【專訪】李飛飛押注世界模型，但她說還在 2019

人形機器人還不會幫你裝洗碗機，但投資人已經砸了六十億美元進去。世界模型這個詞突然滿天飛，每家大公司都說自己在做，沒有人說清楚做到哪裡了。就在這個時間點，李飛飛（Fei-Fei Li）接受了 Bloomberg 的專訪。她是史丹佛教授，Google 前高管，替美國總統與聯合國提供 AI 政策建議的科學家——更重要的是，她在 2006 年建了 ImageNet，一個收錄一千四百萬張照片的視覺資料庫，直接觸發了現代 AI 的起點。她不是在場邊評論的人，她是點火的那個人。現在她創了業，公司叫 World Labs，押注的方向不是 ChatGPT 那條路，而是她認為更根本的下一關：讓機器理解真實世界的空間與物理規律。

這場訪談有幾個值得說的點。第一，世界模型到底是什麼，跟大型語言模型的分工在哪裡——李飛飛給出了她自己的分類框架，比市面上大多數說法清楚。第二，World Labs 的第一個產品 Marble 已經在跑，但整個領域還很早，她自己說大概等同於 2019 年的聊天機器人——還沒爆發。第三，她對 AI 監管的立場：從科學出發，別被科幻帶著走，這話是對著華盛頓說的。第四，她對幾位 AI 大公司 CEO 被批評有「上帝情結」的回應，說得很節制，但態度很清楚。合起來看，這是一個業界元老在新創第一線的自白——既有科學家的長線視角，也有創業者的日常焦慮，兩種身分同時上線。

◎世界模型不是反 LLM，是下一章

李飛飛把世界模型分成三類：渲染，模擬，規劃。渲染是給人看的，輸出漂亮畫面，OpenAI 的 Sora 是這一類。模擬是給機器用的，抓的是世界的幾何與物理結構。規劃則是告訴機器下一步要做什麼，例如機器人看到一個杯子，世界模型告訴它把杯子拿起來放到另一個地方。她說得很直：語言不夠用。你可以用文字描述怎麼接球，但接球這件事語言做不到。這個框架聽起來合理，但她也坦承，整個領域現在大概還在 2019 年聊天機器人的位置——方向對了，爆發點還沒到。

◎Marble 是第一步，但離能用還有距離

World Labs 目前推出的產品叫 Marble，讓使用者用一張圖或一段文字描述，生成可以在裡面移動的 3D 世界。電影虛擬製作，遊戲開發，機器人訓練都是她列的應用場景，其中和 NVIDIA 合作用 Marble 環境訓練機器人是比較具體的案例。公司目前五十人，已募資十億美元。但她說得很清楚：現在還在建技術的階段，業務還早。資金夠不夠用到下一個里程碑，她說不知道，「要做得好才能賺到」。這種說法誠實，但也意味著商業模式還沒站穩。

◎小公司對大公司，她的答案是專注

Google，Meta，微軟這些巨頭都在做世界模型相關的研究，資源比 World Labs 深得多。李飛飛說她每天都在焦慮，但沒有被壓垮。她的邏輯是：大公司桌上的事情太多，World Labs 只有一件事。訪談裡一位共同創辦人補了一句話，說在五十人的公司，你的手真的可以改變公司走向，大公司做不到這件事。這個論點不新，每家早期新創都這樣說，但在世界模型這個領域還沒有定論的當下，專注確實是小公司少數幾個真實優勢之一。

◎監管要從科學出發，不是從科幻出發

李飛飛替美國總統與聯合國提供 AI 政策建議，她說進去的原則是：不炒作，不走極端，把科學事實講清楚，政策制定者說錯了就推回去。她明確批評了一種話語方式——用 AGI 機器霸主，人類滅絕這類末日敘事主導政策討論，她認為這會分散真正重要的政策工作。她的建議是把資源投入公共部門和 STEM 教育，因為人力資本才是最重要的資源。這個立場和幾位矽谷 AI 公司 CEO 的公開言論有明顯距離，她沒有點名，但意思很清楚。

◎上帝情結這個詞，她接了

訪談裡被問到幾位 AI 大公司 CEO 被外界批評有上帝情結，認為自己比所有人都懂什麼對人類最好。李飛飛的回答是：任何個人以為自己比所有人都懂，這很危險。她說創業的前提是來貢獻社會，賦能人，不是替所有人做決定。她沒有具體指名誰，但這個問題放在那裡，答案就是答案。她接著說，這也是為什麼公民社會不能放棄 AI 治理——集體治理比個別強人決策更重要。這段說得節制，但立場一點都不模糊。

世界模型這個賭注值不值得下，現在沒有人知道。李飛飛自己說還早，比聊天機器人早很多。但她也是那個在沒有人關注資料的年代建了 ImageNet 的人，後來那個資料庫成了現代 AI 的地基。押注她再看錯一次，需要更多理由。