造AI的人比用AI的人更分裂：李飛飛捅破了這層窗戶紙
思策智庫2026.08.21 16:11 · 來自河南全文2611字00:00 / 06:19公眾怕的不是AI聰明，是聰明被少數人拿著還順手嚇你一下文 | 思策智庫2006年，李飛飛在普林斯頓一間不算寬敞的辦公室裡，跟學生說了一句當時聽起來有點“反算法”的話：計算機視覺的瓶頸不在模型，在數據。那時主流圈子裡大家都在調特徵、改分類器，誰要提“給機器喂1400萬張圖、兩萬多個類別”，大概率被當成外行。她後來真把這個數據庫做出來了——ImageNet，1419萬張圖，21841個WordNet層級類別，靠Amazon Mechanical Turk眾包標註。
2012年，辛頓團隊的AlexNet在這個庫上把Top-5錯誤率從將近28%砸到15.3%，深度學習從此出圈。這是技術史裡少有的乾淨拐點：不是某句宣言改變了行業，是1400萬張被認真標過的圖片，把“機器能不能看懂世界”從哲學問題拽成了工程問題。但有意思的是，機器越看得清，人越看不清自己該怎麼跟機器相處。李飛飛最近對彭博社說的那番話，沒有甩新模型跑分，倒是先把賬算到了硅谷自己頭上：一邊喊“人類滅絕”“AGI統治人類”，一邊把算力、數據、方向鎖在少數人手裡，公眾怕的不是算法，是這種敘事和權力疊在一起。
李飛飛接受彭博社《The Circuit》採訪照片 圖源-網絡從1400萬張圖到3D世界：她沒換賽道，只是把“看”往前推了一格ImageNet解決的是“這是什麼”——一張圖進來，機器告訴你裡面有條狗、有把椅子。但李飛飛很清楚，人類看世界不是隻做分類。你早上睜眼，先感知空間：孩子在哪、樓梯在哪、咖啡杯離手多遠。這套能力叫空間智能，它比“識圖”早，也比“對話”底層。所以World Labs做的事，表面看是繞開了ChatGPT那條熱搜線，去搞“世界模型”，本質還是她2006年那條線索的延長：讓機器理解世界，而不只是描述世界。
World Labs把空間智能拆成三件事——渲染（生成能看的畫面）、模擬（守住物理和幾何結構）、規劃（告訴機器人下一步拿杯子還是放盤子）。2025年11月他們放出Marble，用一張圖或一段文字生成可走進去、可編輯的3D世界；2026年2月又官宣新一輪10億美元融資，累計公開募資約12.3億美元，英偉達、AMD、Autodesk（單家投2億）、a16z都在裡面。錢多不等於近。李飛飛自己說，世界模型現在的位置大概相當於2019年的語言模型，“密碼還沒破”。這反而是她跟當下硅谷氣質不一樣的地方：大部分人恨不得把Demo包裝成通用突破，她肯說“我們還很早”。但早不代表小。
ImageNet當年也被人嫌“只是數據工程”，結果它把整個視覺領域重新定價。空間智能這次如果走通，機器人進廚房、進工地、進病房就不再只靠遙操作和點位編程，而是機器自己懂“門把手在哪兒、碗怎麼擺不會倒”。李飛飛在訪談裡那句反問很硬：“文字能撲滅火災嗎？文字能煎蛋餅嗎？”——語言模型再能聊，也接不住物理世界的鍋鏟。公眾怕的不是AI聰明，是聰明被少數人拿著還順手嚇你一下皮尤研究中心2025年春季跨25國調查裡有一個數：中位34%的成年人“對AI日常使用增加更擔憂而非興奮”，只有中位16%更興奮；美國、意大利、澳大利亞、巴西、希臘大概一半人站到“擔憂”那一側，美國本土6月複測也過半。
亞洲幾條線沒那麼冷，但也不是狂熱，更多是“能用就用”的實用主義。李飛飛沒把這種情緒歸給“公眾不懂技術”。她原話是：AI幫你做過去做不了的事，你拿到尊嚴和能動性；AI準備取代你工位上的事，你丟的也是尊嚴和能動性。她甚至把部分責任攬給自己這一代研究者——“我們在與公眾溝通方面做得不夠好”。這比單純闢謠“AI不會消滅人類”要誠實。普通人怕的點其實三層疊著：第一層是生存感，工作被重估，尤其是白領活兒先被啃；第二層是能量感，數據中心搶水搶電，技術紅利沒進社區先進財報；第三層最隱——方向是誰定的？
當幾家實驗室的CEO既發“滅絕風險聲明”，又控著GPU、數據、招聘權，公眾接收到的信號是分裂的：你一邊說我快沒工作了，一邊說你要敬畏我創造的神。李飛飛開火的地方就在這：用“末日敘事”擠掉“治理敘事”，是硅谷對自己最便宜的洗白。談AGI統治人類，就不用回答“為什麼算力只長在三個州”“為什麼標註工人在肯尼亞拿每小時幾美元”“為什麼K-12的AI素養課還沒影”。她給監管提的兩個底線——基於科學不基於科幻、給公共部門和STEM教育留資源——聽著不性感，但正好是燒錢競賽裡沒人願意買單的那兩塊。她也沒裝天真，知道“上帝情結”在CEO圈不是比喻。
但她把出口壓在“集體治理”和“不把洗澡水連孩子倒掉”：技術本身能找藥、能陪老、能幫老師，亂的是權力結構不是矩陣運算。這個說法不徹底，但比“暫停AI”和“加速到底”都更接近真實張力。回頭看ImageNet那1400萬張圖，李飛飛當年逼著行業承認一件事：智能不是從算法裡憑空長出來的，是從世界給的樣本里喂出來的。今天她做世界模型、懟末日營銷，其實是同一句話的第三遍說——機器要理解的是世界，不是硅谷董事會的 worldview；人要治理的也是世界，不是幾句AGI咒語。二十年繞了一圈，教機器“看”的人，現在得教造機器的人學會低頭看人。【思策智庫】
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。