至更空間智能的一個世界？
李飛飛：對，我堅信這個世界不光是語言。但是呢，我覺得，我先說一下我的信念。但是我覺得在技術(shù)上呢，確實這里邊有一個相通的概念，所以我也能理解有些人說語言即世界。那宏觀地來說，我堅信這個世界不光是語言。如果我們語言的概念，就是用這種離散的、discretized的這個token的信息，而且相對來說是，是一個one-dimensional，雖然它表達(dá)的東西可以不是one-dimensional，但是語言本身的representation還是比較one-dimensional的。
那我覺得這個世界，其實還是更豐滿。就是我一再地強(qiáng)調(diào)，空間智能它有很多的性質(zhì)，包括物理的性質(zhì)這些，它都是超越語言這個概念的。而且有很多就是，不管是人類的行為，還是大自然的行為，我覺得是不可能用語言來完全表述，也不可能用語言來做到想做的所有的事情。我們每天從睜開眼睛開始，你就想象我們每天作為人，我們的生活，從生存到工作，到創(chuàng)造，到感受、感知，到這個更豐滿的，這個人與人之間的情感，各種生活，不是只是用語言能做到的。
當(dāng)然“語言即世界”這樣的話，我覺得是挺好聽的，也聽起來沒錯，因為它是一個非常非?；\統(tǒng)的一句話。就是當(dāng)你一句話很籠統(tǒng)的時候，就有點，還行，錯不了。
但是，技術(shù)上，我覺得現(xiàn)在，數(shù)字那是肯定的。就是說，包括視覺模型、空間智能、機(jī)器人模型都會數(shù)字化。那我就不知道如果是，如果數(shù)字和語言成了一個等同體，就是the same thing的話，那這個概念就有點換掉了。那如果是把數(shù)字也叫成語言，那行吧，那你就啥都是語言，那我也沒法爭論這個問題了。
趙何娟：對，可能就是，其實就有點像那個維特根斯坦，他是說信息即世界。就是說，如果換在信息即世界這個概念來說，可能就，大家其實是在同一個概念下面來理解了。
李飛飛：那信息的話，在我看來，信息是不光是語言的，它還有空間的信息?？臻g信息我覺得是和語言一樣美，一樣大的信息。
趙何娟：但是我們現(xiàn)在也遇到，就是我們現(xiàn)在在做空間智能，或者在做世界模型，它的技術(shù)可能又沒有大家想象中發(fā)展那么快。這個當(dāng)然也是您現(xiàn)在在創(chuàng)業(yè)的這個方向。所以您覺得在這個方向上的創(chuàng)業(yè)也好，或者說叫探索也好，它大概需要多長時間，能夠真的看到有一些大家能感知的變化？
李飛飛：其實我覺得快和不快，這個真的很難說。說實話，你看從我們創(chuàng)業(yè)到今天才一年多，那個從視頻模型到這個real-time的video模型，到這個多模態(tài)的模型，到我們自己，當(dāng)然我們還比較，就是說還沒有太大規(guī)模地推廣，但是也是我們的三維模型，這個變化其實還是挺快的了。但是因為我覺得AI這個大環(huán)境，大家對AI的期待，真的搞得就是，有點太激進(jìn)了。
趙何娟：總覺得還不夠快吧。
李飛飛：對。我自己，當(dāng)然了，這快和不快咱們說了算，也沒有什么意思。但是我可以跟你說，為什么我要選擇創(chuàng)業(yè)，就是因為我覺得，我覺得時間點到了。
因為，因為畢竟創(chuàng)業(yè)和搞科研不一樣嘛，這個創(chuàng)業(yè)還是要跟市場結(jié)合，非常尊重市場。但是呢，比我優(yōu)秀的企業(yè)家都會說，那時間是最重要的，在這個企業(yè)的創(chuàng)業(yè)，你不能太早，太早了這個市場和技術(shù)都沒到，你也不能太晚，晚了的話也沒你的份了。
空間智能這個技術(shù)，在World Labs建立的時候，還有點早，但是沒有早到，就是還有5年到10年。我是覺得在今后的一兩年里邊，會呈爆發(fā)式地（增長）。你看這個視頻技術(shù)，視頻生成的這個長足進(jìn)步，到我們做的World Models，因為這種，我是堅信，可以看到一兩年內(nèi)的這種長足進(jìn)步。那么我能看到市場的這個應(yīng)用的可能性。所以我覺得，我也不知道這是快和慢，我就覺得這是一個很好的時間點，做空間智能。
趙何娟：您說未來一兩年就能有爆發(fā)性的一個發(fā)展？這個已經(jīng)很快了。這個比我想象中都已經(jīng)快多了。我原來想就是，至少都要5年吧。這一兩年就能有爆發(fā)，這個非?？?。
李飛飛：我是希望了。因為我覺得我們現(xiàn)在在做的這個模型，還是很exciting的。
趙何娟：正好說說您這個現(xiàn)在World Labs的這個model的一個進(jìn)展。
李飛飛：我們在做world generation。那就是生成世界。而且我們覺得，就是說有很多很多的應(yīng)用，從這個digital creatives，到game development，到film，到design，到architecture，到VR、XR、AR，到robotic simulation。
這些大的每一個我說的，前面說的這個市場，它其實又細(xì)分很多很多。但這里邊都有很多的對這個三維空間的訴求。而且，生成式AI有一個很特別的現(xiàn)象，就是說，因為它lower了原來很難做的事情，那么它就open up很多你想象不到的一些市場。
生成三維空間其實是很難做的。這個世界上有多少人有這樣的能力去生成三維空間？他們用的工具其實是很麻煩的。我自己試著用什么Blender、Unity，我頭都大了。但是實際上這些creator，他們腦子里有各種各樣好的想法，它其實是局限于tools，而不是說局限于他腦子里的想法。
那AI是可以賦能的。同樣的道理，AI可以給這些existing creators賦能，它也可以給很多人，他都不知道自己能、可以做到這個，因為以前太難了。就像我這樣的人，我以前是不用Blender、Unity的，我覺得太煩了，我也沒這時間。但是當(dāng)AI能給我這個能力的時候，我當(dāng)然會用了，因為它給我?guī)砗芏嘈碌撵`感和新的可能性。
所以我認(rèn)為，3D world model特別exciting，就是它是一個很難做的事，它是對很多normal human都很難做的事。那么，能讓AI把這個capability降低它的門檻，它就是打開市場的一個非常好的一個機(jī)會。
趙何娟：如果您攻下來了這個堡壘的話，是不是就意味著通用AI最后一個關(guān)節(jié)就徹底打通，算實現(xiàn)通用人工智能AGI了？
李飛飛：我覺得如果說沒有空間智能，或者說沒有整個三維的這個世界generative的這個模型的話，還不算AGI。我覺得AGI就像一個門，那上面有好多個鎖，這個可能要很多鑰匙去，不同的鑰匙去打。我確實認(rèn)為，空間智能是其中一把鑰匙。但這么說也不合適，因為這個門它不是，它不是說，黑白的打開和不打開，它其實是一點點被打開的。
所以我一直說，我都不知道什么叫AGI versus AI。因為AI和AGI，似乎我們的夢想是一樣的。這是一個scientific的好奇心，就是machines能不能think，能不能do things。這個就是AI當(dāng)初的夢想。那AGI的夢想好像也差不多。所以我不知道AI和AGI的區(qū)別。但不管是AI還是AGI了，這個夢想是一步一步達(dá)到的。我們每走一步，都離這個夢想更進(jìn)一步。
空間智能，一定是通往這個夢想的一部分。因為就像我說的，不管是我們?nèi)祟愖陨淼腸reativity的賦能，我們的，從游戲到設(shè)計，到工業(yè)，就不管是工業(yè)應(yīng)用，不管是自身的賦能，還是給機(jī)器人賦能，還是我們的想象的這個metaverse、元宇宙、AR、VR的這個內(nèi)容生成和應(yīng)用，都需要空間智能。
趙何娟：我有一個印象非常深刻的，你舉過一個關(guān)于視覺的一個例子，就是講那個三葉蟲的故事。三葉蟲花了幾億年的時間，才把自己的一套復(fù)雜的視覺系統(tǒng)進(jìn)化出來。但現(xiàn)在我們要做的其實是要給AI賦能這么一套復(fù)雜的視覺，還不是模擬的世界的一個系統(tǒng)，而是生成世界的一個視覺系統(tǒng)。這個難度就是可想而知，就是你要幾年的時間去對抗幾億年？
李飛飛：我不敢想象。就是，但是你不能這么想。因為我覺得就是說工程、數(shù)學(xué)，它的路徑和進(jìn)化的路徑是不一樣的。所以說，這個是蘋果和橘子之間的比較。就是，這么說吧，進(jìn)化的迭代很慢很慢的，比這個算法的迭代慢多了。然后，碳基和硅基，它的這個運(yùn)算也很不一樣。所以說從時間上的話，我覺得是不太有可比性的。但是，它還是給我們很多insight和inspiration。
就是比如說，這又說到數(shù)據(jù)了。就是為什么數(shù)據(jù)那么重要？為什么當(dāng)初我們實驗室提出數(shù)據(jù)這個概念？那也得到很多進(jìn)化的這個靈感。就是因為，漫長的進(jìn)化歲月，實際上就是大數(shù)據(jù)，大數(shù)據(jù)訓(xùn)練的一個歲月。是吧？所以，那么我們現(xiàn)在因為在數(shù)字時代，我們不需要去等幾十億年來collect數(shù)據(jù)，我們可以大規(guī)模地collect數(shù)據(jù)。
那這些都是，說到底它又回到這個，是相同的一個概念，只是它的這個執(zhí)行是完全不一樣。它跟進(jìn)化，跟大自然執(zhí)行這個是完全不一樣的。
趙何娟：它不是那種，那個用時間去進(jìn)化的一個過程。它甚至可能是線性，不是線性進(jìn)化，它甚至指數(shù)級的一個變化。
李飛飛：因為數(shù)據(jù)很多嘛。你等于就是說，同時可以，你一次看的數(shù)據(jù)，可能是進(jìn)化幾千萬年看的數(shù)據(jù)。是吧？你不能去完全去做這個相似的比較。
為什么認(rèn)為算法比數(shù)據(jù)更重要，這是一種偏見？
趙何娟：說到數(shù)據(jù)，我們可以回顧到您之前開始做ImageNet這件事情。ImageNet本質(zhì)上做的是一個數(shù)據(jù)的事情。但是是用一個更community的方式，然后更大的數(shù)據(jù)方式，來把AI往前推進(jìn)一大步。
李飛飛：現(xiàn)在看已經(jīng)很小了。但是那個時候確實是最大的。
趙何娟：但那個時候做的時候，其實你也遇到很多挑戰(zhàn)嘛。因為有很多人會質(zhì)疑。首先是質(zhì)疑說ImageNet這件事情，然后另外一個就質(zhì)疑說，ImageNet做這件事情，背后其實基于的原理，就是說數(shù)據(jù)越大，它的計算能力越強(qiáng)，它訓(xùn)練數(shù)據(jù)越多，它的智能程度越高。這個原理本身，在當(dāng)時其實是沒有人信的。我們現(xiàn)在再回過頭去看那個時候就是，那您為什么那個時候能堅定地相信這件事情能夠堅持下來？
李飛飛：其實我覺得相信自己的一個hypothesis，也不是一件很奇怪的事吧。如果是在科學(xué)的路上，你對自己的一些假設(shè)，深度思考以后的假設(shè)完全，你總得有這么一些假設(shè)，你是會相信的。當(dāng)然作為科學(xué)者，你也得會知道有些假設(shè)就是錯的。那肯定我有很多很多錯過的假設(shè)。
但是這個假設(shè)是，因為是我，可能就是想了很長時間，也確實是，它數(shù)學(xué)上，它是一個就是generalization的一個概念。當(dāng)時做了很多模型，我整個博士都是在做模型，做算法，還是積累了很多的一些insight吧，然后意識到了。
AI最終說白了，數(shù)學(xué)上，到今天做的一件事就是generalization。說白了就這件事。那你generalization怎么實現(xiàn)？其實就是兩方面：算法和數(shù)據(jù)。而且它們兩個是息息相關(guān)的。算法太復(fù)雜，數(shù)據(jù)少，你就overfit。數(shù)據(jù)太多，算法不夠好，也是overfit。所以它其實這里邊是有一個數(shù)學(xué)關(guān)系的。
那我當(dāng)時，想了那么長時間，也堅信，而且我是算計算機(jī)視覺，比較早期的，做機(jī)器學(xué)習(xí)的那一代博士生。所以我很幸運(yùn)，就是說，我的博士研究是在計算機(jī)視覺的一個轉(zhuǎn)折點，我們用了很多機(jī)器學(xué)習(xí)的概念。所以我對這個就理解比較深刻吧。也不一定就我一個人理解深刻。但是我那個時候就看到了數(shù)據(jù)的重要性，所以就堅持下來了。就回到好奇心了。我覺得那個過程還是挺好玩的。因為當(dāng)你在為一個假設(shè)求證的過程，其實挺好玩的。你充滿了激情。然后就是一路打怪。就打唄，只要還沒被妖怪打死，你就繼續(xù)打唄。
趙何娟：就像升級打怪的一個過程。現(xiàn)在又從ImageNet那個時候，到現(xiàn)在這個World Labs，又回到一個算法和數(shù)據(jù)的關(guān)系的新的十字路口了?，F(xiàn)在在作為世界模型，或者作為視覺模型來說的話，數(shù)據(jù)可能又成為一個特別特別難的一個問題。
李飛飛：瓶頸了，對。
趙何娟：這個瓶頸怎么去打破呢？就是因為，你想空間我們怎么去獲取？我摸一下這個東西，我是覺得它是熱的冷的，然后，這個更難了我感覺。
李飛飛：是。所以這個就是螺旋形上升。當(dāng)年ImageNet，讓計算機(jī)視覺有了最大的數(shù)據(jù)庫，然后計算機(jī)視覺就蓬勃發(fā)展了。然后這個互聯(lián)網(wǎng)，帶來了這個自然語言的大量的數(shù)據(jù)，那這個大語言模型又蓬勃發(fā)展了。然后這個，回到視覺，當(dāng)然現(xiàn)在因為AI整個餅大多了，也不能只說視覺。
那你看視頻模型發(fā)展得那么快，也是因為有很多視頻數(shù)據(jù)。你看這個自動駕駛發(fā)展得這么快，也是因為至少有一些公司，也有這個很大量的自動駕駛、路況、各種數(shù)據(jù)。所以你說得對，現(xiàn)在就是又回到了數(shù)據(jù)和算法。其實不叫又回到，就從來沒離開過了。
但是確實又到了一個很關(guān)鍵的一個關(guān)鍵點。
趙何娟：對，對。
李飛飛：我有時候覺得很好玩，即使是走到今天，大家還是更看重算法。但是所有真正做AI的人，不管是創(chuàng)業(yè)的還是大公司的，所有人都知道，數(shù)據(jù)，不說更重要，至少是平等重要。但是好像這個說起愛，算法還是更fancy。實際上真的，數(shù)據(jù)是一個科學(xué)。
趙何娟：是，就是好多人會把算法，甚至說算法工程師的工資，都能比數(shù)據(jù)工程師的工資高好多。就是在這里面，確實大家好像對這兩件事情的認(rèn)知，認(rèn)為的難度也好，他的想法好像是確實是不太一樣的。好像就覺得數(shù)據(jù)沒有那么sexy。
李飛飛：人類的，人性的弱點之一就是偏見。
趙何娟：你覺得這是一個很大的偏見對嗎？
李飛飛：其實我覺得偏就偏唄。這世界反正也不完美。這個，就是，我真的這方面就皮比較厚。你說我覺得它是不是偏見？你要讓我說這句話，行，它也是偏見。但是我是不是就要去抗?fàn)庍@個偏見？我覺得我懶得去抗?fàn)帯Ｎ易约褐谰托辛恕?/p>
趙何娟：那現(xiàn)在這World Labs，怎么去解決這個數(shù)據(jù)瓶頸的問題呢？
李飛飛：那這個我就不能告訴你了。
趙何娟：這是商業(yè)機(jī)密是吧。
李飛飛：對呀。
趙何娟：但是我可以想象，就是說如果相信，一兩年內(nèi)會有爆發(fā)這一點的話，我覺得你肯定找到了突破一些世界模型數(shù)據(jù)瓶頸的一些方法。我很期待。
機(jī)器人模型還需要多久？
趙何娟：回到剛才說的這個自動駕駛這塊。其實我也也想問，自動駕駛的這個模型，是不是其實是一個縮小版的，或者是一個簡化版的世界模型？
李飛飛：它應(yīng)該是。它確實是應(yīng)該是。我希望它是。當(dāng)然我不知道特斯拉、Waymo它們是什么，里邊有沒有什么很多3D的信息。
自動駕駛汽車其實就是機(jī)器人啦，它是人類最早的這個海量生產(chǎn)的機(jī)器人。但是這個機(jī)器人非常有限。這個機(jī)器人是什么？它是一個方盒子，長方形的盒子，基本上是在二維的世界里，因為路面是二維的，它不是三維的。而它在這個二維的世界只做一件事，就是不要去碰著別的東西。但別的東西有些是車，有些是路上的行人，有些是街邊。那不管怎么說，一個方盒子的機(jī)器人，在一個二維的世界不要去碰東西。
你想想，我們今后要做的三維的機(jī)器人，在三維的世界，它的目的就是去碰各種各樣的東西，然后幫我們洗碗、做飯、疊衣服。所以你就知道，這個汽車還是一個很簡單、很簡單的機(jī)器人。
趙何娟：確實很簡單。
李飛飛：所以我就說這個，汽車這個世界模型也更簡單。因為它做的事兒簡單。當(dāng)然了，我不是說汽車不了不起，我覺得特斯拉和Waymo都很了不起。但是站在一個科學(xué)的，就宏觀地看這個世界模型和機(jī)器人，你就知道這只是開始了，下邊做的事還復(fù)雜得多。
趙何娟：我們?nèi)绻f，再把現(xiàn)在的這個自動駕駛的，這種像我們能理解的，或者說我們現(xiàn)在能接觸到的所謂的，能感知的空間模型，其實就是低配版的世界模型也好，就是自動駕駛這個模型。但是自動駕駛這個模型，它確實能處理的問題，又是相對簡單的問題。離我們真正的機(jī)器人模型還很遠(yuǎn)。
李飛飛：而且總的來說，當(dāng)然了我真不知道特斯拉他們內(nèi)部在做什么。但總的來說，我覺得它不是一個以生成式空間模型、世界模型為主的。因為它不太需要去做生成。
也許它在訓(xùn)練數(shù)據(jù)需要，但是我都不知道，我不知道特斯拉內(nèi)部有沒有生成式的。因為它主要做的事情不是生成，而是去做很多判斷，recognition、detection這些。所以我對這個，特斯拉它的那個世界模型，我覺得我不是特別的了解。但是我不認(rèn)為它是一個很強(qiáng)的生成性的模型。因為它不需要做這件事。
但是機(jī)器人需要。機(jī)器人做訓(xùn)練需要。因為你不可能有那么多數(shù)據(jù)。我們做的事情就是跟creativity有關(guān)的，跟design有關(guān)的，這些都需要。因為生成本來就是一個use case。
趙何娟：那正好說到機(jī)器人模型這件事情。我看到您跟英偉達(dá)那邊也有一些合作，在做這個機(jī)器人的這塊的模型。我們知道中國機(jī)器人現(xiàn)在這個產(chǎn)業(yè)就是非常的紅火，然后有很多融資，有很多創(chuàng)業(yè)公司，但是中國更偏向在機(jī)械智能這塊，可能在制造、在機(jī)械這塊。在AI模型這塊，我覺得現(xiàn)在就是，尤其生成式模型這塊，突破還不是很大。就你怎么看現(xiàn)在機(jī)器人的生成式模型，這個發(fā)展現(xiàn)在在什么階段？
李飛飛：我覺得機(jī)器人是一個很好玩的事情。就是說，現(xiàn)在硅谷機(jī)器人很火很火。而且我自己實驗室也做了十幾年的機(jī)器人。我有很多優(yōu)秀的以前的學(xué)生，各個地方引領(lǐng)機(jī)器人的這個研發(fā)。不管是創(chuàng)業(yè)公司也好，還是大的公司也好，都有我的學(xué)生在做機(jī)器人。所以我非常非常地喜歡這一塊，也看好機(jī)器人。
但是呢，我也確實覺得要很冷靜。就是機(jī)器人它的研究還是在早期。第一就像我們說的，機(jī)器人真的是缺數(shù)據(jù)。這個，你想想做汽車這件事情都做了幾十年，而且汽車還有很多很多的人，一邊開車一邊在搜集數(shù)據(jù)。這個機(jī)器人是，它基本上沒有商業(yè)化的應(yīng)用場景，尤其是在日常用，沒有太多商業(yè)化的應(yīng)用場景。所以它的數(shù)據(jù)很難收集。
那么，走生成式AI這條路，就變成一個很有意思的、很有前景的一條路。而且生成式AI，尤其是視頻生成這些，它其實提供了很多訓(xùn)練的不同的想象空間。你可以做simulation，像我們做的事情，做robot simulation是很有前景的。你可以做這個，甚至在inference time，用這個視頻模型去幫助online的這個planning。
所以就有很多很多的，可能是因為，這么說吧，因為機(jī)器人旁邊的領(lǐng)域，Generative AI，它的這個發(fā)展很快，所以它在帶動機(jī)器人的，機(jī)器人的發(fā)展。所以我覺得很excited。但是還是拭目以待吧。我覺得機(jī)器人倒是還有一段路要走。就是從現(xiàn)在到商業(yè)化，真的還有一段路要走。尤其是日用，日常用的機(jī)器人。
趙何娟：工業(yè)機(jī)器人可能會快一點，對吧？
李飛飛：工業(yè)機(jī)器人早就在用了。
趙何娟：更智能的工業(yè)機(jī)器人。
李飛飛：對，因為它畢竟，它的場景比較這個單一，它可以constrain。然后它也有很多data嘛，數(shù)據(jù)。
趙何娟：如果說我們現(xiàn)在看到機(jī)器人這個行業(yè)，未來還有比較長的路要走，中間一個很大的瓶頸其實是數(shù)據(jù)這塊的話，有沒有一些新的機(jī)會，就像您剛才說這個做robotics的模擬數(shù)據(jù)這塊的，這樣的創(chuàng)業(yè)公司是不是也有一些機(jī)會？專門去做數(shù)據(jù)創(chuàng)業(yè)，是不是，或者說現(xiàn)在圍繞機(jī)器人數(shù)據(jù)的創(chuàng)業(yè)，是不是比直接做機(jī)器人創(chuàng)業(yè)要更好？
李飛飛：數(shù)據(jù)公司還是有很成功的。你看前段時間那么火的Scale AI。Scale AI，不就是一個。所以說數(shù)據(jù)是一個商業(yè)機(jī)會，我完全相信。但是怎么做，這里邊，英文有一句諺語叫 "The Devil's in the Details"。所以說就是怎么做，怎么做好。
因為你做數(shù)據(jù)最，最重要的事就是，第一，你的市場有多大。第二，就是你能不能做到客戶想要的數(shù)據(jù)。那這些都是很重要的。然后機(jī)器人的數(shù)據(jù)，機(jī)器人的數(shù)據(jù)真的是不容易采集到。因為你需要機(jī)器人去采集機(jī)器人的數(shù)據(jù)。你讓人去采集機(jī)器人的數(shù)據(jù)的話，scale的這個，也挺慢的，是吧？它不像車，因為車已經(jīng)在路上跑了，它真的就是采集數(shù)據(jù)很快。
趙何娟：對于現(xiàn)在的機(jī)器人行業(yè)確實存在兩個難題，一個是數(shù)據(jù)問題，第二個，就應(yīng)用場景。其實這個也是，就是因為沒有數(shù)據(jù)的足夠地發(fā)達(dá)，它的應(yīng)用場景就會很有限，這個相關(guān)聯(lián)的。但確實就是大家也感受到，就是說，好像沒有特別強(qiáng)的這種應(yīng)用場景。最好的像宇樹，現(xiàn)在也是以表演性為多。
如果說，現(xiàn)在我們要把整個機(jī)器人作為一個發(fā)展階段來說的話，你覺得這個階段是很早期很早期的話，那還有哪些挑戰(zhàn)，或者說需要多少年的時間，才能把這個周期跑完？中間還有哪些節(jié)點要待突破？
李飛飛：我只能告訴你這么一個數(shù)據(jù)。就是從自動駕駛這個概念開始，到商業(yè)化，谷歌是在2006年成立了一個很小的自動駕駛的研發(fā)團(tuán)隊，到Waymo是在2024年上路的吧。所以經(jīng)歷了快20年吧。但是呢，這里邊有一些可比性，也有一些不可比性。就是比如說，汽車這個行業(yè)非常成熟，它的所有的supply chain、OEM，它的use case都非常成熟。所以這一點呢，它比機(jī)器人快很多。但是呢，AI那個時候不成熟。所以這個自動駕駛，走了很長一條AI的路。那現(xiàn)在AI的路肯定會走得更快。
但是除了工業(yè)機(jī)器人，或者是有限的工業(yè)機(jī)器人，又沒有什么像汽車一樣成熟的機(jī)器人的應(yīng)用場景。所以這里邊，這條路是不是會走，比20年快，還是比20年慢，其實很難說。
但是我相信，AI比這個當(dāng)年自動駕駛要快一些。但是我們又回到剛才（說的），就是它的問題，也這個更難一些。它是更三維世界的。所以，我其實經(jīng)常被問到這個問題，就是我覺得還有幾年這些問題，我其實很不愿意回答這個問題。因為它很復(fù)雜。這個問題有很多，我只能說，我相信我的有生，咱們的有生之年一定會看到。
趙何娟：拭目以待。雖然我知道這個里面有商業(yè)機(jī)密，還不能透露，但是我可以想象一下整個的空間智能的那個視覺，復(fù)雜視覺系統(tǒng)發(fā)展長河的話，就是，你覺得現(xiàn)在這個階段，跟三葉蟲的進(jìn)化那個階段，那個4億多年的進(jìn)化階段，你覺得處于哪個位置？是處于那4億多年的早期，還是4億多年已經(jīng)走到中期了？
李飛飛：哇，我其實覺得很難比。你這問題問得好。我有時候自己也想。我覺得現(xiàn)在的這個空間智能，尤其是一些多模態(tài)的這個模型，有些方面已經(jīng)遠(yuǎn)遠(yuǎn)超過人類。比如說，物體的識別，那早就超過人類了。就是說我們能認(rèn)識多少種狗，能認(rèn)識多少種鳥，多少種車。那AI肯定這方面已經(jīng)比普通人好多了。
還有就是，人其實三維的，三維理解不錯，但三維的生成我們是很糟糕的。一般正常人，除非你去上了學(xué)，做三維生成都很（一般）。就腦子里做三維生成很一般。不是說小孩子在玩泥巴，那個三維生成是，他帶著一些，具身的一些參與。就是腦子里，然后叫你畫出來一個三維生成，這都很差勁的。那AI也可以做到一些非常非常優(yōu)秀的。
但是你說今天我們的空間智能，能對，就人睜開眼睛，我們對我們的三維世界的，那種深層次的理解，它的這個，有些時候從細(xì)節(jié)到，物理世界的各個物體的關(guān)系，甚至它的這個材料，它的這個物理屬性，它的這個，那我們又有非常非常這個豐滿和豐富的一些智力在里邊，是吧？那還更別說我們對social信息的理解，人和人之間的理解，這些都是視覺理解。
我沒有在說語言。人又非常非常的復(fù)雜。所以，你說這從這個進(jìn)化，我覺得有些方面它已經(jīng)跟人一樣了，甚至超越了。那有些方面的話，確實遠(yuǎn)遠(yuǎn)還不如人類。
而且即使是我們，我作為一個科技人、AI人，對空間智能的信仰，它也不是純粹地，盲目地信仰。它是一種帶著對科技的理解，和這么多年深耕這個領(lǐng)域，我走到今天，或者是我和我的同事們，我們看到這個技術(shù)的機(jī)會，和這個技術(shù)的發(fā)展方向。它也不是純粹的，是一個帶著情懷就夠了。情懷需要，創(chuàng)業(yè)需要情懷。但是對科技的判斷、發(fā)展和理解，還是需要很強(qiáng)的邏輯和科學(xué)的判斷。
趙何娟：有科學(xué)的嚴(yán)謹(jǐn)性的推理在背后。
AI的未來發(fā)展，小公司機(jī)會更大，還是大公司贏者通吃？
趙何娟：我們大家現(xiàn)在把所有的焦點和關(guān)注點，都放到的是幾家核心的大公司上面。就是比如說像Google Gemini，或者是OpenAI也從一家小公司，現(xiàn)在變成一個巨頭了嘛。Anthropic其實也變成一個巨頭了。都放到這些巨頭上面。然后美股也是所謂七巨頭、七姊妹這樣的。那你覺得小公司在這個浪潮里面還有機(jī)會嗎？或它的機(jī)會又在哪里呢，尤其對新的創(chuàng)業(yè)者來說？
李飛飛：我希望有。因為我的公司就是小公司。但是希望歸希望。就是這個問題，其實提出來是有道理的。因為數(shù)據(jù)的整合，資源的整合，從數(shù)據(jù)到算力到人才，現(xiàn)在屬于這種，就是能整合的這種公司，它的這個存活和贏率還是更大。
但是我覺得，我們不能只看這些比較顯性的因素。因為顯性的因素很簡單，容易看到，所以容易被傳閱。
但是我說一個很簡單的例子，就是AI coding，是吧？就是Microsoft是第一個做AI coding的吧？Copilot。它有所有的天時地利人和。真的是有所有的天時地利人和。它有所有的資源，它有所有的場景，它甚至有 GitHub都是Microsoft的。對，那它怎么就沒做出來？
現(xiàn)在這個，硅谷比較火的Cursor，包括Claude Code。就怎么就是在這樣的一個情況下，一個小公司可以突破重圍？這就是說明，有很多顯性的因素是不夠的。
如果大家都在不斷地去看這些顯性的因素的話，它實際上這個判斷就有偏差。人類歷史上沒有一個時代，只有大公司有贏率。沒有一個。而這些時代也好，社會也好，很多東西，很多時候這些大公司也都有很大的資源整合能力。所以我覺得這里邊就涉及什么？這涉及創(chuàng)造力，涉及機(jī)會，涉及執(zhí)行，涉及這個時間。這些都是元素。
再加上，我覺得AI確實是一個horizontal的技術(shù)。也就是說，它可以提供很多應(yīng)用級別的機(jī)會。大公司做不完的。它的這個這些機(jī)會，那小公司有太多的機(jī)會，去把這些應(yīng)用做得非常好，做到極致，慢慢地撕開市場。這都是有可能的。
趙何娟：所以對于小公司來說，可能就是去選擇這些vertical的應(yīng)用機(jī)會，是不是會更好，更有機(jī)會？
李飛飛：對，看是什么樣的小公司。我覺得沒有能力做這個基礎(chǔ)模型的，做大模型的，那你肯定是更需要選擇應(yīng)用級別的。應(yīng)用級別也不是說只是vertical。包括我們公司，我也不知道你說，它是小還是大，其實我覺得還是算小。但是我們也有足夠的能力做這個foundation model。那我們也會做model。
趙何娟：做model的必須得有您這樣的基礎(chǔ)才行。
李飛飛：確實是，對。就是說你做model的話，你的人才這些，它的結(jié)構(gòu)是不一樣的嘛。
趙何娟：對。我們說到這，就是有一個您經(jīng)常提的理念，就是AI for Good。就是您覺得AI要更普惠，給普通人帶來好處，不能只是掌握在少數(shù)人的手里，應(yīng)該看怎么讓AI更好地為人、向善來發(fā)揮作用，而不是作惡。這點我覺得也是一個很有意思的話題。這個對于科學(xué)家來說其實是，很多時候是兩面的。
就是您包括Geoffrey Hinton教授，他最近也是一直在提這個，就要警惕AI可能帶來的比核彈更大的毀滅性的這個作用。但也有另外一個觀點，就是說我們現(xiàn)在是在發(fā)展階段，應(yīng)該少提AI帶來的威脅。從您的角度來說，這個階段您覺得我們要更看重發(fā)展，還是可能像Hinton教授一樣，我們可能要同時要更好地做好安全和對齊？
李飛飛：其實我覺得這個事情挺common sense的。就是AI是工具。那工具就是雙刃劍。人類的每一個工具，小到一個，最初這個一把火，一個石頭做的斧子，大到這個你說的核彈也好，生物技術(shù)也好，這個AI也好，它都是雙刃劍。那我當(dāng)然認(rèn)為，我們對工具的使用是應(yīng)該向善的。但是同時也要防止工具，它被運(yùn)用錯，或者是被有意地、無意地用錯，都是有可能的。
所以我認(rèn)為，兩邊的極端都不夠理性。就是說，你說只發(fā)展，完全不care它的這個安全性和向善性，那絕對是disaster。但是，如果只是天天去講它的這個向善性、倫理性，不去發(fā)展，那也會失去很多機(jī)會。畢竟這個好的技術(shù)，是可以帶來很多福祉的。
所以我就經(jīng)常跟媒體說，我覺得我其實對媒體沒啥用。我是一個很，我說的話都很boring。就是說，沒有那種一下子放一個大炮似的說我只相信非黑即白。我說的是最boring的話。
趙何娟：但是這是科學(xué)家的嚴(yán)謹(jǐn)。
李飛飛：其實我覺得這跟科學(xué)家沒有關(guān)系。這是做人的常識。就是，就像你就回到做父母，你說你教不教你的孩子用火？你肯定要教你的孩子用火，怎么做飯。那你教的時候，你肯定做飯的好處你得教，用火的好處。那用火的壞處你也得教。這其實真的是一種常識。
趙何娟：那我們?nèi)绾卧贏I發(fā)展的過程里面，讓AI更好地普及，或者說普惠大眾，而不是變成一種權(quán)力呢？就是我現(xiàn)在越來越覺得就是，當(dāng)技術(shù)可能掌握在少數(shù)的巨頭，或者掌握在政府手里的時候，它有可能會變成一種權(quán)力工具。那怎么把這種權(quán)力工具，不是變成控制人類的一個方式，而是變成惠及人類的一個方式？
李飛飛：對，你說的對。AI是一個權(quán)力的工具，它也是個向善的工具。它永遠(yuǎn)是一種工具。在我看來，這工具會變得越來越強(qiáng)大。但是，在它變得不可控之前，它是人類的工具。人類有責(zé)任讓它可控。
但是就像其他工具一樣，我們對其他工具的期待，永遠(yuǎn)不是說讓這個工具去figure out要做什么。向善也好，這是人類的責(zé)任。所以我覺得對AI的控制，對AI怎么去引導(dǎo)，這是人類，這是法律，這是制度，這是教育，這是社會共同的責(zé)任。每個社會不一樣，每個個體也不一樣。但是這個責(zé)任在人類。
人類如何不被AI替代？
趙何娟：這個就是，您在書里面也最后也有提到嘛。就是AI并不是要替代人類，就是很多東西是AI沒法替代的，包括共情這件事情。就是情感的這個交流，這件事情可能作為人類自身的需求，也是很需要的。所以，那我們怎么在AI發(fā)展里面，去設(shè)計，或者說在它發(fā)展過程中，去做一些什么事情，讓它能夠保持，讓人類本身的人性閃耀的一面，還能夠保持不被替代呢？
李飛飛：這問題問得挺好的，何娟。我覺得是這樣的。我覺得我們真的是要理性地看待AI是什么。然后用理性的方式去思考，今天的社會需要什么。比如說教育，我就覺得我們太需要在AI的時代，更新我們教育的理念和教育的方式。我們需要讓孩子們用這個工具，讓孩子們學(xué)會知道，這個工具可以讓他們的創(chuàng)造性也好，學(xué)習(xí)也好，賦能很多。但是同時也要讓他們知道，這個工具有可能出現(xiàn)的問題。
而且這不光是教育孩子，我覺得成年人的世界，最大的一個問題就是，我們以為需要教育的是孩子，實際上最需要被教育的是我們自己。所以就是教育自己，教育公眾，給公眾足夠的信息，給政策和法律制作者更多的信息和學(xué)習(xí)的機(jī)會。這些都非常非常重要。
說到最后，我們對AI的發(fā)展和治理，其實就是我們自己的，自身的學(xué)習(xí)、發(fā)展和治理。真的說到最后還是人的問題。
趙何娟：對，就是自己的這個教育，可能是更難的。就是反倒是更難的。因為要跟人性做斗爭這件事情，比跟AI較勁，要更難。
李飛飛：對，確實是。
李飛飛：我覺得我們在這個AI的時代，尤其是一個有智力能力的工具，其實給我們的啟發(fā)應(yīng)該是，我們應(yīng)該更好地了解自己，更好地治理自己。這個自己既是個體也是群體。所以有時候我自己覺得，這個AI的這個討論，就是沸沸揚(yáng)揚(yáng)的。有時候，有時候我就覺得，大家很熱衷于討論AI。其實，其實說到底，人性，個體的人性和群體的人性，欠缺的還是自省吧。
趙何娟：其實我們可能在AI發(fā)展過程里面，反倒要更多討論，有更多機(jī)會來討論，人性本身的發(fā)展問題。包括現(xiàn)在很多年輕人也很困惑。最近硅谷也在裁員。就我在硅谷也聽到很多學(xué)計算機(jī)的，之前斯坦福學(xué)計算機(jī)的，就是大家都是搶著要，現(xiàn)在也面臨裁員。很多問題。就是很多人都在說AI會替代很多工作，然后可能很多人會面臨裁員，然后等等的各方面的這些因素在。
那我們在這個發(fā)展里面，就是不管像您說的教育，還是我們自己去認(rèn)知這個世界，自我的自省也好，我們應(yīng)該怎么去來看待，現(xiàn)在AI可能給我們造成的沖擊？不管是工作上的還是生活上的，甚至是情感上面的這部分？我們自己應(yīng)該做點什么？從我們?nèi)祟惐旧韥碚f，我們應(yīng)該做點什么？
李飛飛：我覺得個體和群體肯定有不同需要做的。
個體需要做的就是，認(rèn)識這個時代是在變化。我覺得現(xiàn)在再去做鴕鳥，也不是一件好事。這個時代確實在變化。工作會變。任何一次大的這個科技革命，都會帶來工作的變遷。它甚至是陣痛。有些陣痛時間短一點，軟著陸。有些陣痛，它就不一定是軟著陸，會帶來社會的動蕩。所以作為個體，怎么去了解學(xué)習(xí)，again，這個又回到，就是還是保持一種好奇心吧。就是對生命的好奇，對于世界的好奇。這個也是，就算你的好奇心在成年人的世界，來自于一種恐慌，那也行吧。這個至少，至少有個動力讓你有好奇心去學(xué)。這是個體的一個需要自省的。
作為群體的話，我自己覺得，這個社會在AI的時代都應(yīng)該，就的我們教育結(jié)構(gòu)，這個所謂的K–12的教育，就是讓一群十幾歲的孩子做各種應(yīng)試，或者是做什么標(biāo)準(zhǔn)答案的教育。當(dāng)然了，至少美國這邊是，它不只是應(yīng)試，但是它還是包括應(yīng)試。而且它的很多教學(xué)方法，還是一種帶著知識的填充。那這些我覺得都是可以更新的。而且應(yīng)該急需更新。
因為AI在快速地證明，很多東西是機(jī)器可以做到的。那再讓人去花十幾年、幾十年的時間，做一大半機(jī)器可以做到的事情，這是對人類的一種浪費。所以我自己特別想呼吁就是，思考教育的人，能影響教育政策的人，和在執(zhí)行教育的人，去好好地把握這個時代的機(jī)會。
我們已經(jīng)100多年，沒有變過教育的這個方法論了。那我覺得，100年以后，歷史學(xué)家回過頭來看，21世紀(jì)的初期吧，上半葉，我最大的希望是，人類做了一次教育的革命。
趙何娟：你期待的教育革命會是什么樣子呢？就是比如說，我們應(yīng)該去推動的教育改革也好，或者說革命也好，它的一個方向，還有具體的一些事兒，有哪些是你覺得特別期待？
李飛飛：我覺得應(yīng)該用AI去賦能教育者和學(xué)生。然后用大量的，AI賦能以后，節(jié)約出來的時間和精力，讓這些學(xué)生們，當(dāng)然通過老師的guidance，和自身的guidance去積累，認(rèn)知和能力都是AI做不到的。就是，人類是有巨大潛力的。每個個體都有巨大潛力。我們的大腦沒有被完全的用上。那我們的個體和群體，都沒有發(fā)揮出我們所有的潛力。
你就看人類個體的差別，就可以看到這個潛力有多大。至少有些人，你會覺得他簡直是非人般的，超人般的能力。那你就會知道，其實這種能力是在人性是有的。我們很多很多人都沒有發(fā)揮出來。
那有了AI這樣的工具，或者甚至有了AI對人類工作的沖擊，那這正好是一個契機(jī)，去重新思考整個教育。我們真的是100多年沒怎么變教育的這個方法論。我覺得現(xiàn)在，是一個徹底改變教育方法論的時候。從這個知識性的教育，到技能性的教育，到認(rèn)知結(jié)構(gòu)，到做人本身的教育，都可以有一個機(jī)會改變。
趙何娟：但是我們也看到，因為這一波AI發(fā)展帶來的，反倒不是說我們?nèi)ィ褪钦J(rèn)知教育的這個變化，反倒是，不管是在美國還是在中國，都越來越重視工科。一些就剛才您說的有一些，就認(rèn)知層面的，可能會是相對偏大家理解的所謂文科的這個教育，現(xiàn)在變得越來越不那么重要了。就連美國也開始談什么制造業(yè)回歸，然后工程師教育，工程師培養(yǎng)什么這些東西。我覺得這個其實也挺讓我困惑的。
李飛飛：我覺得真正的教育的改變，我們不應(yīng)該再分工科文科了。因為AI可以讓所有人都學(xué)會coding。那你說這些人是工科還是文科？AI也可以讓很多人，變得更好地去感知美，或者是去讀書，去什么，去作詩。所以說，我覺得就這個方法論都可以改。以前是分這些工科文科。但是AI它給了你很多機(jī)會。
那天我們家小孩子在讀《Harry Potter》，在問我什么，第五本書里邊有一個什么，就是反正，就有點很復(fù)雜的一個，就是我們倆都沒搞清楚的這個，發(fā)生了什么事情。然后我們就用AI去問。我們就用這個ChatGPT、Gemini去問。一個一個地就說，這個時候Dumbledore做了什么？這個時候Harry做了什么？這個時候McGonagall做了什么？問了一大堆，我們就讀懂了，就搞清楚，原來是這樣。這個小小的例子，就是，我覺得AI給了我們很多機(jī)會。
但是我也覺得，人，最后還是說，自己怎么去用這個工具。我其實最害怕的是人類的放棄；或者是部分人類的放棄，就是覺得，AI這么聰明，沒我啥事了。這個很可怕。
趙何娟：躺平了，躺平了。
李飛飛：是吧？這個詞我也不知道，很形象。但是就，這個很可怕。其實人類有太多太多的潛力。人類有太多太多可以創(chuàng)造這個世界的機(jī)會。人類有太多太多可以把人類世界變得更好的機(jī)會。AI就是工具。
趙何娟：今天，剛才一直聽您在說“AI就是工具”這句話，其實挺讓我震撼的。因為我接觸了很多朋友，包括做AI的，尤其是做科研的，做AI這個方向的。然后，反倒是一些不用AI的人，或者說不懂AI的人，他們會認(rèn)為AI就是工具。
而真正在從事AI這個行業(yè)的人，都經(jīng)常會說，AI不是工具，AI是全部，AI就是未來，就是世界，我們不能只是把AI當(dāng)做一個工具。因為您是這個AI真正專家，和科學(xué)家，這句話反從您的嘴里說出來，我覺得還挺讓我震撼。
雖然是簡單的一句話，但這是一種，這是我們怎么去看待它，或者是認(rèn)知AI的一個語言。語言是個gate，就是我們?nèi)フJ(rèn)知世界的一個門。
李飛飛：我覺得人性，人的agency，我不知道中文怎么說，就是人自身的agency是最重要的。我們?nèi)绻艞壛俗陨淼腶gency，我們就放棄了我們改變自己和改變世界的這個，這個好奇。
或者是這個motivation。所以，我其實不懂什么叫“AI就是世界”。我真的不懂。那我也可以說一花一世界。我不知道“AI就是世界”這句話是什么意思。對，就是“AI只是工具”這句話背后，其實是我們怎么看待AI和人的關(guān)系。就人類把它當(dāng)工具，意味著人類把自身還是看作更重要的一個，就是人類要更關(guān)注自我。
李飛飛：對，其實“AI是工具”這句話，帶著我對人的信仰吧。就是我對人性和人類社會的信仰。因為我信仰的是人，我信仰的不是AI。
如何面對謠言和AI可能的“壞影響”？
趙何娟：您前面也說到，家庭給你有很多很珍貴的東西。能不能舉一兩個例子，就是家庭賦予你的這種珍貴？
李飛飛：其實我在書里也提到，我就是，那本書其實寫完了以后，我覺得那本書我在寫我媽媽，不是在寫我。
趙何娟：對。我看了你媽媽的故事，你爸爸故事，我覺得特別特別好。從一個普通家庭，這么一步一步，自己通過努力成長起來。非常勵志。
李飛飛：是的，我們家庭是挺普通的。而且我們家挺小的。我小時候，我的記憶里有姥姥，但是爸爸那邊沒有人。就是一個很小的很普通的家庭。然后我媽媽身體特別不好。不過again，就是也不是什么很特別，有很多人家庭是這樣。
我反倒覺得，它給了我一些很多很珍貴的東西，等我長大了以后才知道。因為小時候嘛，年輕時候覺得，花很多時間在這些生存壓力。但是，走過這條路才發(fā)現(xiàn)，哇，第一它真的是，它真的可以磨練意志。這個“磨練意志”這種話聽起來很大，或者是，老是說，說了也沒用。但是你真的是，有過這些經(jīng)歷，你是根本不用說，這個就練出來了。
第二呢，確實作為一個AI科學(xué)者，我做的工作那么的“機(jī)器”。就是跟計算機(jī)打交道，跟電腦打交道，跟算法打交道，跟數(shù)據(jù)打交道。但是人生的經(jīng)歷，又賦予了我很多對人性的體會。那這個經(jīng)歷它的復(fù)雜，尤其是生老病死，看到很多的這種，英文叫vulnerability，就是做人的vulnerability。其實，其實給了我很多視角。我覺得是很珍貴的視角。
但是，我在那個書的第十章，是專門寫了我媽媽生病。我為什么要寫我媽媽生??？是因為，我也算是在AI界很少的，我也不知道是不是第一個第二個，反正很少的，就是美國醫(yī)學(xué)院院士。那我為什么拿到美國醫(yī)學(xué)院院士？是因為我花了很多年做，就是因為做教授可以做不同的工作，不光是做AI了，我還做了一些跟醫(yī)療有關(guān)的工作。那尤其是叫healthcare delivery。那我就覺得，我自己這么幾十年陪著媽媽，真的是在醫(yī)療系統(tǒng)摸爬滾打。
趙何娟：久病成醫(yī)。
李飛飛：絕對的就是。而且就是，那么多場手術(shù)，那么多場大大小小的病，每天的這個照顧，每一次的這個，它讓我對醫(yī)療有了深刻的了解。那當(dāng)我去做這些醫(yī)療，AI賦能醫(yī)療的項目，我就覺得我跟別人的理解不一樣。我真的是多了更多的理解。它也讓我能更好地找到這些醫(yī)院的同事，因為這些同事覺得我尊重他們。他會覺得，你也不是這個，只會說這個computer science的一個人，你居然能理解我們的工作，然后知道我們的痛點。那這個絕對是給了我一個很特別的一個視角。
趙何娟：挺了不起的。就久病成醫(yī)，到還可以成院士。
李飛飛：這個是人生沒有白走的路。
趙何娟：對，所以這也是好奇驅(qū)動。
李飛飛：這可能既帶著好奇也帶著生存的，其實這個是愛的驅(qū)動。就是因為我愛媽媽，我想讓她活下來吧，或者身體好。所以我花大量的精力。這個真的是帶著這樣的一種驅(qū)動。
趙何娟：飛飛教授，其實我自己存在一個很大的困惑。因為我們媒體行業(yè)您知道就是，近年來也都在討論。一個是AI對我們媒體行業(yè)沖擊是很大的，接下來，我們這行業(yè)會有巨大的改變。當(dāng)然我現(xiàn)在也在做一些新的產(chǎn)品，希望能夠在這個AI時代，又成就一個更好的企業(yè)和產(chǎn)品。
但另外一個方面，我們也發(fā)現(xiàn)有很多跟我們的長期以來的這種專業(yè)主義新聞價值觀，其實是有一些沖突的。就比如說，現(xiàn)在AI可以自己生成這么多的內(nèi)容語言，然后可以生成圖片，然后網(wǎng)上的這種fake news，然后虛假圖片也滿天飛。然后又沒有辦法，很多人也很難識別?，F(xiàn)在連視頻都可以作假了。我們怎么來看待AI可能帶來的這些虛假信息？我知道您也肯定飽受一些困擾，作為名人嘛，就很容易在網(wǎng)上被各種謠言這個傷害。就我們怎么來看待這件事？
李飛飛：確實是。對，其實有時候，我也特別感同身受。因為確實是經(jīng)常有人給我打電話：你在哪了？又出啥事了？我說沒有，我在家里睡覺?；蛘呤歉鞣N各樣的謠言。是挺多的。這個，而且有很多關(guān)心我的人，關(guān)心到都不敢給我打電話，說，哇你出這么大事，我們就不打擾你了。我說，我沒出事。
趙何娟：對呀，都好好的。
李飛飛：對，所以確實能理解，也能感同身受。這就是我剛才說到，我覺得這里邊有好幾層。第一個就是公眾教育。因為AI是個新事物。那我就在想，汽車剛剛發(fā)明的時候非常不安全。第一，根本就沒安全帶這個說法。第二，車速這些包括很多問題，人類都還是走了，不說叫彎路吧，應(yīng)該說是付出了血淚的代價。那慢慢地我們讓汽車變得更安全。但就是現(xiàn)在，那你的孩子是青少年，他有一天要開車了，你肯定心里非常緊張，要給他好多好多的education。
想想小時候，我記得我爸就說，你手濕的時候，永遠(yuǎn)不能摸那個插座。那這話我爸可能說了200遍吧。這個，這就是教育。我覺得AI的不安全性，AI的fake news，我覺得公眾教育太重要了。因為它這個工具永遠(yuǎn)會被人利用。我相信你在媒體就看到，你防不勝防。有些確實是，比如說前段時間有關(guān)于我的假新聞，我就問了一個新聞界的朋友，我說，這假新聞怎么這么多？太牛了。
趙何娟：其實我當(dāng)時看到那些新聞，我也特別想給您發(fā)信息說，這是真的嗎？
李飛飛：對呀。我都不知道。就是后來我才了解到，我這做AI的人，都沒有意識到AI在里邊發(fā)生的。就是說，一個人，他可能別有用心也好，或什么的也好，他寫一條，然后就可以用，你說以前沒有AI，他可以用，他得自己吭哧吭哧寫，或者是找些人來吭哧吭哧寫?，F(xiàn)在有了AI，他按一下就可以出1000條，出10000條。所以AI確實也給不好的事情賦能。
那這個情況下，我覺得首先作為個體，作為社會，我們得懂。我們每個人都會遇到這些事情，我們得懂。其實像我知道了這是AI寫的，我就覺得很好玩，我還專門去看，AI還可以這樣寫。我就不傷心了。
但是說，嚴(yán)肅一點就是，第一，自身的教育很重要，群體的教育很重要。第二，就是制度和政策。這個也是建立在認(rèn)知之上的。就是說如果我們對這個工具的破壞性沒有認(rèn)知的話，它不光是假新聞了，那么，還有很多其他的破壞性。我沒有認(rèn)知，我們就永遠(yuǎn)不會找到更好的制度，或者更好的方式去deal with it。所以這個也非常重要。
第三，我就很贊同你在做的事情。就是說，工具就在這了，它帶著好帶著壞。那你作為一個媒體人，你怎么去更新你自己的產(chǎn)品？你怎么通過你的智慧、你的執(zhí)行力，讓你的新的產(chǎn)品創(chuàng)造性，有特色？所以，比如說我看你寫的東西，我就會知道這肯定不是AI寫的?；蛘呤?，他用AI的工具，但是他帶給我很多有價值的東西。那這個又要靠我們?nèi)说膭?chuàng)造性。所以確實是不容易。
我們每個人在AI的時代，有時候也是受害者，有時候也被沖擊得很大。但是還是我剛才說的，我覺得責(zé)任在我們。就是說，怎么去用這工具，怎么不被這個工具傷害，怎么去讓這個工具不去傷害別人，怎么把自己想做的事做好。所有的這些責(zé)任，還是人的責(zé)任。
趙何娟：特別好。有很多年輕人都非常非常喜歡你。然后我也想，就是能夠請您是不是能夠，就當(dāng)您跟16歲剛開始在去求學(xué)路上的自己再說一句話的話，能不能給現(xiàn)在的青年人吧，說一些寄語？
李飛飛：我覺得我特別，特別笨，說這句話，說這些話。給青少年的寄語。
我真心的覺得，這是一個非常非常了不起的時代。因為這個時代我們的科技在變更，我們的社會在變更。那么這個時代的青少年，是有很多很多機(jī)會的。但最終把握這個機(jī)會的是你們自己。你怎么去帶著你的好奇心，帶著你的，在我書里提到的北極星，心里的那種激情，那種信仰，那種追求去，去做你自己，然后去改變世界。我覺得這還是，這個時代給你的最大的一個機(jī)會。也希望這些小朋友們，青少年們意識到這個機(jī)會，給自己這個機(jī)會去，就努力去做唄。
趙何娟：好，謝謝飛飛教授。今天對話的最后，我也想用你的一句話來結(jié)尾，就是希望人類永遠(yuǎn)不要自我放棄。
再次謝謝飛飛教授。真的是百忙之中，能夠跟我們做一次這樣的交流和對話，特別感謝。
李飛飛：謝謝。
（全文完，相關(guān)對話視頻可關(guān)注視頻號「趙何娟Talk」觀看）
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
