Z Waves丨从洗衣店女孩到“AI教母”，50岁的李飞飞再造AI新范式，用World Labs开启空间智能革命

图片来源：ifanr

她是当代人工智能界最具象征意义的女性科学家之一。提到人工智能领域，李飞飞（Fei-Fei Li）无疑是最醒目的那一个。1976年出生的她，早年在美求学，1999年以物理学荣誉学士毕业于普林斯顿大学，随后在加州理工学院获得电气工程博士学位。如今，她是斯坦福大学计算机科学教授、以人为本人工智能研究所（Human-Centered Artificial Intelligence）联合主任，AI4ALL的创始人及主席，也是Twitter公司董事会独立董事，加拿大风险投资机构Radical Ventures科学合伙人。

2007年，李飞飞启动了一个看似简单却深远影响的项目：ImageNet——这是一个超过千万张标注图像的大规模数据集和评测竞赛平台，它将“数据”从AI的配角提升为核心资源。2012年，基于ImageNet的神经网络AlexNet，在竞赛中取得突破性表现，从此，深度学习在计算机视觉领域迎来了爆发式发展。ImageNet不只是一个技术工具，更成为视觉AI的底层标配和社区共同创造的基准。

学术之外，李飞飞也走进了工业界。2017-2018年间，她在Google Cloud担任AI/ML（Artificial Intelligence / Machine Learning）首席科学家，推动包括AutoML（自动机器学习——让非专业人士也能够利用机器学习技术的工具，使机器学习变得更为自动化和易用）。在内的一系列的人工智能产品，同时促进谷歌AI在全球范围内的合作与人才培养。之后，她重返斯坦福继续教授与研究，并通过HAI强调将AI技术与社会责任结合。

2020年，大语言模型（LLM）席卷全球，李飞飞提出一个新的疑问：AI是否在二维之外理解世界？她认为，语言和图像生成固然重要，但对真实三维空间的理解、推理与交互能力缺失，是当前AI的一个核心短板。基于这种洞察，2024年她联合创立了World Labs，提出“空间智能（Spatial Intelligence）”的理念，致力于让AI能在3D世界中感知、理解并行动。

World Labs推出的首款产品Marble能通过文字或图像提示生成可浏览、可导出的三维世界。不同于专注文本交互的LLM，Marble支持文本、照片、视频等多模态输入，可生成持久化、可编辑、可下载的3D交互环境，解决了传统AI生成内容“空间不一致”“创意不可控”的核心痛点。

从ImageNet引发的视觉革命，到倡导以人为中心的AI，再到现在追逐三维世界的“新北极星”，李飞飞的时间线不仅勾勒出一个科学家的成长，也映射着AI技术从识别到理解、从二维到三维的演进。她的一句总结耐人寻味：“没有空间智能的AGI是不完整的。”

图片来源：领英

01 从成都到普林斯顿：一个跨越文化与语言的求知旅程

Fei-Fei Li出生于1976年的北京，儿时在四川成都长大。父母是中学教师与化工厂计算机部门员工。她在少年时期，就展现出对数理与科学的浓厚兴趣，并且在学校表现优异。12岁那年，她的父亲移民到了美国。为了更好的教育机会，她和她母亲在16岁（1992年）时一起移民到了父亲那里，整个家庭搬入新泽西一个只有一间卧室的小公寓。

作为第一代中国移民，李飞飞一家三口都不会说英语，家庭微薄的收入难以为继。刚到美国的最初两年，家庭生活拮据，她曾到餐馆打工，做过家庭清洁工；父母后来跟亲友借钱，开了一家干洗店经营。初到美国的她需从头开始学习英语，就读位于新泽西的帕西帕尼高中，1995年以全班第六名的成绩毕业，SAT取得1250分，其中数学得满分800分。在她的努力下，考进了普林斯顿大学物理系并获得全额奖学金。

洗衣机的噪音、熨斗的蒸汽与化学溶剂的刺鼻气味，构成了她大学生活的另一面。这个物理系的优等生或许并未想到，这段“脚踏实地”的经历，会在未来与她“仰望星空”的科研事业产生深刻共鸣——她终其一生所追求的，正是让机器学会“看见”并理解我们身处的这个复杂、具体、充满物理规律的真实世界。

普林斯顿大学毕业时的李飞飞，来源湖南科技大学

1999年，大学毕业时，她以优异成绩获得普林斯顿大学授予的物理学荣誉学士学位。毕业后曾赢得奖学金前往西藏研究西藏传统药物。随后，她进入加州理工学院（California Institute of Technology）深造，攻读电气工程、计算机科学与认知神经科学方向的博士学位，师从计算机视觉业内专家Pietro Perona教授和克里斯托夫·科赫教授，并于2005年完成博士学业，博士论文为"视觉识别：计算模型与人类心理物理学（Visual Recognition: Computational Models and Human Psychophysics）。

02 ImageNet：让机器第一次“看清世界”

2005年8月至2009年6月，她先后在伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系和普林斯顿大学计算机科学系担任助理教授，在这两所院校还同时兼任过心理学系的助理教授。

那时候，人工智能的寒冬尚未完全过去。当时主流的计算机视觉研究，大多依赖于精心设计的手工特征和有限的小规模数据集，机器能识别的物体种类不过寥寥数十种。李飞飞敏锐地察觉到了行业的盲区：当时的学术界与AI领域都在狂热地打磨算法，却唯独忽视了“数据”的价值。李飞飞意识到，如果数据无法映射真实世界，再精妙的算法也是空中楼阁。她决定另辟蹊径——构建一个囊括“全世界所有物体”的庞大数据库。这便是ImageNet的雏形。

李飞飞说，“我们决定做一件史无前例的事情。我们的对象是全世界的物体。”当时的图像识别数据库只有上万张图片，而她想建一个百万级、标注完备、覆盖整个世界物体的图像宇宙。ImageNet的野心不仅在于识别熊猫、教堂等实体，更试图囊括“爱情”这类抽象概念。

起初，李飞飞试图以时薪10美元聘请本科生手动收集图片。但现实很快给了她一记重击：按这个速度，完成项目需要整整90年。人力走不通，团队转而尝试算法，试图让计算机自动抓取图片，人类仅做审核。但几个月后，这条路也被堵死了——他们意识到，用现有的算法去生成数据，未来的模型将永远无法超越现有水平，陷入死循环。

困境接踵而至：人工太慢，算法太笨，资金也断了链。李飞飞四处奔走，却未能申请到任何联邦拨款。冷嘲热讽随之而来，有人甚至讥讽普林斯顿研究这种课题简直是“耻辱”，更有人刻薄地评价：这个项目唯一的优势，仅仅因为李飞飞是个女性。

就在项目濒临流产时，一次与研究生的闲聊带来了转机。学生提到了亚马逊的Mechanical Turk（众包服务）——一个能以低廉成本动员全球网民完成简单任务的平台。

“她给我看网站的那一刻，我知道ImageNet成了。”李飞飞回忆道，“我们终于找到了那个能撬动地球的杠杆，这是普林斯顿的本科生哪怕花上一个世纪也无法做到的。”

亚马逊Mechanical Turk的图像分类界面，来源：腾讯云

即使有了众包平台，ImageNet的建设并非一键生成的坦途。李飞飞的博士生Jia Deng和Olga Russakofsky不得不面对棘手的质控难题：一张图片究竟需要几双眼睛审核？辨认一只猫或许两人足矣，但要确认一只体型特殊的哈士奇，可能需要十轮反复验证。为了防止众包人员“划水”作弊，团队专门开发了一套统计模型，以此确保每一张入库图片的纯度。这是一场漫长的攻坚战。历时两年半，涵盖5247个类别、12个子树的320万张标记图片终于汇聚成塔。

2009年，当团队带着这篇日后改变世界的论文亮相CVPR时，并未迎来预想中的掌声。作为顶会，CVPR甚至没有给他们上台演讲的机会，只允许在角落张贴海报。团队不得不靠分发印有Logo的钢笔来以此博取关注。当时的主流学界对“数据驱动”嗤之以鼻，正如Jia Deng所回忆的那样：“人们质疑，如果连识别一个物体都做不到，搞几千几万个又有什么意义？”

为了将影响力推向大众，李飞飞远赴欧洲，寻求与当时最权威的图像识别大赛PASCAL VOC合作。相比于ImageNet的浩瀚，仅有20个分类的PASCAL虽显袖珍，却拥有极高的数据质量。这次联手让ImageNet迅速站稳了脚跟。随着竞赛推进，研究人员意外发现了一个改变行业认知的现象：凡是经过ImageNet预训练的模型，在处理其他识别任务时，只需微调便能表现惊人。正如Berg所言：“这不仅是神经网络的突破，更是认知的飞跃。”——这便是后来被广泛应用的“迁移学习”。

真正的“奇点”发生在首届大赛两年后的2012年。如果说AI的繁荣需要一个引爆点，那无疑是AlexNet公布成绩的那一刻。多伦多大学的Geoffrey Hinton与其学生Ilya Sutskever、Alex Krizhevsky提出的深度卷积神经网络，以领先第二名41%的碾压性优势夺冠，彻底终结了旧时代。

今天所有的视觉AI应用：自动驾驶、医学影像、安防识别、手机相册分类……都站在ImageNet的基础上。这是她改变整个行业的第一次。

03 从学界到产业—为“AI为人类”而努力

2013年，李飞飞正式出任斯坦福人工智能实验室（SAIL）主任，在这里她并不仅是管理者，更像一个带着显微镜和望远镜的探路者：一边带领团队让视觉理解从简单“识别”逐步走向更深层次的“理解”，推动AI愈发能感知世界的细节；另一方面，她开始思考一个更大的问题——AI不应该只是少数人的专利。在她看来，让人工智能服务更多人类群体，才是真正值得投入心血的方向。

在这个时间段，李飞飞并没有只局限于实验室的白板和代码里。2015年，她与他人联合创立了AI4ALL，一项非营利教育项目，旨在将AI教育带给更多女性、少数族裔与普通青年，让这个领域的未来构建者来自更广泛的背景，而不是集中在少数精英圈层里。这个倡议从根本上应对了AI教育与参与的结构性不平衡问题。

2017年，李飞飞给自己安排了一段特别的“假期”——她从斯坦福暂时离开，在 Google Cloud 担任AI/ML首席科学家兼副总裁，这是真正将学术洞见带入产业实践的阶段性役使。她参与制定谷歌云在人工智能与机器学习上的战略方向，同时推动了一系列旨在降低AI技术门槛的产品与工具。

其中最为人熟知的成果，当属Google Cloud AutoML。这个产品的诞生，不再需要开发者精通复杂算法，只需上传数据，便可自动生成定制化机器学习模型。2018年初AutoML Vision正式发布，并在随后扩展出了文字与翻译等功能，这一设计正中她长期倡导的“AI普惠化”理念：AI的价值不在于炫技，而在于让更多企业、开发者乃至普通用户都能用得起、用得好。与此同时，她还和团队推动成立了Google AI中国中心，表态“AI没有国界”“AI应该是每个人的”，体现了她对AI全球共享价值的思考。

2018年，当她返回斯坦福继续教学与研究时，李飞飞已经不只是一个学术主理者，而是一个连接学术与产业、技术与公民、机器智能与人类价值的“桥梁建造者”。她在斯坦福和谷歌之间的这段旅程，既是技术落地的底色，也是让AI更贴近真实世界与更多人的起点。

图片来源：领英

04 人性、伦理与未来 — 她对 AI 的另一种思考

2025年春，一场在伦敦圣詹姆斯宫举行的颁奖典礼将全世界目光聚焦在了李飞飞（Fei-Fei Li）身上——这位被媒体称为“AI教母”的华裔科学家，与黄仁勋等AI先驱一同荣获伊丽莎白女王工程奖（Queen Elizabeth Prize for Engineering），成为全球工程界最受瞩目的人物之一。该奖项常被誉为工程领域的“诺贝尔奖”，以表彰对科技与人类福祉作出深远贡献的创新者。

李飞飞的名字与ImageNet密不可分。这个在2000年代初启动的大规模图像数据库，让机器“看见”世界成为可能，并为深度学习在计算机视觉领域的突破建立了基准。ImageNet不只是一组数据，更是让AI能理解图像语义的通用“语料库”，推动了算法从实验室走向产业应用。

对李飞飞来说，AI的进步不止于技术的加速，更关乎人类自身的价值与伦理。在领奖现场及随后接受BBC等采访时，她强调自己对被称为“AI教母”既感到自豪，也意识到这个称号带来的责任：它不仅代表技术成就，更代表推动更多女性和少数群体在科技领域获得认可的机会。在谈及AI的未来时，李飞飞并不迷信技术的无限扩张。她指出，AI发展不应陷入两极化的极端论述——既不盲目悲观地视其为“灭绝风险”，也不单纯以技术奇点作为幻想终点。她认为，AI的真正挑战在于如何将创新与人性、伦理、社会价值深度融合，让技术服务于更广泛的公共利益，而不是仅为算力或商业增长服务。

这种思想源于她长期倡导的“以人为本的AI”理念。早在2019年，李飞飞就与同事共同创立了斯坦福人本AI研究所（HAI），推动跨学科对话，让工程师、社会科学家、政策制定者一同参与AI的未来设计。这一切的背后，是一位科学家对技术与社会关系的深刻洞察：当AI能够处理语言与视觉之后，下一个挑战是让它真正理解人类生活的复杂性。在这个过程中，技术应成为增强人类能力、而非削弱人类价值的力量。

05 “AI教母”李飞飞集结WorldLabs，剑指AI新圣杯——空间智能

回看李飞飞过去二十年的研究轨迹，你会发现她几乎每一次关键选择，都踩在技术范式转移的临界点上。这种“踩点”并非直觉或运气，而是一种高度结构化的判断逻辑：当一个技术突破完成从“可行”到“规模化”的跃迁后，新的瓶颈必然会出现在系统能力的边界处。在语言模型解决了“理解与生成语言”、视觉模型完成了“看见与分类”之后，人工智能仍然缺失一个核心能力——对真实世界空间关系与物理结构的理解。如果机器无法理解“物体在何处”“彼此如何关联”“在物理规则下会发生什么”，那么推理与行动就无法真正闭环。

基于这一判断，李飞飞提出：人工智能的下一个边界不是更大的模型，而是空间智能（Spatial Intelligence）。它并非简单的“看见世界”，而是让机器理解世界中的位置、关系、结构乃至物理规律，从而实现感知—推理—互动的一体化能力。正是在这一逻辑之下，李飞飞联合前Meta科学家、密歇根大学教授Justin Johnson等人，于2024年创立了World Labs，系统性地推进空间智能的研究与产品化探索。

图片来源：worldlabs官网

Marble是World Labs的首款商业产品——一种基于“世界模型”的生成式AI工具，它能从文本提示、图像、视频甚至3D布局图中自动创造出可编辑、可探索的三维世界。用户不仅能生成高度逼真的3D场景，还可以在其中自由导航、调整元素，并导出为可用于游戏、影像制作或虚拟现实应用的资源。与传统的3D设计工具不同，Marble不再依赖人工绘制模型，而是借助AI的“空间理解”直接构建物理合理、细节丰富的三维环境，从而大幅降低创作者构建虚拟世界的门槛。它目前已面向公众推出免费增值（freemium）和付费订阅模式，覆盖从轻量试用到专业创作的多种需求。

图片：来源Marble网站

对于World Labs来说，Marble只是迈向空间智能时代的第一步。未来，这类世界模型不仅能助力电影、游戏、建筑设计等创意行业，还可能深刻影响机器人导航、增强现实（AR）、自动驾驶模拟，以及科学研究中的三维推理任务。李飞飞和团队正在将这一领域从实验室前沿逐步推向产业和社会应用的前端。

AI的发展从来不是单一维度的突破，而是多个能力融合的长期演进。随着空间智能成为新的推动力，我们或许正迎来AI认知体系的第三次大跃进——一次让机器真正“理解世界空间”的革命。李飞飞的World Labs和Marble，不只是技术产品，更是新一代智能时代理想的方向标。

reference：

Stanford Medicine RAISE Health

Fei-Fei Li — RAISE Health Leadership Profile, Stanford Medicine RAISE Health. https://med.stanford.edu/raisehealth/leadership/fei-fei_li 

[2] 新浪财经

李飞飞最新访谈：追逐AI的“北极星”—从ImageNet到三维世界的空间智能 | 附全文+视频, 新浪财经. https://finance.sina.com.cn/stock/t/2025-07-02/doc-infeanhm4426226.shtml 

[3] Britannica

Laura Payne , Fei-Fei Li, Encyclopaedia Britannica. https://www.britannica.com/biography/Fei-Fei-Li 

[4] Princeton University News

John Hopfield and Fei-Fei Li win Queen Elizabeth Prize as pioneers in modern AI, Princeton University.

https://www.princeton.edu/news/2025/02/06/john-hopfield-and-fei-fei-li-win-queen-elizabeth-prize-pioneers-modern-ai 

[5] Stanford News / Queen Elizabeth Prize

Shana Lynch , Fei-Fei Li wins Queen Elizabeth Prize for Engineering, Stanford Report. https://news.stanford.edu/stories/2025/11/fei-fei-li-queen-elizabeth-prize-engineering 

[6] Wikipedia

Fei-Fei Li, Wikipedia (English). https://en.wikipedia.org/wiki/Fei-Fei_Li 

[7] Queen Elizabeth Prize Official Website

Queen Elizabeth Prize for Engineering: Winners and Information, Official QEPrize.org site. https://qeprize.org/ 

[8]湖南科技大学

【IT行业名人传记】执着理想，纯粹当下—— AI女神李飞飞的逆袭之路

https://computer.hnust.edu.cn/xsgz/kcsz/ITxygsh/0d0eb972f0fa4329808c4d9ce447fca1.htm

[9]腾讯云

ImageNet这八年：李飞飞和被她改变的AI世界

https://cloud.tencent.com/developer/article/1077004

文章来自于“ZFinance”，作者“ZF编辑部”。