最少只用2张图，AI就能像人类一样理解3D空间了。ICCV 2025最新中稿的LangScene-X：以全新的生成式框架，仅用稀疏视图（最少只用2张图像）就能构建可泛化的3D语言嵌入场景，对比传统方法如NeRF，通常需要20个视角。
空间智能的落地还需要多久？现在就可以了。
在我看来，没有空间智能，通用人工智能就不完整。这是“AI教母”李飞飞在最新访谈中对AGI的判断——是的，李飞飞也开始谈论AGI了。
AI能看图，也能讲故事，但能理解“物体在哪”“怎么动”吗？ 空间智能，正是大模型走向具身智能的关键拼图。
因为眼睛受伤暂时失去立体视觉，李飞飞更加坚定了做世界模型的决心。
本文第一作者为前阿里巴巴达摩院高级技术专家，现一年级博士研究生满远斌，研究方向为高效多模态大模型推理和生成系统。通信作者为第一作者的导师，UTA 计算机系助理教授尹淼。尹淼博士目前带领 7 人的研究团队，主要研究方向为多模态空间智能系统，致力于通过软件和系统的联合优化设计实现空间人工智能的落地。
人形机器人、无人机、智能汽车这三个领域将成为空间智能的爆发点。对于具身智能（Embodied Intelligence），真实的物理环境就是最好的老师
World Labs 是由著名 AI 专家、斯坦福大学教授李飞飞于 2024 年创办的初创公司，致力于开发具备“空间智能”的下一代 AI 系统。
李飞飞空间智能创业公司World Labs，开源一项核心技术！
杯子在我的左边还是右边？
