李飛飛教授（Dr. Fei-Fei Li）作為 AI 領域的先驅，其論點核心圍繞著如何讓人工智慧超越目前的文字局限，轉向對物理世界的深層理解。根據提供的來源文件，李飛飛對於 AI 的主要論點可以歸納為以下幾個面向：
1. 核心觀念：空間智能（Spatial Intelligence）
李飛飛認為，「空間智能」是通往真正人工智慧的基石，也是她整個研究生涯的「北極星」。
- 認知的腳手架： 她將空間智能比喻為**「人類認知賴以建立的腳手架」**。空間智能並非僅是視覺辨識，而是支撐人類感知、理解、推理和創造的底座。
- 感知與行動的循環： 她指出智能的演化始於動物為了生存而產生的「感知-行動」循環。空間智能將感知與行動連結起來，使我們能預測物體運動並協調自身動作。
- 超越語言的知識： 她強調大量的人類智能（如空間推理、急救反應）是非語言的，語言只是世界的「有損壓縮」（lossy compression）。
2. 對當前 AI 的批判：黑暗中的文字匠
儘管大語言模型（LLMs）表現驚人，李飛飛對其局限性提出了深刻的觀點：
- 黑暗中的文字匠： 她形容現在的 AI 是**「黑暗中的文字匠」**，意指它們擅長處理符號和模式，但對實體的物理世界缺乏真正理解。
- 缺乏物理常識： 現有的模型在理解深度、距離、三維結構以及物理規律（如重力、碰撞）方面存在根本性局限。目前的生成式視訊多是基於「統計學湧現」而非對物理定律的「因果推理」。
3. 未來方案：世界模型（World Models）
為了賦予 AI 空間智能，李飛飛提倡構建「世界模型」，這被視為下一代的生成式 AI。她認為一個理想的世界模型應具備三大核心能力：
- 生成性（Generative）： 能生成完整且內在一致的世界，滿足幾何、物理與動態的連貫性。
- 多模態（Multimodal）： 必須是**「原生的多模態」**，融合視覺、聽覺、觸覺、語言等多種感官資訊來推斷世界狀態。
- 交互性（Actionable）： 模型能預測「動作」後的狀態，並根據目標（如打掃客廳）規劃動作流程。
4. 具身智能（Embodied AI）與機器人
李飛飛主張 AI 必須**「走出文字的限制」，透過視覺和行動去體驗物理世界，這種學習過程本質上是「具身」**的。
- 閉合環路： 她強調技術上必須「閉合感知和行動之間的迴路」，讓機器人從單一技能的訓練轉向能在複雜、開放的環境中自主運作。
- 協作夥伴： 機器人的最終目標不是取代人類，而是成為能理解人類意圖、與人類和諧協作的夥伴。
5. 以人為本的 AI（Human-Centered AI）
這是李飛飛一貫堅持的社會價值觀點：
- 增強而非取代： AI 的價值在於**「增強 (augment)」**而非取代 (replace) 人類的能力。
- 核心價值： 在討論 AGI 或 ASI（超級智能）時，必須將人類尊嚴、能動性與福祉置於技術研發與政策制定的核心。
- 繁榮與分配： 她指出 AI 創造價值是技術問題，但財富與價值的分配是政策與社會問題，全球生產力的提高不一定能直接轉化為共享的繁榮。
6. 對「超級智能」與「創造力」的審慎態度
李飛飛質疑當前的 Transformer 架構是否能達到人類級別的抽象創造力。
- 牛頓/愛因斯坦測試： 她認為 AI 或許能擬合資料規律，但目前尚無證據顯示其能推導出如「相對論」般深層的因果抽象概念。
- 算法突破： 要實現真正的超級智能，可能需要一次算法上的根本性突破，而不僅僅是擴大現有模型的規模。
比喻來說： 如果說目前的大語言模型（LLM）是一位博覽群書但足不出戶的「書呆子」，只能在紙上談兵；那麼李飛飛所追求的空間智能與世界模型，則是希望把這位書呆子帶到現實世界中，讓他能真正用雙眼觀察三維空間、用雙手感觸物體質地，並學會如何在物理世界中生活與行動。
