行业91°

World Labs 被 AMD 收购,李飞飞出任执行副总裁兼首席科学家

精选理由

李飞飞亲笔讲的收购内幕:Atlas 怎么从几张图预测 3D 视角,以及为什么她觉得离硬件近才做得成机器人。

李飞飞于 2024 年初与 NeRF 作者 Ben Mildenhall、Justin Johnson 联合创办 World Labs,核心方向是空间智能。公司近期发布了从零训练的全模态模型 Atlas,用几张 2D 图像预测下一个视角,把生成模型与多视角几何结合,在稀疏重建任务上超过专用模型。World Labs 还收购了 SceniX,瞄准机器人仿真训练环境。AMD CEO 苏姿丰是 World Labs 早期投资人,两家公司去年开始在 AMD GPU 上做训练和推理优化。收购后李飞飞出任 AMD 执行副总裁兼首席科学家。

原文 · 宝玉

李飞飞创办的 World Labs 被 AMD 收购,她本人出任 AMD 执行副总裁兼首席科学家。这篇文章是她写的公开信,讲了三件事: 1. 为什么创办 World Labs 2. 两年多 World Labs 做出了什么 3. 为什么选择 AMD 她为什么创办 World Labs 李飞飞从 2000 年读研开始做计算机视觉。她实验室做的 ImageNet,和神经网络算法、GPU 一起,被公认为开启了现代深度学习时代。之后她做过 Google Cloud AI 首席科学家,也是斯坦福 HAI 的创始院长。 生成式 AI 兴起后,前沿研究的重心从学术界转到了工业界,她判断创业是最能产生影响的路。2024 年初,她和 Ben Mildenhall(NeRF 的作者之一)、Justin Johnson 一起创办了 World Labs。 公司的核心信念是:光靠语言训练不出完整的智能。世界不是由文字组成的,是由真实的物体组成的。科学、娱乐、机器人这些领域的很多关键问题,都需要模型理解物理世界的结构和运行规律。这就是她一直说的“空间智能”。 两年多做出了什么 建了一支在图像、视频、三维重建方向很强的模型训练团队,还收购了 SceniX,目标是做机器人仿真。 最近发布了 Atlas,一个从零训练的全模态(omni)模型。它的思路很好懂:大语言模型根据前文预测下一个 token,Atlas 根据几张 2D 图像预测“下一个视角”该是什么样子。 她说 Atlas 把生成模型和多视角几何结合起来,基本解决了计算机视觉里的老难题“稀疏重建”,效果甚至超过了专用模型。 应用方向包括:给机器人强化学习搭建训练环境,为心理治疗和娱乐生成场景,以及房地产、设计、建筑行业的真实场景重建。 为什么是 AMD 她给的理由是,要把研究放大,就得离硬件更近。没有硬件,AI 的效率和规模都会受限,而且只能停留在数字世界里,这一点对机器人方向尤其重要。 AMD CEO 苏姿丰是 World Labs 的早期投资人,两家公司去年就开始深度合作,在 AMD GPU 上做模型训练和推理优化。 合作越深入,双方越觉得把软硬件、基础模型和应用整合在一起是顺理成章的事。 她还特意强调,加入 AMD 之后会继续开放地做研究,提供最好的开放模型和端到端平台。 Fei-Fei Li @drfeifei x.com/i/article/2104… 🔗 View Quoted Tweet 💬 4 🔄 0 ❤️ 5 👀 2409 📊 4 ⚡