在openEuler用超节点技术破解AI算力调度难题的同时，AI领域的“思想灯塔”已为行业发展锚定新方向。11月10日，斯坦福大学教授、AI领域权威学者李飞飞发表题为《From Words to Worlds: Spatial Intelligence is AI’s Next Frontier》（从语言到世界：空间智能是AI的下一个前沿）的长文，迅速在硅谷引发刷屏效应。文中直指当前大语言模型“脱离物理世界”的核心缺陷，提出以空间智能构建机器认知的“脚手架”，这一观点不仅获得杨立昆等顶尖学者响应，更被硅谷投资圈视为AI下一代技术革命的“风向标”。
核心论断：大语言模型的“黑暗行走”与空间智能的破局
“即便最强大的大语言模型，在基础空间智能测试中也表现拙劣。”李飞飞在长文中开门见山，点出当前AI发展的关键瓶颈。她指出，以语言为核心的AI系统虽能精准处理文本信息、生成逻辑连贯的内容，却如同“在黑暗中行走”——缺乏对三维物理世界的感知、推理与交互能力，无法理解物体间的空间关系、物理规律及动态变化，这与人类通过空间认知构建世界理解的底层逻辑相去甚远。
在李飞飞的定义中，空间智能是人类与物理世界交互的底层能力，既是日常生活中停车、接物等动作的基础，也是建筑设计、科学实验等复杂创造活动的核心。这种“超越语言的智能”，正是当前AI与人类智能的核心差距。她强调，AI要实现真正的智能，必须从“处理文字”转向“理解世界”，而空间智能就是连接感知与行动的关键纽带。
技术蓝图：构建“生成-多模态-交互”三位一体世界模型
为让机器具备空间智能，李飞飞提出需构建全新的“世界模型”，并明确了该模型的三大核心能力，为技术研发提供了清晰路径：
1. 生成性：创造逻辑自洽的虚拟世界
该模型需能生成在几何结构、物理规律和语义表达上均保持一致性的3D虚拟环境。李飞飞团队正在开发的Marble平台已展现潜力，该平台可根据简单指令快速生成可探索的3D场景，其生成的空间不仅符合物理力学规律，还能匹配用户需求的语义场景——如“充满绿植的阳光书房”，既保证家具摆放的空间合理性，又满足氛围营造的需求。
2. 多模态性：融合全维度信息输入
与单一依赖文本的大语言模型不同，空间智能模型需原生支持文本、图像、动作、传感器数据等多模态指令的整合与理解。例如，当用户发出“将红色盒子放到书架第三层”的语音指令时，模型需同时处理语音信息、通过视觉识别物体位置、借助空间推理规划动作路径，这一过程完全模拟人类接收与处理信息的方式。
3. 交互性：实现动态反馈与预测
空间智能的核心价值在于交互，模型需能根据外部动作输入实时预测世界的变化趋势。李飞飞以具身机器人为例说明：当机器人伸手触碰水杯时，模型需提前预测水杯被触碰后的倾斜角度与水流轨迹，从而调整动作力度避免打翻，这种动态预测能力正是当前AI系统最缺失的特质。
应用全景：从创作工具到科学革命的三级跳
基于空间智能的技术特性，李飞飞在长文中描绘了其从短期到长期的应用演进路径，覆盖多个关键领域：
短期（1-3年）：赋能创意产业
为电影、游戏、建筑等领域提供高效创作工具。例如，建筑师可通过语音描述直接生成3D建筑模型并实时调整结构；游戏开发者能快速构建庞大的虚拟地图，且场景内所有物体均符合物理规律，大幅降低内容制作成本。
中期（3-5年）：推动具身智能落地
通过高仿真空间训练，让服务机器人具备家庭协作能力。李飞飞预测，未来的家庭机器人将能精准完成“整理衣柜”“摆放餐具”等复杂任务，甚至可协助老人取药、照顾儿童，真正成为人类生活的协作伙伴。
长期（5-10年）：重构科学与医疗
在科学领域，空间智能模型可模拟分子空间结构与化学反应过程，加速新药研发；在医疗领域，通过构建人体器官3D模型，辅助医生进行精准手术规划与疾病诊断，为个性化医疗提供核心支撑。
硅谷回响：资本与学界的双重共鸣
李飞飞的长文之所以引发硅谷震动，不仅因其观点的前瞻性，更源于其背后的技术实践与产业资源。2024年4月，李飞飞创立科技公司World Labs，同年9月便完成2.3亿美元融资，投资方包括a16z、英伟达风投等硅谷顶级资本。今年9月，该公司推出的空间智能模型Marble预览版已开启限量测试，初步验证了技术可行性。
学界层面，这一观点获得多位AI领军人物响应。李飞飞与杨立昆、谢赛宁等学者联合发表的论文《Cambrian-S: 迈向视频中的空间超感知》，进一步从学术层面论证了空间智能的必要性，提出“超感知能力是AGI（通用人工智能）的前置条件”。硅谷知名科技媒体《The Verge》评价称：“李飞飞的长文终结了AI行业对语言模型的路径依赖，为产业发展开辟了新赛道。”
李飞飞在长文结尾重申其AI发展理念：“构建空间智能不是为了创造取代人类的机器，而是让AI成为增强人类能力的工具。当机器能承担繁琐的空间操作任务时，人类将拥有更多精力投入到创意、思考与情感交流中——这才是AI的终极价值。”
挑战与展望：空间智能的“攻坚之路”
尽管前景广阔，空间智能的落地仍面临多重挑战。李飞飞在文中坦诚，当前亟需突破三大难题：一是缺乏大规模高质量的空间标注数据，现有数据难以支撑模型对复杂场景的学习；二是需要开发新型模型架构，平衡空间推理的复杂度与计算效率；三是需建立新的评估标准，量化AI的空间智能水平。
对此，业界已开始行动。World Labs宣布将开放Marble平台的部分数据集，与学界共建空间智能研究生态；英伟达则表示将在下一代GPU中优化空间计算单元，为相关模型提供算力支撑。正如李飞飞所言：“空间智能不是单一技术的突破，而是一场涉及数据、算法、硬件的全产业链革命，需要全球开发者共同参与。”
结语：AI从“读懂文字”到“理解世界”的跨越
从openEuler的算力底座革新，到李飞飞的空间智能蓝图，AI产业正呈现“硬件筑基、软件定向”的清晰发展脉络。如果说超节点操作系统解决了AI的“动力问题”，那么空间智能就为AI指明了“前进方向”——从依赖语言的抽象智能，走向融合物理世界的具象智能。
李飞飞的长文之所以能引爆硅谷，本质上是戳中了行业发展的核心痛点。当AI不再局限于屏幕内的文字交互，而是能走进物理世界与人类协同，其产生的社会价值将远超当前。在这场新的技术浪潮中，空间智能不仅是AI的下一个前沿，更是人类与机器构建新型协作关系的起点——而这，正是李飞飞等AI先驱始终坚守的初心。
