3個月，最新估值超10億美元（約合72億元人民幣），這一成績已經令李飛飛很難低調創業。
最近，據多家外媒報道，知名華裔電腦科學家李飛飛創辦的World Labs（空間智能）已經完成兩輪融資。在最新的一輪融資中，空間智能籌集到了約1億美元資金，使其最新估值突破10億美元，晉升為又一AI獨角獸。目前，空間智能的投資者包括Andreessen Horowitz（安霍創投）和AI基金Radical Ventures，均為擅長科技投資的頂尖投資機構。
「AI教母」下場創辦「空間智能」
World Labs創立於今年4月份，由李飛飛在史丹福大學任職的休假期間創辦，旨在開發能夠執行高級推理並理解物件之間3D空間關系的「空間智能AI系統」。記者查詢史丹佛官方網站發現，其個人介紹頁面狀態顯示為：「2024年1月1日至2025年12月31日，部份休假。」這顯示，AI創業或許是今明兩年李飛飛的工作重心所在。
事實上，李飛飛一直十分推崇「空間智能」的概念。今年4月，李飛飛在加拿大溫哥華舉行的2024年TED大會上發表了題目為【有了空間智能，AI將會理解現實世界】的演講，分享了關於空間智能及其改變世界的力量的看法。
她表示，宇宙誕生之初，萬物一片黑暗，直到第一批生物前進演化出視覺，從而引發了生命、學習和進步的爆發。在演講中，她展示了一張「貓伸出爪子要把裝有牛奶的杯子推下桌子」的圖片，闡釋人類在看到圖片時，會不自覺開始分析玻璃杯的形狀、判斷其在空間中的位置與周圍物體的關系，從而產生行動的沖動。將感知與行動聯系起來的這種沖動，就是具有空間智能的生物的本能。
「視覺變成洞察力，洞察力變成理解力，理解力推動行動，所有這些都產生了智能。」李飛飛表示。在她看來，視覺是智能產生的基礎，「看」和「做」之間的迴圈正在加速機器人的學習行程。因此，空間智能的願景是訓練一台能夠理解復雜物理世界及其中物體相互關系的機器，這將綜合大語言模型、機器人、電腦視覺等多領域研究成果。
李飛飛同時介紹了其團隊在空間智能領域的最新進展，例如開發由3D空間模型驅動的模擬環境，訓練電腦和機器人在3D世界中采取行動，如根據口頭指令讓機械臂執行包括開啟抽屜、拔掉充滿電的手機、制作三明治等簡單任務。
從學者到創業者的身份轉變
李飛飛在人工智能界一直是一個風向標一般的存在，尤其在電腦視覺領域，具有極強的影響力。
她不僅是電腦視覺領域標桿成果ImageNet的作者，同時作為史丹福大學電腦科學教授以及史丹佛人工智能研究所的創始主任，她門下也培養了眾多高徒。例如，曾在OpenAI、特斯拉任職的Andrej Karpathy，在輝達供職的Jim Fan等圈內大牛，都是她的學生。因此，她也被譽為「AI教母」。
公開資料顯示，李飛飛1976年生於北京的一個高級知識分子家庭，16歲時赴美求學。從2000年進入加州理工學院攻讀研究生起，李飛飛一直從事人工智能研究，並於2005年獲得電子工程博士學位。她在33歲時就成為史丹佛電腦系終身教授，44歲成為美國國家工程院院士。在電腦視覺這一領域還相當冷門的早期，李飛飛就選擇了這個方向並持續耕耘，創立了ImageNet——一個擁有1500萬張圖片的數據庫，成為人工智能電腦視覺研究的奠基之作。
僅僅成立3個多月便「狂攬」巨額資金，並飛速成長為AI獨角獸，這顯示了李飛飛在AI圈強大的號召力，也吸引了廣泛的關註。然而，李飛飛此前更強調自身的學者身份，對於創業一事頗為低調。
去年2月，李飛飛正式加入風險投資公司Radical Ventures。李飛飛當時在該公司網站上的一篇聲明文章稱：「我將在擔任史丹福大學電腦科學系教授和史丹福大學以人為中心的人工智能研究所（HAI）聯席主任的同時，加入該公司。」值得註意的是，Radical Ventures也參與了World Labs最新一輪融資。而在Radical Ventures的官網上，李飛飛以「科學合作夥伴」的身份位列公司主要成員之中。
不過，據媒體報道，李飛飛雖然投資了Radical Ventures的投資組合公司以及最新的基金，但她也向學生強調：「我哪兒也不去，將繼續在史丹福大學擔任教育家、研究員和導師的全職工作。」
記者註意到，在生成式人工智能浪潮中，有許多國內外頂尖學者紛紛選擇進入業界創辦自己的公司。作為一個知識密集型行業，人工智能行業對人才的要求極高。與此同時，由於大模型的開發與訓練需要有強大的算力作為基礎，業界相比於學界有更雄厚的資金優勢，能夠提供更充足的算力支持。【2024年人工智能指數報告】顯示，產業界繼續主導人工智能前沿研究。2023年，產業界產生了51個著名的機器學習模型，而學術界只貢獻了15個。此外，108個新釋出的基礎模型來自產業界，來自學術界的只有28個。這一趨勢，也促使許多有誌於訓練更智能的模型的學者創辦自己的公司，從而籌集更多的資金與算力。
事實上，李飛飛曾在一場公開演講中表示，僅Meta一家公司就可以為模型訓練采購高達35萬個GPU，但史丹福大學的自然語言處理小組總共只擁有68個GPU。她表示，目前高校的資源和人才儲備要遠遠落後於工業界，並提議建立國家級算力與數據集倉庫，以讓高校研究員擁有更多的算力和數據資源，縮小學術界與產業界之間的差距。
來源：證券時報
