李飞飞因角膜损伤暂时失去立体视觉的经历，让她对空间智能有了全新认知。这种改变不仅影响了她的个人生活，更推动了她对世界模型研究的深入思考。作为人工智能领域的重要人物，她将这次身体体验转化为技术探索的契机，揭示了三维空间感知对智能系统发展的关键作用。

在a16z最新播客节目中，李飞飞分享了这段经历对她的启发。她提到，当单眼视觉成为常态时，驾驶汽车变得格外谨慎。这种对空间维度的依赖让她意识到，当前AI系统在三维空间表征方面存在明显短板。就像语言模型需要上下文理解，物理世界的交互也必须建立在三维空间认知基础上，这种认知差异正是当前智能技术的短板。

李飞飞指出，语言模型在文本处理上的表现令人惊叹，但面对实体世界时仍显不足。她的研究团队发现，动物通过5亿年进化形成的三维认知系统，远比人类后期发展出的语言系统更为精妙。这种认知差异让李飞飞确信，真正的通用智能必须建立在对物理空间结构的理解之上。这成为她创办World Labs的核心理念。

构建能真正理解物理世界的AI模型

李飞飞透露，早在大语言模型兴起之前，她就认识到世界模型的重要性。这种认知源于她对人工智能发展的长期观察。回顾博士和教授生涯，若以今天视角审视过去十年AI发展，最令她震撼的是数据驱动范式爆发的能量。当年她带领团队开发的ImageNet系统，收录了超过1000万张精确标注的图片，彻底改变了计算机视觉研究格局。

不过在她看来，如今由大规模数据驱动的模型展现出的"类思维机器"行为，仍远超当初预期。这种矛盾感促使她不断思考：当业界追逐语言模型时，是否忽略了更本质的维度？这种思考最终引导她创办World Labs，而非简单跟风基础模型创业潮。她强调，语言虽是信息高效载体，但对三维物理世界的表征存在天然缺陷。

李飞飞指出，我们生存的实体空间充满动物演化史沉淀的感知智能，而语言只是人类文明后期产生的有损压缩符号。环顾自然，没有漂浮的词汇表，只有具象的物质世界。这种认知让她确信，真正的通用智能必须建立在对物理空间结构、物体组合关系的理解之上。这也是World Labs的使命，即构建能真正理解物理世界的AI模型，用集中攻坚方式让AI理解三维世界。

创立World Labs的契机

当李飞飞构思World Labs时，她需要的不仅是资金支持，更渴望找到思想共鸣的伙伴。这个人就是a16z合伙人、李飞飞公司早期投资者Martin Casado。两人在斯坦福大学的学术聚会上因对世界模型的讨论产生共鸣。Martin在节目中解释道，蒙眼状态下仅靠语言描述在房间执行任务几乎不可能成功，因为语言对物理空间的转译是低效且失真的。

他提到，摘下眼罩后大脑瞬间重构三维空间的能力让我们能精准抓取杯子、避开障碍，这种对物理世界的即时建模才是智能的根基。换句话说，语言适合传递抽象概念，但应对实体世界必须依赖空间智能，这正是当前AI最欠缺的能力。这种认知让李飞飞意识到，世界模型才是智能的下一里程碑。

李飞飞强调，这并非否定语言的价值，而是指出其局限性。当我们需要建造机器人、设计新材料或探索虚拟宇宙时，必须让AI获得类似生物的空间认知能力。从远古动物到现代人类，所有改变物理世界的创造行为，本质上都是三维智能的体现。一旦世界模型取得突破，我们可以创造无限虚拟宇宙：有些为机器人训练设计，有些用于社交体验，还有些专属于叙事艺术或旅行探索。

关键在于突破"视野之外"

在想法上达成一致后，李飞飞意识到要实现世界模型愿景，需要集结产业级的算力、数据和人才密度。具体到技术层面，世界模型能通过单张2D图像重建完整三维场景，包括视野之外的物体背面。这种能力带来根本性变革：计算机首次能像人类一样对空间进行测量、堆叠和操纵。

无论是从单帧视频生成360度环境，还是让机器人理解深度信息执行抓取任务，三维表征都成为智能交互的基础。这解释了为什么工业设计、建筑领域等都在急切等待这项技术突破。李飞飞提到，与六岁孩子讨论"树木为何不长眼睛"的经历让她深刻领悟：进化需求催生了空间感知能力。

动物通过5亿年进化形成的三维认知系统，远比人类晚近出现的语言系统更精妙。在她看来，当前AI发展恰似在重演进化历程——我们先攻克了语言处理这类"新技能"，现在才真正挑战空间智能这个古老而核心的命题。而在尝试发起挑战的人当中，World Labs拥有自己的优势。

据李飞飞介绍，虽然三维AI研究相比语言模型是较新领域，但在计算机视觉领域早有积累。其联合创始人Ben Mildenhal在伯克利期间开创的神经辐射场（NeRF）技术，四年前就革新了深度学习的三维重建方法；另一位创始人Christoph Lassner在高斯泼溅表示法（Gaussian Splatting）上的先驱工作，也为三维表征提供了新范式。

更早时期，团队成员在GAN图像生成、风格迁移等方向的基础研究，都为当前突破埋下伏笔。这些分散在学界和工业界的探索，如今在World Labs汇聚成系统化攻关。李飞飞表示，破解三维智能需要特殊的人才组合：既要AI专家处理数据与模型架构，又需要计算机图形学专家解决内存与渲染问题。

因此，他们组建了可能是全球最顶尖的跨学科团队——涵盖计算机视觉、扩散模型、图形学、优化算法等领域的开拓者。这种集中火力的方式，与当年LLM发展初期各大公司"各自为战"形成鲜明对比。李飞飞坚信，唯有将最聪明的大脑聚集在"世界模型"这个北极星问题下，才能实现从实验室技术到产品化的跨越。

这场革命正在发生——而World Labs要做的，就是加速这个进程。