本文来自微信公众号： AGI 2050 ，作者：AGI 2050
在人工智能波澜壮阔的七十年历史中，李飞飞是奠定当今整个大模型繁荣的关键人物。2000年代末，在深度学习被主流学界冷落的寒冬期，她带领团队清洗、标注了千万级图像的庞大数据库ImageNet。正是这个数据库，在2012年彻底点燃了深度学习革命的引信，她也因此被全球科技界尊称为“AI教母”。
然而，当如今全球科技巨头都在大语言模型赛道疯狂内卷时，李飞飞却在2024年再次跨出了颠覆性的一步——联合创立空间智能企业World Labs。今年9月28日，AMD宣布以全股票交易收购World Labs，交易作价约82亿美元，李飞飞将出任AMD执行副总裁兼首席科学家，直接向CEO苏姿丰汇报。
本文整理自胡佛研究所访谈栏目，这场对话录于AMD宣布收购之前，由知名历史学家斯蒂芬·科特金与李飞飞在World Labs旧金山总部展开。李飞飞不仅详尽拆解了她从“开干洗店的移民女孩”到执掌顶尖实验室的心路历程，更直击当代技术的伦理死穴：当大模型生成的深伪开始侵蚀现实社会的信任基石，当生产力狂飙突进却无法兑现全社会的繁荣共享，人类到底该如何自处？
本期内容来自Only in America播客，2026年10月21日播出，原视频时长51分钟。
以下为精选对话内容，全文约7800字，阅读时长约5分钟。
本期精彩观点
●
我始终认为智能是多元立体的。生命的演化从来不是从语言开始的；五亿年前深海三叶虫感知到第一缕光线、开始区分捕食者与猎物，才是智能进化的真正起点。
●
科学并不等同于掌握真理，科学的本质是对真理永不停歇的探索。无论我们创造出多强大的工具，都必须保持对未知的敬畏。
●
科学家和移民在本质上有相通之处，两者的核心都在于“跨界”：移民跨越的是语言和文化的边界，科学家跨越的则是已知与未知的鸿沟。
●
做前沿研究需要一种直面核心难题的勇气。物理最让我着迷的不是哪条定律，而是敢于追问最难问题的那份胆量。
●
生产力的快速提升，绝不等于财富与机会的自然普惠。而如今最让我痛心的，是中小学乃至大学的老师正被这场技术变革甩在身后。
●
我的父母从没给我规划过固定的轨道。当年他们忙于生计，甚至无力过问我的功课，但他们给了我两样最宝贵的财富：无条件的支持，以及对世界的好奇心。
从新泽西的打工妹到普林斯顿：父母给了我无条件的支持与好奇心
问：我们当年在普林斯顿大学有过交集，我当时在历史系任教，你当时在读本科，后来你又回到普林斯顿执教，随后去了斯坦福。从普林斯顿本科、加州理工博士，再到两所顶级名校的教职，你走过了一条令人艳羡的精英学术路线。但你并非出身精英家庭。在你的认知图谱里，你是如何理解“机遇”与“制度”的？
李飞飞：“机遇”是一个很有分量的词。作为一个第一代移民，我15岁那年跟随父母漂洋过海来到这里，落脚在新泽西州的帕西帕尼，距离普林斯顿大学大约一个小时的车程。
坦率地讲，刚落地的那几年充满了残酷的现实：我完全不懂英语，周围举目无亲。和无数底层移民家庭一样，我们全家揣着兜里仅剩的20美元走下飞机。在那样一个挣扎在生存线上的境况里，环顾四周，你看不到任何机会。我当时只是个懵懂的高中生，是父母做出的抉择，我甚至根本不知道自己到底在面对什么。
但如果快进到30多年后的今天，回看我和家庭走过的整条轨迹，我由衷感恩这里的制度环境给予的可能——它赋予你完全的自由，去凭双手争夺任何你愿意为之付出血汗的机遇。我后来对“机遇”的理解彻底变了：它绝不是别人端到你面前的特权，而是一个相对开放的生态，允许你拼尽全力去构建看似荒谬的梦想，然后赋予你放手去争夺它的入场券。
问：对于一个15岁连英语都说不流畅的高中女孩来说，几年后考进普林斯顿、随后拿到加州理工的博士学位，这听起来依然不可思议。现实中绝大多数普通家庭的孩子，即便住得离普林斯顿只有一小时车程，也压根不会动念去申请。究竟是什么力量推着你跨出那一步？
李飞飞：我当年之所以把申请普林斯顿当成一件非做不可的事，全世界只因为一个人：阿尔伯特·爱因斯坦。
从少年时代起，物理学就是我的初恋。即便今天我做的事情在技术路径上已经距离经典物理相当遥远，但我骨子里依然深爱着这门学科。高中那几年，由于家里极度贫困，我和父母必须做各种各样的底层体力工来维持生计。我当过收银员、清洁工、在餐馆里打过包、当过外卖小妹。在那些充斥着洗洁精和外卖盒的疲惫日子里，我唯一用来支撑自己的精神寄托就是物理。
所以高中毕业申请大学时，我其实非常务实地报了本地的社区学院，也报了新泽西州立罗格斯大学。但我必须孤注一掷申请一次普林斯顿，因为那是爱因斯坦工作和生活过的地方。
你问这背后是不是有父母在推动？后来看，我的父母非常罕见：他们从没用功利的标准要求过我。
当年我父母忙于生计，甚至无力过问我的功课，他们完全不懂大学升学机制，更谈不上指导我填报志愿。我母亲的身体状况从那时起就一直非常糟糕。但父母其实不需要给孩子规划固定的轨道，他们在精神层面给了我两样最宝贵的财富：无条件的支持，以及对世界的好奇心。
他们从未因为家里穷，就逼我现实一点去学医或者考个会计师证。当年我对狭义相对论痴迷到近乎发狂，他们从来没有对我说过一句：“飞飞，这东西以后能挣钱吗？”一次都没有。
我的父亲身上有一种近乎原始的好奇心。我们当年连最廉价的付费游乐设施都去不起，但我父亲总有办法：他会带我穿梭在完全免费的自然公园里；他会兴致勃勃地带我逛街边的二手旧货市场，就像一场盛大的寻宝探险。他在日常生活的各种枯燥夹缝里，都能找到对这个世界的新鲜感。这种言传身教的好奇心，是我长大后才逐渐意识到的一笔极度奢侈的财富。
问：进入普林斯顿之后，你在物理系完成了非常硬核的训练，随后又在加州理工拿下了博士学位。作为一个在男性占据绝对主导地位的硬科技领域杀出重围的女性科学家，你是怎么确立自己的科研主线的？
李飞飞：我当年去普林斯顿读物理，完全是被这门科学那种精密的规律美感所俘获。但在经年累月的深造中，我突然顿悟：我真正热爱的，其实并不单纯是麦克斯韦方程组的优美、或者相对论的推导逻辑本身。物理学带给我最底层的精神震撼，是它敢于向未知发起挑战的狂妄野心——去向这个宇宙抛出最荒诞、最困难、最无法解答的究极问题。
物理学史清晰地写着：数百年前就有人敢于计算全宇宙星辰的轨迹，百年前就有人试图捕捉微观世界不可见的粒子，而爱因斯坦敢于站出来重新定义时间与空间的本质。这种敢于向最坚硬谜团开火的学术魄力，彻底震慑了我。
在普林斯顿读大三时，学校有极其严苛的机制，强制要求学生完成学年论文与毕业论文。这个机制逼着你必须独立思考。我开始反复拷问自己：属于我这辈子的那个核心问题到底是什么？
当时，我被20世纪一批跨界大师深深触动。薛定谔、爱因斯坦、罗杰·彭罗斯，这些理论物理泰斗在职业生涯的后半段，都不约而同地跨出了原子世界。薛定谔写下了振聋发聩的《生命是什么？》；彭罗斯出版了《皇帝新脑》，直指意识的底层机制。
我被彻底点燃了。我意识到，属于我此生唯一的宏大命题就是“智能”：我们究竟能不能通过冰冷的机器，重构出类似人类的生命智慧？我确信这就是我要毕生追逐的方向。于是我选择去加州理工学院，在博士阶段同时推进计算神经科学与人工智能两条看似平行的线。这种跨学科的冲动一旦开始，我就再也没有回头。
科学家的越界与野心：做前沿研究，需要直面核心难题的勇气
问：这种直面核心难题的勇气在科研中往往是反直觉的。大部分学术训练习惯去追逐热点、看同事在做什么。你从物理横跨神经科学，再进入计算机科学，这种不循规蹈矩的魄力到底来自哪里？
李飞飞：这与我的成长史是分不开的。
这种气质直接源于我的父母，也源于千千万万来到陌生土地的第一代开拓者：当你决定迈入一个完全未知的世界时，你必须做好直面虚无的心理准备。作为一个十几岁一句英文都听不懂的移民少女，现实很快就会打破你的所有幻想——这里根本没有现成的轨道是为你铺好的，你连遵循常规路径的资格都没有。
当你原本就无路可走、无轨可循的时候，一种巨大的心理转变发生了：你反而觉得自己拥有了无限的施展空间，你彻底无所畏惧了，因为你本身就一无所有，根本没有什么可以失去的。
问：这种奋斗文化和敢于摘星的魄力，无疑是移民故事的一部分。
李飞飞：自由带来的不仅是免于被干涉的状态，更重要的是极致的行动能动性。一个在生存边缘挣扎的移民孩子，一方面享有了做任何选择的宽松度，另一方面却背负着必须扎根的巨大生存压力。这会在你的潜意识里焊死一种认知：没有任何救世主，所有前路必须靠你亲手一寸一寸凿出来。
后来成为专职学者，我突然意识到：科学家和早期移民在本质上有相通之处，两者的核心都在于“跨界”。
移民跨越的是语言和文化的边界，必须强行打碎异国生活的厚重隔阂；科学家跨越的则是已知与未知的鸿沟，必须时刻穿梭在黑夜之间。你必须在神经生物学与计算机代码之间强行搭建桥梁；今天当我们推动“以人为本的AI”时，又必须在冷酷的工程系统与复杂的伦理、社会学之间建立纽带。无论是肉体横跨地理边界，还是心智撕裂认知的既定边界，那种直面虚无、野蛮拓荒的心理机制，本质上完全是一回事。
科学求真与深伪技术：技术不享有道德高地，科学家必须保持谦逊
问：既然谈到科学精神，科学本质上是一套求真的认知范式与方法论工具。但在今天的政治与社会语境下，科技正在以前所未有的烈度介入公共领域。作为一名站在技术聚光灯下的顶尖科学家，你如何定义自己在求真与公共社会责任之间的张力？
李飞飞：作为一名科研工作者，最崇高的伦理准则永远是追求真相。但我必须极其严肃地强调：科学并不等同于掌握真理，科学的本质是对真理永不停歇的探索。无论我们创造出多强大的工具，都必须保持对未知的敬畏。
很多人容易混淆这一点，甚至部分科学家自己都会产生拥有绝对真理的错觉。科学从来不代表绝对真理，它仅仅代表人类目前找到的最严谨、最具纠错力的一套方法论体系——依靠严格的实验设计、仪器的客观观测、数据指标的复现、以及同行评议极其残酷的公开辩论，一步步去逼近事实的原本面貌。
在这个层面上，学术探索与做人是完全统一的。我们必须时刻保持一种近乎苛刻的知识诚实：我们的工作是去追寻事实，无论驱动我们的是好奇心、创造力，还是攻克癌症的渴望。
问：我们在某个时刻对真相是什么或许会有分歧，但对抵达真相的机制通常有共识：证据、逻辑，还有验证——你做出的东西，要经过别人验证才会被广泛接受。
李飞飞：追求事实的过程在现实世界里注定是狼藉不堪的。因为在某个特定阶段，冷冰冰的科学范式必然会狠狠撞上人类社会极其混乱的价值评判网络。
我和许多工科背景的学者一样，出身于物理与计算机这类硬核学科。尽管底层有统计概率论，但总体而言，硬科技面对的对象是高度可量化、确定性极强且数学逻辑严丝合缝的闭环。然而人类社会不是实验室，现实的复杂度和混乱度远超算法的承载极限。
因此，搞技术出身的科研人员绝不能自大到自封占据了道德或真理的高地。我发自内心地敬佩历史学家、社会学家和人文学者，因为你们在追求真相的道路上，面对的是无法被纯粹量化、充满人性幽暗与制度博弈的真实泥潭，这远比坐在终端前跑通一段代码要艰难得多。
问：这种矛盾在当下被推向了极致。我们所处的“真相秩序”正在被技术本身无情瓦解：变声合成、以假乱真的深度伪造视频、高度拟真的生成文本，正在系统性摧毁大众对事实的判断力。这是一个极具讽刺意味的困境：恰恰是你们这些致力于探索世界真相的顶级科学家，亲手造出了摧毁公共信任基石的超级工具。作为这一领域的开创者，你如何面对这种技术带来的反噬？
李飞飞：我们必须以近乎敬畏的谦逊去正视这个残酷的现实。我们这一代科研人员与同行亲手搭起来的算法架构，现在正在生成大规模的数字化合成物，而且已经对整个社会的“真相机制”形成了实质性冲击。
这是一个不可回避的技术物理现实：同一套底层的生成与仿真技术，如果用在正面，它可以为机器人和自动驾驶汽车仿真出虚拟环境，也可以帮生物医药实验室模拟出复杂病毒的分子侵染路径；但它同样可以被用来制造你所说的深度伪造视频。
这就是为什么我后来在斯坦福力推并联合创立了以人为本人工智能研究院。我们不能把头埋进沙子里，假装技术是一座不沾人间烟火的象牙塔。我们必须把法学家、伦理学家、社会学家、一线政策制定者与最硬核的工程师拉进同一个房间，直面工具被滥用的现实，并探索如何给这头猛兽套上缰绳。
人类发明的工具越来越强大，初衷是造福于人，却也同时制造出一团混乱。这种混乱是我们必须接受的现实，逃避毫无用处，唯有坦诚面对，并全力构筑防护网。
掀起深度学习革命之后：为什么坚决走出大语言模型的牢笼？
问：当前整个科技界都在语言大模型赛道狂飙，大家都在卷文字、代码生成。你为什么选择在这个节点重新出山创立World Labs，并全力押注在所谓的“空间智能”上？
李飞飞：我和三位联合创始人之所以走出这一步，是因为我们怀揣着一个无比宏大的技术梦想，并相信它会让人们的生活和工作变得更好。我们深信：空间智能是整个人工智能前沿不可逾越的下一个篇章。
大语言模型在极短时间内风靡全球，无论是在日常对话交互、还是在职场的实际工作中，大家都见识到了文字生成能力的爆发。
但我们只要稍微退后一步，冷静地审视人类智能的运转逻辑以及现实物理社会的构成方式，就会发现一个被所有人忽视的常识：人类的生存与智力活动，有极其浩瀚的维度是根本无法被压缩进一维的文字序列里的。
人类在三维物理世界中生存与改造环境的过程——从我们设计一栋高楼、规划一间住宅，到工厂流水线的机械装配、大型基建与巨型工业设备的运转；从外科医生的模拟训练，到顶级运动员的专项训练——所有这些决定人类文明运转的核心能力，完全脱离了单纯的语言范畴。
我把所有这些超越语言的能力，称为“空间智能”。
这就是World Labs诞生的根本驱动力。我们是一家致力于构建前沿基座模型的公司，我们要攻坚的是空间智能的基座模型。我们的目标，是赋予AI读懂并重构真实物理世界的能力，从而为创作者、机器人、医疗、教育以及企业用户，提供真正能与物理世界交互的大脑。
这是我在斯坦福带领实验室做了十多年计算机视觉、机器人具身控制和三维场景感知之后，逻辑推演出的必然终局。
问：听起来这与你当年做ImageNet的底层逻辑有着奇妙的重合。在2000年代中后期，学术界的大师们都在精巧的算法数学公式上做文章，而你当时作为一个年轻学者，却冒着拿不到终身教职的巨大风险，选择去干一件最苦最脏的硬活——用千万级的海量标注图像构建ImageNet。今天你对三维世界模型的押注，是否也是对当下大模型迷局的一种纠偏？
李飞飞：ImageNet的构想，最早是我当年在普林斯顿时启动的。当时的学术界推崇小而美的算法模型，认为算法本身的推导才是高雅的科研，而数据只是一种可有可无的附庸。
但我的直觉告诉我：如果连世界最基础的视觉输入都不完整，任何算法推演都只能是无源之水。我们硬是顶着巨大的经费缺口和学术质疑，借助当时刚刚兴起的网络众包工具，将海量图像一张一张清洗、分类、打标签，最终构建起涵盖数万个词条、多达1500万张图像的庞大数据集。后来我带着它去了斯坦福，最终在2012年点燃了深度学习革命的导火索。
我始终认为智能是多元立体的。生命的演化从来不是从语言开始的；五亿年前深海三叶虫感知到第一缕光线、开始区分捕食者与猎物，才是智能进化的真正起点。
拥有语法结构和丰富语义的高级人类语言，不过是数十万年前智人阶段才出现的极晚近现象。而在大约5亿多年前的寒武纪，“看见”这个动作彻底改写了整个地球生命的进化史。光线的捕获瞬间催生了捕食者与猎物的剧烈博弈，物种为了生存，必须在极短时间内对物理空间的三维结构、运动轨迹、相对距离以及危险程度做出致命推演。
这倒逼了大脑复杂神经系统的指数级进化。智能不仅是坐在屏幕前打字聊天，它本质上包含了看、触摸、规划、交谈与沟通，包含了在复杂三维世界中的理解与推理，还包括凭借想象力预判未来在空间和语义上会发生什么。
所以我确实认为，AI要完整实现它的梦想，就必须走一条多维度的路，跨过三维空间这道坎。
提高生产力不等于共享繁荣：AI海啸下的社会撕裂与重构
问：作为横跨顶尖学术教职、国家级政策智库以及商业前沿独角兽的核心人物，你如何看待科技从业者的公民责任？当技术开始大规模渗透甚至颠覆教育与就业机制时，我们最应该警惕什么？
李飞飞：我从不觉得自己是什么掌握时代脉搏的“宏大平台”，这种自命不凡从来不是我的性格。
但我非常珍惜我身上的另一重身份——我是一名高校教师，也是年轻一代技术创业者的导师。在World Labs，我面对的整个团队，从研究员到工程骨干，年纪都远比我轻。这种状态既让我感到无比幸运，又让我时刻对未知抱有一份沉甸甸的敬畏。
作为一名见证并亲手参与了底层技术爆发的学者，我深感我们有责任确保技术的外溢效应是正向的。
技术本身正在以指数级的惊人速度向前狂飙，但我们社会的底层组织架构却没有做好准备。目前最让我感到焦虑和刺痛的一点是：当前关于人工智能技术大爆炸的广泛讨论，还远没有覆盖全美从基础教育到大学基层的广大一线教师，他们正被这场变革甩在了一边。
那些每天在教室里教书育人的老师、那些为生计奔波的普通家庭，完全被隔绝在这场技术对话之外。一个良性的创新社会，必须依赖一个健康的公共生态体系：它需要公平透明的人才培养通道、理性的公共思辨场域，以及健全的激励机制。
这也是为什么在过去几年里，我以斯坦福以人为本研究院联合主任的身份，经常和康多莉扎·赖斯一起奔赴华盛顿特区。我们不厌其烦地向立法者呼吁：必须动用国家公共资源，全力支持正处在变革关口的公共部门和学术界。
因为公共部门和学术界正是产出公共品的地方，而今天的公共品，既是人才，也是关乎全人类命运的基础真理探索——比如无商业利益倾向的重大癌症药物研发、对就业断层和自动化失业的严谨预测研究、以及对社会结构演变的客观跟踪。
问：回顾人类历史，几次重大的科技跃迁都无一例外地撕裂并重塑了原有的地缘、经济与文化框架。在这场直击人类认知底层的人工智能风暴中，我们究竟该如何避免整个社会滑向更深层的极化与断层？
李飞飞：四五百年前，近代技术与科学革命的萌芽，从底层倒逼了欧洲经济、政治制度与文化形态的全面洗牌，从而孕育了启蒙时代。而今天我们所置身其中的技术大周期，其凶猛程度与波及范围远远超过那个时代。
这轮由前沿AI引领的科技浪潮，直接打穿了最底层的“人类认知层”。
它在根本上重塑着人类组织知识的方式、彻底打破了延续数百年的脑力工作范式，颠覆了教育的根本逻辑，并且正在重构自互联网与社交媒体诞生以来的人类信息流通网络。当技术在认知最底层发生地壳运动时，其传导至下游的文化、经济、民生与政治地震，将是极度剧烈的。
生产力的提升，绝不等于繁荣自然会被共享。
这一切，我们都必须正视。美国的意义，本就在于机会与未来，在于我们如何朝着那个未来去建设。我们需要最具野心的科学家去捅破技术的天花板，但我们更需要整个社会保持敏锐与警醒，想尽一切办法拉住那些可能掉队的人，确保这一场前沿创新的果实，最终能够真正滋养每一个具体的普通人。
资料来源：Only in America（胡佛研究所），斯蒂芬·科特金对话李飞飞，2026年10月21日首播，https://www.youtube.com/watch?v=hHlpUt7Cqg8