从语言到世界：AI的下一个前沿

斯坦福大学教授李飞飞关于空间智能和世界模型是下一代人工智能关键前沿的深度分析和愿景。当前以大型语言模型为代表的AI虽然擅长抽象推理和文本处理，但缺乏对三维物理世界的具身理解，这构成了实现通用智能的主要障碍。李飞飞提出并实践了视觉语言世界模型（VLWM）架构，该模型将空间感知、几何一致性和抽象规划相结合，并借鉴了人类认知的双系统规划机制。资料还对比了业界主要参与者（如DeepMind的动态物理模拟、Niantic的地理空间模型和Meta的代码世界模型）的不同技术侧重，强调了世界模型在机器人、创意产业和科学发现等领域的巨大应用潜力，同时指出了数据稀缺、架构创新和伦理监管等关键挑战。