李飞飞这场 2 小时访谈，几乎把AI 到底会把人类带到哪里讲透了！ 斯坦福教授、ImageNet 发起者李飞飞，最近和 Andrew Huberman 聊了近两个小时。 整场没有一直纠结哪个模型更强、AGI 什么时候来，而是在讨论一个更重要的问题： AI 越来越强以后，人到底还剩下什么？ 重点整理： 1. 视觉，可能才是智能真正的起点 李飞飞从 5 亿多年前的生命进化讲起。 早期生物获得感光能力以后，第一次可以真正感知外部世界，视觉随后成为生命进化的重要推动力。 直到今天，人类大脑仍有大量皮层参与视觉处理。孩子也是先通过视觉认识世界，之后才发展语言。 这也是为什么她一直认为：研究智能，不能只研究语言。 2.ImageNet 改变 AI，不只是因为图片多 2006 年前后，李飞飞发现，当时计算机视觉迟迟突破不了，很可能不是算法不够，而是机器见过的世界太少。 于是有了 ImageNet。 到了 2012 年，三个条件终于碰到一起： 算力：GPU 算法：神经网络 数据：ImageNet AlexNet 随后引爆深度学习革命。 后来大语言模型走的，其实还是同一条路线： 更强的算法 + 更大的算力 + 更多的数据。 3.今天 AI 最大的问题之一：太依赖数据 一个两三岁的孩子，看过几只猫以后，就已经能理解什么是猫。 哪怕书架后面只露出一条尾巴，他也可能判断那里藏着一只猫。 AI 却需要吞下互联网规模的数据，调整海量参数，才能获得类似的泛化能力。 我们已经造出了非常聪明的机器，但人类至今仍没有完全搞清楚： 为什么一个孩子只需要极少的数据，就能学得这么快。 4. AI 可以模仿共情，但它没有经历过你的人生 这是整场我最喜欢的一段。 互联网虽然保存了海量文字、照片和视频，但绝大多数人的第一人称体验，从来没有被上传过。 童年的某个下午，失去亲人的感受。 一只杯子突然唤起的私人记忆。 两个人共同经历痛苦之后产生的默契。 这些东西不存在于训练集里。 所以 AI 可以非常准确地说出： 我理解你的感受。 但本质上，它只是学会了在这个场景里，什么样的语言最合适。 它没有真正经历过你的感受。 你的直觉、记忆和独特人生，并不是简单增加训练数据就能复制出来的东西。 5.李飞飞更相信人 + AI，而不是AI 替代人 她讲了自己父亲接受肝脏手术的经历。 手术用了达芬奇机器人，但机器人并没有自己做手术，真正判断和操作的依然是医生。 原因很现实： 肝脏高度血管化，每个人的结构又不同，高质量病例数据远没有互联网文本那么丰富。 这类任务，很难靠单纯堆数据直接解决。 但机器人又可以极大增强医生的能力。 很多行业未来更现实的形态，可能都是： 人没有消失。 只是会使用 AI 和机器的人，获得了以前没有的能力。 6.机器人应该先拿走那些人类没必要亲自做的工作 医院搬运、老人取药、危险环境作业、消防、重复家务…… 李飞飞并不排斥机器人进入这些领域。 机器人替老人拿药，不等于替代子女陪老人聊天，机器人替护士搬东西，不等于替代护士，机器人进入火场，是为了让消防员少拿生命冒险。 她反复强调的核心词是： Agency，人的主动性。 7.她甚至认为，学校应该教孩子 Prompt 李飞飞对教育有两个担忧。 一个是学生什么都交给 AI，最后连自己思考和学习的动力都没了。 另一个是学校因为害怕作弊，干脆把 AI 禁掉。 她认为这两个极端都不对。 AI 应该成为学习伙伴，而不是答案机器。 她甚至把苏格拉底称为人类历史上最优秀的「Prompt 工程师」之一。 因为真正高级的 Prompt，从来不是背几个万能句式。 而是： 你能不能提出一个好问题。 8.所以李飞飞创业后，押注的已经不是下一个 ChatGPT 她创办 World Labs，押注的是 Spatial Intelligence： 空间智能。 今天 AI 已经很会处理文字，视频生成也在快速进步，但机器距离真正理解现实世界，还差很远。 物体在哪里？空间是什么？东西怎么运动？人怎么和环境互动？机器人如何在真实世界完成任务？ 如果语言模型解决的是： 机器怎么理解人类说的话。 空间智能想解决的是： 机器怎么理解我们生活的这个世界。 听完两个小时，我觉得李飞飞真正想表达的其实很简单： AI 当然会越来越强。 但最重要的问题，从来不是机器什么时候超过人，而是我们最终把什么交给机器，又坚持把什么留给自己。 计算、检索、重复劳动、危险工作，都可以不断交出去。 但人的主动性、判断、创造欲、私人记忆，以及人与人真正建立起来的关系，可能才是 AI 时代最值得保护的东西。 PS：2个小时很长，但是干货满满，看完很受启发，每一个关注AI的同学都应该看看。 如果看不懂英文的话，我的建议很简单，直接让Grok4.6做个视频翻译插件，很容易。