著名华裔人工智能科学家、斯坦福大学教授李飞飞近期创办了一家新的AI公司。这也是她2018年从谷歌离职重返斯坦福后，首次直接下场参与的创业项目。

李的个人领英主页也有了相应的更新变化，最上面的简历一栏显示她从2024年1月已经有了新职位，相关项目匿名显示为“something new”，工作状态为“全职”。

根据路透社报道，李飞飞所创办的新公司主要从事“空间智能”的研发，已完成种子轮融资，投资方包括a16z和RadicalVentures。 李飞飞本人也是RadicalVentures的合伙人之一，这是一家专注于人工智能和相关创新的独立基金，在加拿大注册成立，成立之初就拿到了AI领域的顶尖科学家Jeff Hinton、李飞飞等人的投资。

而新公司要做的“空间智能”也与李飞飞最近在许多场合频繁提及的AI应用方向一致。

按照其上个月在TED大会上发表的主题演讲介绍，空间智能是通过理解物体之间的关系，从中得到新的发现或预测。这是比传统视觉识别更高级的计算机视觉智能，是综合自然语言大模型、机器人、计算机视觉多领域研究成果的一门研究，机器可以像人类一样进行更复杂的视觉推理，进而采取更贴合实际的行动。

她在演讲中展示了一张“猫伸出爪子要把玻璃杯推向桌子边缘”的照片来帮助观众理解何为空间智能：人类大脑通常这一瞬间可以评估玻璃杯的几何形状、玻璃杯在真实三维世界中的位置、杯子与桌子、猫和其他物体的关系，并且可以预测接下来会发生什么，采取行动。

而空间智能所要做的就是教会计算机如何在真实的三维世界中行动。

去年11月，李飞飞领导实验室已经发布过一款“VoxPoser”智能机器人。这项研究把通用语言大模型与计算机视觉、机器人等多项技术结合在一起，允许机器人通过接入大模型来直接理解人类的自然语言指令，并将这些复杂指令转化为具体的行动规划。这款机器人不但能顺利完成类似于人类口头直接指派的“清扫垃圾到簸箕里”“打开抽屉并注意避开附近的花瓶”等日常任务，还能根据诸如“我是左撇子”“你偏离了1厘米”等特殊行为偏好来调整操作。

更为重要的是，团队宣称这款机器人可以做到“零样本”，即不需要提前接受过特定任务训练也能够完成训练。虽然此项目目前还处于实验室测试阶段，但也足以令常年受困于“数据不足”的机器人行业兴奋异常。

“让我们更接近一个人工智能不仅可以看到、创造，还与周围的物理世界互动的世界。”李飞飞在TED演进中这样总结空间智能的最终愿景。

让计算机像人一样“看到”，也是李飞飞多年人工智能研究的注脚。她近日出版的个人自传也用“我看见的世界”作为书名。

1976年，李飞飞出生于中国北京，在四川成都长大。1992年跟随父母前往美国移民定居，先后考入普林斯顿大学、加州理工学院攻读本科、研究生。

2005年，不满30岁、刚从加州理工学院拿到电子工程博士学位的李飞飞，便同自己的一名研究生共同发起了ImageNet项目。这个项目是她学术生涯的开端，也是其迄今为止为人工智能行业做出的最重要贡献。

ImageNet是一个拥有超过1500万张经过标注的高清图片，覆盖了22000个类别的大型图像数据库，庞大的数据集为人工智能深度学习模型的训练提供了丰富的资源。此后，她与学生发起了ImageNet Challenge挑战赛，从2010年至今已有14年的历史，每一年举办一次，已经成为了目前计算机视觉领域最受瞩目的顶尖赛事。

上述两项工作也被认为奠定了人工智能革命全面爆发的开端。2022年，李飞飞被选为美国工程院院士时，官方在颁奖词中写道，“李飞飞为建立大型机器学习和视觉理解知识库做出了贡献。”

来源 ：界面新闻 作者：李彪