Fei-Fei Li
PulseAugur coverage of Fei-Fei Li — every cluster mentioning Fei-Fei Li across labs, papers, and developer communities, ranked by signal.
- 2026-05-20 funding Fei-Fei Li and Yann LeCun are raising approximately $1 billion for separate startups focused on developing world models. 来源
9 天有情绪数据
Fei-Fei Li to advocate for AI safety standards in robotics education within 3 months
Given Fei-Fei Li's expressed concerns about AI in classrooms and her participation in debates on AI safety and regulation, it's plausible she will extend these concerns to the specific domain of robotics education. This could manifest as calls for new safety standards or best practices for integrating AI and robotics in educational settings.
Fei-Fei Li is actively bridging the gap between foundational AI models and robotics applications
Fei-Fei Li's involvement in discussions about leveraging video models for robot control (Masked Visual Actions) and her lab's acquisition of SceniX indicate a strong focus on applying advancements in AI, particularly in visual domains, to practical robotics challenges. This suggests a trend towards more integrated AI solutions for robotic systems.
Fei-Fei Li's World Labs to announce a robotics simulation platform within 6 months
The recent acquisition of SceniX by Fei-Fei Li's World Labs, coupled with the focus on digital worlds for robot training, suggests a strategic move towards a dedicated simulation platform. This platform would likely integrate SceniX's technology to provide scalable, data-rich environments for robotics development, addressing the data bottleneck in the field.
-
李飞飞倡导人工智能超越语言的空间智能
人工智能领域的知名人士李飞飞正专注于人工智能系统的空间智能开发。她认为，当前基于语言的人工智能虽然能够理解指令，但缺乏理解和与物理世界互动 Thus, the core of the problem is that the AI cannot understand the physical world. Li emphasizes that for AI to be truly helpful, especially in appli…
-
李飞飞概述 ChatGPT 之外的人工智能未来 · 跟踪 3 个来源
被誉为“人工智能教母”的李飞飞，讨论了她对当前 ChatGPT 等大型语言模型之外的人工智能未来的愿景。在接受 The Circuit 采访时，她概述了自己推进人工智能的计划，强调了对该领域发展的着眼未来的视角。
-
斯坦福团队提出具身AI的“内部搜索”，超越数据中心方法
来自斯坦福的研究人员，包括李飞飞实验室的黄文隆，提出将具身AI从以数据为中心的方法转向“反事实推理”和“内部搜索”。这种新范式称为“Point-World”，旨在为机器人配备数字孪生大脑，使其能够在无需观察每一种可能的失败场景的情况下，预测未来的物理演变。通过关注3D几何空间和点云流，机器人可以在行动前虚拟探索无数“假设”的可能性，从而使它们能够开发新行为并持续学习。
-
苏格拉底被确认为最初也是最棒的提示工程师
文章认为，古希腊哲学家苏格拉底是效率最高的提示工程师，比现代人工智能技术出现得更早。文章提出，他通过提问揭露矛盾并引导个人得出结论的方法，与如今使用的高级提示工程策略直接类似。作者详细阐述了苏格拉底的提问类型以及他如何专注于结构化输入以获得高质量输出，这与当代的提示设计相符，并表明他的反驳法（elenchus）是用于减轻大型语言模型幻觉的技术的前身。
-
Fei-Fei Li 的 World Labs 发布 R2S2R 机器人模拟引擎
Fei-Fei Li 的初创公司 World Labs 推出了 R2S2R，这是一款旨在加速机器人开发的新型引擎。该系统利用智能模拟在众多虚拟场景中训练机器人，然后精确地将其转化为现实世界的动作，从而克服了该领域的瓶颈。
-
World Labs 利用模拟自主训练机器人
由人工智能先驱李飞飞创立的初创公司 World Labs 推出了一款新的模拟引擎，旨在完全在虚拟环境中训练机器人控制器。该系统可以从单一的真实机器人任务中生成数千种变体，从而无需直接的物理交互即可进行全面训练。通过这种方法训练的模型已证明能够在多个机器人平台上自主运行很长时间，尽管它们在复杂、日常场景中的有效性尚未完全评估。
-
人工智能先驱在安全担忧下辩论开放与监管
人工智能安全担忧正促使顶尖专家就开源访问与监管之间的平衡进行讨论。在Ai4会议上，Geoffrey Hinton和Fei-Fei Li等知名人士就这些问题进行了辩论，并考虑如何在面对全球人工智能发展时保持竞争力。
-
Andrew Huberman 和李飞飞讨论机器动机
Andrew Huberman 和李飞飞在一次讨论中探讨了机器动机的概念。他们深入研究了人工智能是否能真正体验到动机，这个话题触及了人工智能、机器人学和意识的本质。
-
AI新闻汇总：学习动机、数据抓取防御和法律挑战
被誉为“AI教母”的李飞飞表示，AI在教育领域的主要风险不是作弊，而是学生失去内在的学习动机和欲望。与此同时，一种名为ShieldFont的新字体已被开发出来，通过使机器无法读取网页内容但人类仍可阅读，来阻止AI数据抓取。此外，唐纳德·特朗普正面临一项诉讼，指控他对Truth Social帖文收取更快的访问费用侵犯了第一和第五修正案的权利。
-
人工智能先驱在 Ai4 会议上辩论开放权重模型
在 Ai4 会议上，人工智能先驱 Geoffrey Hinton、Fei-Fei Li 和 Andrew Ng 辩论了开放权重模型的影响。尽管三人都强调保持人工智能开发开放的重要性，以防止少数大公司控制进展，但他们对于开放权重模型与开源代码的风险和收益持有不同看法。Hinton 担心开放权重模型可能被轻易滥用于恶意目的，而 Ng 则主张开放以促进竞争和防止守门人，并强调人工智能作为软实力的潜力。
-
强大的 AI 模型现可在消费级 GPU 上本地运行，挑战云服务主导地位
AI 的新进展使得强大的模型能够在消费级硬件上本地运行，挑战基于云的解决方案。例如，Qwen3.8-27B 模型现在可以在单个 RTX 5090 GPU 上实现与 Anthropic 的 Claude Opus 4.6 相当的智能水平，提供离线能力和增强的隐私性。NVIDIA 对开源 AI 的支持也凸显了这一转变，Nemotron 3.5 Lightning 等模型展示了惊人的速度和智能，而 IBM 则投资 NVIDIA Blackw…
-
AI 先驱 Hinton、Li、Ng 辩论 AI 风险、监管和未来影响
三位著名的 AI 研究员 Geoffrey Hinton、Fei-Fei Li 和 Andrew Ng 近日在 Ai4 会议上就人工智能的未来展开了辩论。Hinton 对 AI 在二十年内超越人类智能表示担忧，并警告了失业问题和监管的必要性。相比之下，Ng 认为 AI 将提高工人生产力而非造成大规模失业，并主张开放权重模型以促进竞争。Li 则呼吁进行更平衡的讨论，强调实际应用和政策调整，而非极端叙事。
-
AI先驱Hinton、李飞飞、吴恩达在Ai4 2026上就就业、风险展开争论
三位杰出的人工智能先驱Geoffrey Hinton、李飞飞（Fei-Fei Li）和吴恩达（Andrew Ng）在拉斯维加斯举行的Ai4 2026大会上齐聚一堂，讨论人工智能的未来。尽管他们都认同人工智能在各行各业的变革潜力，但对于其对就业的影响以及如何界定其风险，他们的观点却存在显著分歧。Hinton对大规模失业表示深切担忧，尤其是在那些对专业教育要求不高的岗位上。而吴恩达则认为，人工智能将更多地增强而非取代许多工作，改变职责并创…
-
李飞飞的World Labs收购SceniX，通过数字世界增强机器人学习能力
与语言模型相比，机器人领域面临着严重的数据瓶颈，阻碍了其扩展潜力。李飞飞的World Labs正在通过收购SceniX来解决这一问题，SceniX是一家专门从现实世界环境中创建空间一致的数字世界的公司。这种“真实到模拟再到真实”的方法旨在为机器人生成可靠且高效的训练和评估数据，超越简单的视频预测，实现与动作一致的模拟。重点在于仓库等半结构化环境的实际应用，而非立即开发通用人形机器人。
-
机器人可能不需要专用大脑，而是利用视频模型
一篇新论文介绍了一种名为 Masked Visual Actions (MVA) 的方法，该方法通过利用视频生成模型来统一机器人的世界建模和动作生成。MVA 不训练专门的机器人基础模型，而是将动作视为视频帧内的掩码轨迹，从而使机器人能够直接利用成熟的视频模型。这种方法只需要极少的微调，在不同机器人硬件上展现出强大的零样本泛化能力，并为工业自动化中的跨体挑战提供了潜在解决方案。
-
李飞飞的World Labs推出R2S2R用于机器人训练
李飞飞的World Labs推出了一款名为Real-to-sim-to-real (R2S2R) 的新型机器人训练和评估引擎。该引擎通过首先将真实世界的机器人交互重建到虚拟世界（Real-to-Sim），然后在这些模拟环境中训练和评估机器人策略，再将其部署回物理机器人（Sim-to-Real），从而弥合了模拟环境与真实世界机器人部署之间的差距。这个闭环系统旨在克服当前机器人开发中普遍存在的扩展数据采集和评估的局限性，从而实现更高效、更…
-
AMI Labs 筹集 10 亿美元用于“世界模型”，同时批评 LLM · 跟踪 1 个来源
前 Meta 和 Nabla 的 Alexandre Lebrun 为他的新公司 AMI Labs 筹集了 10.3 亿美元，Yann LeCun 担任董事长。Lebrun 预测“世界模型”将成为一个普遍的热门词，但他认为这与当前的 LLM 存在根本性的架构分歧。他认为 LLM 缺乏对物理世界、持久记忆、推理和规划能力的理解，并引用了自回归的错误累积和文本对现实的有限表征。虽然“世界模型”一词被应用于生成视频预测和显式 3D 表示等各…
-
李飞飞学生推出全球具身人类数据标准，光轮智能加入
一项名为 EgoVerse 的新的具身人类数据国际标准已由研究人员（包括李飞飞的前学生）推出。该倡议旨在为机器人学习创建协作基础设施，解决现实世界机器人数据收集缓慢且成本高昂的数据悖论。EgoVerse 将提供一个不断增长的第一人称人类操作数据和标准生态系统，中国公司光轮智能是其中唯一的中国参与者，与 Meta 和 Scale AI 等学术机构和主要科技公司并列。
-
AI系统Holi-Spatial无需人工输入即可从2D视频生成3D标注
中国研究团队开发了Holi-Spatial，一个无需人工干预即可从普通2D视频自动生成3D空间数据标注的AI系统。该系统绕过了对激光雷达扫描仪等昂贵硬件的需求以及手动3D边界框标注的劳动密集型过程。Holi-Spatial利用一个包含几何优化、大型语言模型的图像级感知以及场景级精炼的三阶段流程来创建结构化3D数据，解决了该领域长达十年的瓶颈。
-
WAIC 2026：世界模型为AGI展开辩论，超越数据拟合迈向因果理解 · 追踪1个来源
世界模型（WM）的概念正从学术理念演变为产业焦点，WAIC 2026将探讨其在实现通用人工智能（AGI）和克服具身AI局限性方面的作用。李飞飞等专家将WM分为渲染器、模拟器和规划器，同时承认该术语目前被过度使用以及行业缺乏统一方法。WAIC 2026的讨论将涉及数据拟合（如VLA）与因果理解（如牛顿模型）之间的辩论，重点关注WM如何使AI能够掌握潜在的物理定律，从而在现实世界中实现更鲁棒的执行。