李飞飞挖的三个「坑」：从 ImageNet 到空间智能，这一次她会怎么填？

来源：AI科技评论

作者：幸丽娟

编辑 ： 岑 峰

82 亿美元，已经为整个世界模型赛道提供了价值锚点。

82亿美元，全股票收购李飞飞创立的 World Labs。

这是 AMD 史上第二大收购，仅次于 2022 年以约 500 亿美元拿下赛灵思。

赛灵思是30多年的老牌芯片公司，而 World Labs，仅仅成立两年。

这一消息发出后，圈内人士的第一反应很一致：苏姿丰在对标英伟达的 Cosmos 和机器人平台，买人、买模型洞察力、买一张通往物理AI时代的入场券。

但苏姿丰不是这笔交易里唯一在下注的人。

李飞飞也在下注。而且她押上的，是自己的下一个二十年。

过去二十年，她反复在做同一件事：在每一个技术拐点，先一步定义“什么是值得做的下一件事”。

但前两次，她只负责出题，把答题的活儿交给别人。而这一次，她把自己按在了答题席上。

01

三次“挖坑”，有何不同？

被誉为“AI 教母”的李飞飞，圈内人对她印象最深的，或许是她最擅长“挖坑”（出题）。过去二十年，她挖的三个最关键的坑：ImageNet、AI 民主化、空间智能。

单独看每一个，都是对 AI 行业走向的一次精准判断。但摆在一起看，她扮演的角色截然不同。

▎第一个“坑”：纯出题，整个深度学习社区答题

2007年前后，李飞飞在普林斯顿做助理教授。计算机视觉领域当时最要命的问题是泛化——算法在实验室里跑得通，出了门就失灵。大多数人选择改进算法，李飞飞选了另一条路：造数据。

这个选择在当时的学术圈几乎没人看好。普林斯顿的资深教授劝她别干，说“太有野心了”；申请联邦经费被反复拒绝，甚至有人批评这个课题是“普林斯顿之耻”。

不仅如此，她还赌上了自己的学术前途。如果ImageNet失败，她很可能拿不到终身教职。

这个数据集不解决任何算法问题。它只提出了一个问题： 我们用什么标准衡量视觉智能？

这个问题在当时切中要害。没有足够的数据，一切算法创新都是“沙上筑塔”。

2009年发布时，它在学术界几乎没有激起水花。因为，ImageNet是一个“纯出题”式的坑，得有人愿意填才行。

直到2012年，Hinton、Krizhevsky 团队的 AlexNet 横扫 ImageNet 挑战赛，深度学习革命才被点燃。将AI带向复兴的深度学习时代，引爆点是AlexNet。

李飞飞成功定义了AI行业的底层基建。但她只是“命题人”，无论 ImageNet 多么荣耀， 填坑的人是拿 图灵奖 的Hinton、是 吃到了第一波红利的 Krizhevsky 和 整个深度学习社区。

▎第二个“坑”：AI民主化，她想答题，但考卷却不是自己的

2016 年底，李飞飞用学术休假的方式加入 Google，担任谷歌云首席科学家。

这一次她挖的这个坑， 叫“AI 民主化”。 让 AI 不再只是大公司的专利，成为中小企业、传统行业、学术研究者都能用得上的工具。

2017 年 3 月，她在 Google Cloud Next 大会上宣布收购 Kaggle；同年 AutoML 推向市场，Contact Center AI 进入 alpha 测试，谷歌 AI 中国中心在北京成立。

产品线在铺开，方向没有错。但填坑的方式出了问题。

因为填坑需要三种权力：对产品商业化路径的决策权、对客户合同走向的谈判权、对内部舆论的控制权。

但李飞飞在Google Cloud的位置是首席科学家， 她能影响研究方向，却影响不了这台商业机器怎么运转 。

真正让这个坑塌掉的，是“Project Maven”。谷歌参为该项目提供技术服务的消息曝光后，内部抗议迅速发酵。

而李飞飞在内部讨论邮件中强调的那句“不惜一切代价，避免任何提及或暗示 AI”，被员工解读为替公司遮掩与军方合作，她因此被推到了舆论的风口浪尖。

一个以“AI 民主化”为旗帜进入Google Cloud的人，最终被一场 AI 伦理舆论风暴，推离了那个位置。

而在Google Cloud的600多天时间里，她出了这道“AI 民主化”的题，也想答题，但考卷的命题人、监考人、收卷人，都不是她。

科学家的专业影响力，代替不了商业和底层的决策权。 定义一个方向，和让这个方向真正落地，从来就是两件完全不同的事。

▎第三个“坑”：把自己按在了答题席上

2024 年 4 月，李飞飞联合斯坦福视觉研究者 Justin Johnson、NeRF 论文一作 Ben Mildenhall、NeRF 后续工作研究者 Christoph Lassner，创立 World Labs，正式下海创业。

这次的命题，是她在无数公开演讲里重复过一句话：宇宙不是由文字构成的，而是由真实事物构成的。LLM 再强大，也活在二维屏幕里：它不懂遮挡、不懂重力、不懂一个杯子从桌上掉下去会碎。“空间智能”，是 AI 的下一个前沿。

这是她的第三次“挖坑”，但跟前两次不同的是： 她不再只是出题的人。

在正式答题之前，先得有人，有弹药。

World Labs的创始团队本身就是一张王牌。Justin Johnson是斯坦福视觉与学习实验室的研究者，在图像描述、视觉推理和生成模型方向有长期积累；Ben Mildenhall是NeRF论文一作，那篇论文重新定义了三维场景重建的技术路线；Christoph Lassner是NeRF后续工作的核心研究者之一。四个人搭出一个从三维重建到生成模型的完整技术班底。

学术顾问团队同样重磅：斯坦福助理教授、清华姚班出身的吴佳俊，研究方向是物理场景理解；加州大学伯克利分校教授、马来西亚华裔的吴义仁，研究三维视觉。

弹药方面，公司成立当月便完成种子轮融资，a16z 和 Radical Ventures 领投，估值约 2 亿美元；2026 年 2 月 18 日，完成 10 亿美元 C 轮融资，Autodesk 领投，AMD、英伟达、Emerson Collective、富达等参投，投后估值约 54 亿美元。

估值从2亿到54亿美元，不到两年 。融到的钱，作用也很明确：空间智能的训练成本远高于文本模型，需要大规模算力、长时间训练和多产品线并行推进， 没有足够的弹药，这个坑填不动 。

在储备弹药的同时，产品线也在推进。

• 2024 年 12 月，首款模型LWM（大型世界模型）发布，能从单张图片生成可交互的 3D 世界。

• 2025 年 11 月，首款商用产品 Marble 上线，支持从文本、图片、视频、3D 布局生成可探索、可编辑的 3D 场景。

• 2026 年 7 月，收购机器人仿真公司 SceniX，把世界模型接进机器人强化学习闭环。

• 2026 年 9 月 2 日，多模态世界模型 Atlas 发布，这个多模态世界模型，支持像素级相机控制、稀疏视角 3D 重建、机器人预训练。

每一步，都 是把“世界模型”从演示品变成工程品。 每一步，对算力的需求形态都不一样：从单张 H100 上的实时推理，到多模态自回归扩散 Transformer 的大规模训练，再到机器人仿真对内存带宽、并行计算、低延迟推理的硬需求。

融资在加码，产品在推进，然而日渐清晰的一个问题是： 世界模型的研发越往前走，越不像一个纯粹的软件问题。

李飞飞在多个场合坦言过空间智能对算力的特殊要求：模型需要理解三维结构和运动，理解物理规律，需要 非常大的内存、大量并行计算和快速推理。

Atlas从1到数十张照片重建三维场景，生成最长1分钟、1440p分辨率的视频，这些任务涉及大量几何计算和稀疏重建，通用GPU架构在做这类任务时效率并不理想。

李飞飞选择跟 AMD 走得更近。

2026年1月，苏姿丰把李飞飞请上CES主题演讲舞台。李飞飞当场展示了Marble在AMD MI325X上优化后提速4倍以上的成绩，并透露“已经等不及看它在MI450上继续进步”。

然而，当模型团队和芯片团队坐在同一张牌桌，用真实的训练负载“对话”时，一个结构性矛盾暴露出来：World Labs 仍然在“提需求”的那一侧，AMD 在“满足需求”的那一侧。

需求方和供给方之间，还隔着议价、优先级排序和跨公司协作的层层博弈。需求一旦被博弈稀释， 模型团队最想要的东西，未必是芯片团队最优先要做的东西。

这个时候，李飞飞应该已经意识到，要把空间智能这道题的答案真正落地，这件事迟早得解决。关键是，怎么解决？

02

更高维的解法：切入硬件话语权

2026年9月28日，AMD宣布以约82亿美元全股票收购World Labs。交易完成后，李飞飞出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报。

这次收购，表面上是 AMD 向物理 AI 补课。

但如果只看到这个层面，就低估了李飞飞自己的谋局。

这笔交易里，World Labs 的 70 人团队不是被吞并，而是以相对独立的研究单元并入 AMD。李飞飞本人直接向苏姿丰汇报 ，Justin Johnson和Ben Mildenhall继续带队负责模型研发。

她不是去做一个被汇报链稀释的副总裁，而是带着模型团队直接对接芯片路线图。

李飞飞在公开信《To Seek a Newer World》中提到这个决策背后最关键的原因：“我们需要扩大研究规模和影响范围，并更紧密地与硬件结合。如果缺少专门的硬件研发投入，AI的效率和规模都会受到限制。对于我们想要实现的目标而言，它也仍将被困在数字世界中。”

苏姿丰把这件事，也解释得很明白：“为下一代 AI 构建计算平台，需要深入理解模型如何演进。李飞飞和 World Labs 团队带来了研究领导力和模型专长，携手合作，我们可以利用这些洞察来开发将驱动下一代 AI 的硬件、软件和系统。”

翻译过来就一件事：从这一天起， World Labs 的模型不再只是向 AMD 提需求的客户，而是坐到了写需求的那一侧。

这不仅仅是叙事的修辞， 更是李飞飞对硬件话语权的一次切入。

她过去定义的是“什么问题是重要的”。这一次，她要定义的是“解决这个问题的工具长什么样”。而“更靠近硬件”，就是她给出的一个非常关键的答案。

但更靠近硬件不是终点。下一步要考虑的，是如何验证这条路走不走得通。

03

这一次的评判标准，不再是引用量

这一次的评判标准，与以往任何一次学术成果都不一样。

首先是技术闭环。

AMD MI450 系列基于 CDNA 5 架构，FP4 算力达 40 PFLOP，FP8 算力达 20 PFLOP，较 MI350 系列翻倍；内存从 288GB HBM3e 升级至 432GB HBM4，带宽达 19.6 TB/s，较前代提升 2.45 倍。

MI450 将在 2026 年下半年开始量产交付。如果 Atlas 和 Marble 在 MI450 上的性能提升延续 MI325X 上 4 倍提速的曲线，就说明“模型需求反向定义硬件架构”这条路走得通。

反过来，如果 MI450 只是一次普通的工艺升级，没有针对空间智能的稀疏计算、多视角几何、相机控制条件下的视频生成做架构调整，那么“模型反向定义硬件”的逻辑就只完成了一半：模型团队进了门，但没有拿到为它量身定制的芯片。

其次是生态牵引。

World Labs的模型如果只在AMD自家硬件上跑得好，那只是一次定制优化。真正的成功是让其他做空间智能、做具身智能的团队也主动选择AMD的硬件。

正如李飞飞在官宣中强调要“继续建设覆盖硬件、软件、模型和数据平台的开放AI体系”，这个“开放”二字值得注意。

NVIDIA 在 AI 算力市场的统治力，很大程度上来源于与全球各大 AI 实验室的深度绑定——从真实训练负载中提前预判下一代模型的特征。

AMD 这次选择直接把顶尖模型团队纳入自身体系。但 World Labs 同时承诺维持开放模型与跨平台部署的策略。这意味着 AMD 必须证明：把 World Labs 并入体系之后，不是收窄生态，而是扩大生态。

如果其他团队因为 World Labs 的模型在 AMD 上跑得更好而转向 AMD，她的这个选择，才算真正撬动了竞争格局。如果大家只是看了一场发布会，转头继续买英伟达，那 82 亿美元买的就只是一张入场券，而不是一个生态位。

两个客观标准以外，还有一个更根本的问题需要回答： 选择与 AMD 联手的李飞飞，到底能让空间智能走多远？

二十年前ImageNet的成功，不在于数据集本身有多完美，而在于它让整个领域意识到“数据驱动”才是方向，并且并推动整个社区围绕这道题不断尝试、竞争、突破，最终让深度学习成为 AI 行业的共识。

而如今，李飞飞自己坐上了答题席。她想建的，是一个从硬件到模型、从平台到开发者的开放生态。如果这件事真能落地， 让空间智能从少数团队的研究方向，变成整个行业认真对待的技术议程， 那才算真正填好了这个坑。

04

结束语

而在这一切被验证之前，AMD 给出的 82 亿美元，已经为整个世界模型赛道提供了价值锚点。

2023年便 All In 3DGS 的知天下创始人宋宽，对此的判断是：AMD 的这笔收购，让中国的算力公司、云计算厂商，乃至更广义的互联网巨头，第一次看到了世界模型和空间智能未来的计算市场到底有多大。 这个赛道从此有了一个定量的评估参考。

价格本身也说明了问题。World Labs 在 2026 年 2 月 C 轮融资后的估值是 54 亿美元。AMD 以 82 亿美元全股票收购，比上一轮估值高出约 52%。 苏姿丰本人是World Labs的天使投资人，这次继续加注，而且是溢价成交 。这说明市场对 World Labs 的价值判断，整体还在往上走。

82 亿美元，这个数字会被所有正在做世界模型的团队引用，也会被所有在看这个赛道的投资人参考。

而回看李飞飞这二十年，她真正在意的， 从来都是定义“什么是值得做的下一件事” 。

二十年前，李飞飞在普林斯顿一间办公室里，面对同事的质疑和经费的拒绝，决定挖一个叫 ImageNet 的坑，然后让整个深度学习社区答题。

十年前，她走进 Google Cloud，想挖第二个坑，叫“AI 民主化”。她出了题，也想答题，但考卷的命题人不是她，监考人不是她，一场 Project Maven 的舆情风暴更是把她推出了考场。

二十年后，她再次挖了一个叫“空间智能”的坑。这一次，出题的人是她，答题的人也是她。

而接下来评判标准，不再只是论文引用量，而是即将交付的 MI450 的性能曲线、开发者的采用速度，以及“空间智能”能否像“深度学习”一样， 从一个学者的判断变成一个时代的共识 。