Fei-Fei Li on Spatial Intelligence and Robotics（李飛飛談空間智能與機器人：World Labs 併購 SceniX）

來源： A16Z（The a16z Show EP1156，Martin Casado 主持） 原文日期： 2026-07-28

中文摘要

A16Z 基礎設施合夥人 Martin Casado 與 World Labs 共同創辦人暨 CEO 李飛飛（ImageNet 之母、空間智能先驅）、SceniX 共同創辦人暨哥倫比亞大學助理教授 Yunzhu Li 對談。World Labs 甫收購 SceniX，兩團隊聯手攻克 AI 最大的未解問題之一：讓機器真正理解物理世界。對談核心：為什麼模擬（simulation）能解鎖下一代機器人；real-to-sim-to-real（真實到模擬再到真實）管線；世界模型（world models）與機器人基礎模型；訓練機器人為何需要與訓練語言模型根本不同的方法——語言模型從文字中學習，機器人必須在空間與因果中學習。結論：AI 的未來不只是理解語言，而是理解並與物理世界互動。

關鍵洞察

空間智能是繼語言之後的下一個 AI 前沿：ImageNet 開啟了視覺理解，World Labs 的目標是讓 AI 具備「三維世界的推理與互動」能力。

real-to-sim-to-real 是機器人資料的解答：真實資料太貴太少，高保真模擬＋世界模型可以合成近乎無限的訓練場景，再遷移回真實世界。

機器人訓練 ≠ LLM 訓練：語言模型的 scaling law 無法直接套用於物理世界，機器人需要不同的資料、評估與學習範式——這是下一波 AI 投資的判斷依據。

併購邏輯：World Labs（世界模型）＋ SceniX（模擬）＝補齊「空間智能」拼圖，顯示物理 AI 正在快速整併、走向垂直整合。

原文關鍵句（英文保留）

> "The future of AI depends not just on understanding language—but on understanding and interacting with the physical world."

對 CJ 哥的價值

趨勢雷達：Physical AI／機器人是企業 AI 轉型下一波的候選主題，可提前為客戶（製造、物流、零售）布局「空間智能＋模擬」的導入想像。

策略框架：「核心能力自建 vs 併購補齊」的案例（World Labs × SceniX），可作客戶併購與夥伴策略的參考。

人才策略前瞻：機器人基礎模型需要的是跨領域人才（視覺、模擬、機器人學），可寫「下一波 AI 人才戰爭：空間智能」的觀點文章。