李飞飞

李飞飞近期围绕「世界模型」发表了一系列观点，强调其在AI理解物理空间中的关键作用。她将世界模型细分为三种形态：作为渲染器生成视觉内容、作为模拟器预测物理交互、作为规划器进行长期决策，并指出视频生成、游戏引擎和物理引擎是三种不同的实现路径。此外，其团队发布的大规模图文数据集GPIC（含1亿对图文）为视觉生成研究提供了新基准。在斯坦福CS231n课程进入第11年之际，课程吸引了来自七个学院的学生，展现了AI教育的跨学科影响力。当前焦点在于如何区分和融合世界模型的多种定义，以及如何将数据集和模型能力转化为可落地的物理世界理解系统，未来需观察其在机器人、自动驾驶等领域的实际应用进展。