李飞飞在2025年Y Combinator炉边对谈中的最新观点，结合她对AI发展的深刻洞察，我们总结成AI前沿的5点核心认知：

1. 空间智能是AGI的必要组成部分
核心观点：真正的通用人工智能（AGI）必须突破语言和图像的局限，具备理解、生成和交互三维世界的能力。李飞飞将“空间智能”定义为AI的下一个关键前沿，强调“没有空间智能的AGI是不完整的”。
依据：从进化生物学角度，语言仅用百万年形成，而视觉和空间理解能力耗费了5.4亿年演化，凸显其复杂性。空间智能涉及物理规律、动态变化及多维结构，是智能体（如机器人、自动驾驶）行动的基础。

2. 三维世界建模面临三大技术挑战
维度爆炸：语言是一维序列，图像是二维网格，而世界是“3D+时间”的连续体，数据维度和计算复杂度指数级上升。
感知病态性：AI需从二维投影（如摄像头图像）反推三维结构，包括遮挡关系和物体空间位置，数学上属于“病态问题”（微小误差被无限放大）。
数据稀缺性：语言数据可大规模爬取，但空间数据“藏于人脑”，难以标注和组织，需结合现实采集与合成数据。

3. “世界模型”是第三代基础模型的核心
模型定位：李飞飞提出基础模型的演进路径——语言为第一代、图像为第二代、世界模型为第三代。World Labs的目标是构建能同时“看见并想象世界”的生成-感知一体化模型（Generative-Perceptual Symmetry），打破传统视觉与生成模型的割裂。
应用场景：聚焦“场景级3D生成”和“任务导向模拟平台”，服务于家庭机器人（如理解厨房物体互动逻辑）、工业制造、元宇宙内容创作等领域。

4. 数据策略转向“混合式先验驱动”
方法论变革：放弃纯规模驱动的ImageNet范式，采用人工采集+合成数据+物理/语义先验的小而精数据策略。例如，引入物体运动规律（如“移动锅则勺子随动”）作为训练约束。
技术融合：结合神经辐射场（NeRF）、可微分渲染（如Pulsar技术）等工具，解决3D结构重建与生成的数学难题。

5. AI的未来在于“行动落地”而非语言抽象
批判性视角：当前大语言模型（LLM）仅解决抽象知识表达，但空间智能才是智能体（Agent）落地的关键。例如，自动驾驶需实时理解道路拓扑关系，送餐机器人需规避动态障碍物。
行业趋势：OpenAI与Jony Ive合作开发具身智能硬件、DeepMind的DreamerV3强化感知-行动闭环，印证了空间智能的迫切性。
总结：
李飞飞的认知体系揭示了AI从“虚拟交互”迈向“物理行动”的技术拐点。她以空间智能为支点，推动AI从理解符号走向理解世界，其创立的World Labs正试图攻克这一“近乎妄想的问题”。这一方向不仅将重塑机器人、元宇宙等产业，更可能成为AGI实现的终极拼图。