李飞飞揭秘创业方向“空间智能”：视觉化为洞察，看见成为理解，理解导致行动

265 0 0

文章摘要

空间智能：开启AI理解现实世界的新篇章

生物视觉的进化是空间智能发展的起点。在数亿年前，生物首次感知光线，从而实现了“看见”的概念。这一能力的出现不仅引发了寒武纪大爆发，也催生了智能。从被动接收光线到主动探索，生物的视觉能力逐渐演化为洞察力，推动了行动和学习。

在计算机视觉领域，李飞飞的贡献不可忽视。她揭示了神经网络、GPU和大数据的联合力量，引领了现代AI时代。ImageNet挑战赛的进展表明，从简单的图像标签到复杂的视觉理解，算法能力迅速提高。进一步的研究甚至让AI能够将视觉对象分割，预测它们之间的关系，并实现从图像到语言的跨越。

李飞飞指出，空间智能的概念超越了单纯的视觉感知。空间智能意味着AI能在3D时空中行动和学习，从而更好地理解世界。这与大自然赋予生物的空间智能相似，后者通过视觉与行动的良性循环实现了复杂的行为和学习。为了让AI具备这样的能力，研究者们正努力将图像转换为3D信息，使AI能从单个图像中理解形状和空间布局。

最新的研究里程碑包括从照片生成3D空间、将句子转换为3D房间布局，以及从单一图像创建可供探索的空间。这些进展预示着一个新时代的到来，人类将能够把现实世界转化为数字形式，并模拟其细节。

空间智能的加速发展正在推动机器人学习，这是具身智能系统理解和互动3D世界的关键。在这一领域，李飞飞强调，我们不仅希望AI能够看见和说话，更希望它能行动，实现真正的空间智能。这样的智能系统将为我们的集体意识带来变革，正如大自然在生物进化中所做的那样。

原文和模型

【原文链接】 阅读原文 [ 4139字 | 17分钟 ]
【原文作者】 量子位
【摘要模型】 glm-4
【摘要评分】 ★★★★★

智谱AI

智谱AI是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了ChatGLM（chatglm.cn）。此外，智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务，链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。