李飞飞的机器人新赌注 | World Labs | SceniX | 空间智能 | 机器人仿真 |

外来客 • 2026-08-12 03:53:29

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

AI 的下一阶段是物理世界：语言模型仅是 AI 的一部分，未来的竞争方向是让机器真正进入并理解三维物理世界。这被称为“空间智能”，即 AI 不仅能处理文字图像，还能生成、推理并与三维空间互动。
机器人落地的最大瓶颈是数据与训练机会：当前行业痛点并非电机、电池或大模型智力，而是缺乏足够的“上学”机会。真实世界中让机器人试错成本极高且危险，因此需要构建一个可反复练习、不怕犯错且能加速训练的“数字道场”。
仿真与真实数据的互补性：仿真不是要完全替代真实数据，而是作为启动数据飞轮的初始动力。早期依赖物理规则确保一致性和结构正确，后期结合真实数据向基于学习的方向演进，兼具物理几何一致性与数据规模优势。

收购与整合：李飞飞创办的空间智能公司 World Labs 收购了机器人仿真公司 Cynix（转录中亦称 SceniX/Synix）。Cynix 联合创始人李云竹曾是李飞飞的博士后，双方此前已有客户合作关系。
World Labs 的核心技术：主攻大型世界模型，其基础模型“Marble”可通过图片、文字生成几何结构一致的三维世界（高斯泼溅或网格形式），实现从二维到三维的理解与生成。
Cynix 的技术定位：提供“真实-仿真-真实”流水线，将真实环境高保真映射至数字世界，利用低成本、无限生成的仿真数据进行机器人训练和评估。
全能模型（Foundation Model）：World Labs 正在构建包含动作输出的多模态基础模型。输入图像/文本/深度信息，输出对环境变化的预测（前向模拟器）或执行动作的策略（策略模型）。
3D 仿真 vs. 视频生成：Cynix 选择 3D 仿真路线而非主流的视频生成模型，核心原因是“一致性”。视频模型在空间、时间及物理交互上常出现穿模或消失等问题，无法提供正确的学习信号；而 3D 世界能保证结构本质的一致性。

基础设施属性：World Labs + Cynix 构建的是与具体机器人形态（单臂、双臂、移动底盘等）和模型无关的基础设施软件，旨在让各类机器人在生成的数字世界中学习和评估。
两大核心用途：

落地场景顺序：遵循从全结构化（工厂流水线）到半结构化（仓库、餐厅、酒店），最后到非结构化（家庭）的路径。目前优先聚焦半结构化环境，因其更可控且更具商业可行性。
人形机器人的务实视角：人形身体是为应对非结构化环境演化的通用解，但在商业上并非最优。专业化身体解决特定问题更高效。World Labs 的平台不绑定形态，服务于不同场景需求。

时间线与预期管理：达到人类水平的效率和能力仍需很长时间，这是一个涉及硬件、软件、大脑及细节（如摩擦系数）的系统工程。目前应保持“适度的乐观”，避免对人形机器人进家过快产生激进预期。
可靠性与效率的双重价值：仿真提供了真实数据无法替代的“反事实推理”能力，允许在脑中推演未发生场景；同时能在数字世界中系统性加速训练（如倍速运行），突破物理定律对真实世界训练速度的限制。
最终目标：构建可扩展的数字世界，用生成的数据替代昂贵且不安全的物理数据，释放机器人在真实环境中可靠工作的潜力。李飞飞邀请业界合作，共同探索这一基础设施带来的价值。