“AI女神”--李飞飞教授创业：3个月估值破10亿美元 来源：量子位“AI教母”李飞飞，现在有了新的头衔： 新晋“空间智能”独角兽创始人。 据英国《金融时报》消息，不到4个月时间，李飞飞首次创业成立的World Labs，现已突破10亿美元估值。 知情人士透露，在最新一轮融资中，World Labs筹集了约1亿美元（约合人民币7.25亿元）资金。 目前，该公司已经完成两轮融资。投资方包括硅谷风投a16z和Radical Ventures等。 空间智能，让AI理解现实世界消息称，World Labs创立于今年4月份。对于这次创业，李飞飞相当低调，在领英主页中，最新动向显示的依然是“newbie”。 但在近期的一系列活动中，她还是详细揭秘了何谓“空间智能”： 视觉化为洞察；看见成为理解；理解导致行动。 简单来说，李飞飞认为，空间智能是“解决人工智能难题的关键拼图”。 在5月份公开的15分钟TED演讲中，李飞飞分享了她对于空间智能的更多思考，要点包括： 视觉能力被认为引发了寒武纪大爆发——一个动物物种大量进入化石记录的时期。最初是被动体验，简单让光线进入的定位，很快变得更加主动，神经系统开始进化……这些变化催生了智能。 多年来，我一直在说拍照和理解不是一回事。今天，我想再补充一点：仅仅看是不够的。看，是为了行动和学习。 如果我们想让AI超越当前能力，我们不仅想要能够看到和说话的AI，我们还想要能够行动的AI。空间智能的最新里程碑是，教计算机看到、学习、行动，并学习看到和行动得更好。 随着空间智能的加速进步，一个新时代在这个良性循环中正在我们眼前展开。这种循环正在催化机器人学习，这是任何需要理解和与3D世界互动的具身智能系统的关键组成部分。 李飞飞还分享了她的实验室在空间智能领域的最新进展。 比如开发由3D空间模型驱动的模拟环境，以便计算机学习如何在其中自如行动。 又比如激发了一波具身智能讨论热潮的VoxPoser：人类随意用自然语言给机器人下达指令，大语言模型+视觉语言模型就能自动帮助机器人做出规划以完成任务。 《金融时报》援引了一位风险投资人的说法，更具象地描述了李飞飞创业公司的最新动向： World Labs正在开发一种能够理解三维物理世界的模型，本质上是对物体的物理特性、空间位置和功能的理解和模拟。 值得关注的是，在与斯坦福逻辑学家、哲学家John Etchemendy合著的最新文章中，李飞飞还提到，大模型不具备肉体，因而无法对生理状态导致的结果产生主观体验。 我们还没有实现有知觉的人工智能，更大的语言模型也无法帮助我们实现这一目标。 如果我们想在AI系统中实现知觉，我们需要更好地了解知觉到底是如何在生物系统中产生的。 如此看来，李飞飞的空间智能创业，似乎还埋藏着更大的科研和商业野心。 “AI教母”李飞飞李飞飞是AI领域内最具影响力的女性和华人之一。 她的传奇经历一直为人津津乐道—— 33岁成为斯坦福计算机系终身教授，44岁成为美国国家工程院院士，现任斯坦福以人为本人工智能研究院（HAI）院长。 计算机视觉领域标杆成果ImageNet亦是由她一手推动。 其门下高徒颇多，比如先后在OpenAI、特斯拉任职的Andrej Karpathy、目前在英伟达的Jim Fan等，也都是AI领域内颇具影响力的人物。 此前，李飞飞也曾短暂进入工业界，出任谷歌副总裁即谷歌云AI首席科学家。她一手推动了谷歌AI中国中心正式成立，这是Google在亚洲设立的第一个AI研究中心。并带领谷歌云推出了一系列有影响力的产品，包括AutoML、Contact Center AI、Dialogflow Enterprise等。 大模型趋势里，李飞飞在具身智能领域的动向，从一开始就成为最受关注的风向标之一。 资本青睐，水到渠成。而科学家李飞飞的新故事，注定持续吸引全球科技圈的目光。 参考链接： https://www.ft.com/content/0b210299-4659-4055-8d81-5a493e85432f 推荐阅读 MIT新晋副教授何恺明《计算机视觉进展》课程，附Slides与资料下载 西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研奖金675万！3位科学家，斩获“中国诺贝尔奖”！最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！2021李宏毅老师最新40节机器学习课程！附课件+视频资料 欢迎大家加入DLer-计算机视觉技术交流群！ 大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明） ??长按识别，邀请您进群！