昨晚，李飞飞又发了她的最新研究。 这次依然在讲空间智能（Spatial Intelligence）；内容挺长，我把原文地址放在评论区。 那她具体都说了什么呢？我带你快速过一遍。 首先，她认为，AI 正在进入第四个阶段：从文字到多模态，从理解到生成，而下一个前沿，是让机器真正「进入世界」。 也就是说，AI 要能「看世界、走世界、改世界」。 李飞飞用了个很妙的说法：空间智能，会把感知变成推理，把感知变成行动，把想象变成创造。 什么意思呢？ 现在的 GPT等模型它们再聪明，也主要活在文本里；它们会写，会画，但不会「理解」空间。 比如你让它设计一间房，它能画出房间的样子，却不知道门在哪、光线从哪来、也不知道人走进去之后该往哪转。 而空间智能，就要解决这个问题：让 AI 拥有真正的世界模型（World Model），知道世界是三维的、有时间、有物理规则。 它能理解「物体之间的关系」，能在虚拟空间中行走、建模、推演。 举个例子： 未来 AI 做电影，是直接创造一个可走进去的 3D 世界，机器人不用靠程序化动作，全凭直觉判断距离、方向、因果；甚至科学家也能用 AI 模拟实验、预测结果。 李飞飞说，这是她 25 年科研生涯中最激动的方向。她创办的公司，正在做第一个能生成并维护一致 3D 环境的模型，名字叫 *Marble*。 简单理解，就是「AI 版的 Unreal Engine」，但它自己能思考。 我觉得这事挺有意思。 过去几年，我们让机器会说话、会作图，现在它要学会「动」了；如果说语言模型是「脑」，那空间智能，就是让 AI 有了「身体」。 当然，这背后还有个更大的隐喻。李飞飞在文末写： 没有空间智能，我们对真正智能机器的梦想将不完整。 有意思。因为从某种意义上看，人类的智力也是从“空间感”开始的；我们先学会抓、走、看，然后才学会说、写、想；AI 也一样，它必须先理解世界的物理秩序，才能真正理解人。 所以，我觉得这篇文章值的看一看。 AI 从「文字」阶段，开始往「世界」阶段进化，这可能是继大模型之后，最值得关注的下一场浪潮。 国内，目前看到群核一直在做这方面叙事，我感觉，高德，还有百度地图也应该关注关注这方面，3D的世界加上大模型能力，这才是新增量。 最起码比搞什么外卖强吧....
