李飞飞这个名字，对关注AI的人来说并不陌生。从ImageNet到斯坦福HAI，她一直是AI领域最具影响力的华人科学家之一。
据华尔街日报与澎湃新闻报道，李飞飞在卸任斯坦福大学相关行政职务后，近期首次公开阐述其创业方向：空间智能（Spatial Intelligence）。她认为，下一代AI不仅要能看懂图像，更要理解三维世界中的空间关系。
什么是空间智能
简单来说，空间智能就是让AI像人一样理解物体在哪里、如何移动、与环境如何互动。这与当前主流的生成式AI不同——后者擅长的是语言模式和二维图像，而空间智能指向的是机器人、自动驾驶、增强现实等需要三维理解的场景。
李飞飞团队的研究方向包括：让AI从单张图片推断三维结构、理解物体的物理属性、预测交互后的状态变化。这些能力一旦成熟，机器人就不再需要预先编程每一个动作。
为什么是现在是空间智能
大语言模型已经证明了Scaling Law在文本领域的威力，多模态模型正在把图像和声音纳入进来。但物理世界的智能——也就是"具身智能"——还需要空间理解作为中间层。
用她的话说："如果AI不能理解三维世界，就无法真正帮助我们完成物理世界的任务。"
对产业的影响
空间智能的进展，可能直接影响：
- 人形机器人的视觉与动作规划；
- 自动驾驶对复杂路况的理解；
- AR/VR设备与真实环境的融合；
- 工业质检、仓储物流等场景的自动化。
普通人现在能做什么
1. 如果你做产品开发，思考你的场景是否需要"三维理解"，而不仅是"识别"；
2. 如果你关注投资，空间智能相关的感知硬件、仿真平台、机器人本体都值得列入观察清单；
3. 对普通用户来说，空间智能最直观的落地可能是：未来家里的机器人真的能"看懂"你的房间，而不是靠撞来定位。
从ImageNet让机器看见世界，到空间智能让机器理解世界，李飞飞的轨迹本身就说明了AI进化的方向。
空间智能为什么难
理解三维世界之所以难，是因为真实环境充满了不确定性。同样的杯子，可能放在桌上、挂在墙上、倒扣在抽屉里。AI不仅要识别它是什么，还要判断它在哪里、可以怎么拿、拿起来后会发生什么。这需要的不是更多标注数据，而是对世界物理规律的内在理解。李飞飞押注这个方向，本质上是在推动AI从"识别模式"走向"理解世界"。
产业落地需要哪些条件
空间智能从实验室走向产业，需要三个条件：高质量的三维数据集、高效的仿真环境，以及能与物理世界交互的机器人平台。目前这三个条件都还不成熟。李飞飞团队的创业，某种程度上就是在补齐这些基础设施。她的长期主义打法，可能会让公司在短期内看不到爆发性收入，但一旦生态成型，壁垒也会很高。