李飞飞:从ImageNet到世界模型的25年

从 ImageNet 到 World Labs,从数据到空间智能,从学术孤岛到产业枢纽,她是深度学习革命的"数据点火人",也是当下空间智能赛道的"关键人物"之一。

如果你问今天任何一个 AI 从业者”谁是过去 25 年最有影响力的 AI 学者?”,答案里大概率会有一个名字——李飞飞(Fei-Fei Li)。她不是靠一篇论文一鸣惊人,而是用 8 年时间建了一个数据集(ImageNet),这个数据集直接点燃了 2012 年的深度学习革命,并塑造了之后 13 年的整个 AI 产业格局。

但李飞飞的故事不只是 ImageNet。

一、问题一:机器怎么认识世界——ImageNet 从一个错误变成一个事业

李飞飞 1976 年出生于北京,幼年随父母到成都,16 岁移民美国新泽西州。她在普林斯顿大学读本科时,就展现出跨学科的视野——物理学、计算机科学、神经科学、心理学都拿 A+。1999 年博士进入加州理工学院(Caltech),师从知名视觉科学家 Pietro Perona 和 Christof Koch,博士论文研究的是”自然场景中的物体识别”。

2005 年博士毕业后,李飞飞进入斯坦福大学担任助理教授。她后来回忆这段时期”穷困、孤独、几乎拿不到经费”——因为她的研究方向太冷门——给图像打语义标签让机器学习”识别物体”,在当时 AI 圈被认为是”不可能的任务”。

二、1976 年的北京,和一个十五岁到美国读书的女孩

2005 年,李飞飞在斯坦福开始了一个”疯狂”的项目:ImageNet——一个包含 1500 万张图像、2.2 万个类别的图像数据库。

核心难点一:数据量。当时最大的图像数据集只有几千张图。要做到 1500 万张,需要前所未有的标注规模。

核心难点二:标注成本。如果让博士研究生手工标注,1500 万张图需要 90 年。

李2007 年的关键决策:借助亚马逊 Mechanical Turk 众包平台,让全球网民以每张 0.02 美元的价格帮标数据。这是第一次用众包方式做大规模 AI 数据集——李飞飞无意中开创了”数据众包”这个产业。

ImageNet 2009 年公开,包含 1500 万张图、2.2 万个类别。但当时 AI 圈没人看好——因为 2009 年主流算法对这么多类别束手无策。

2012 年 10 月的转折:多伦多大学 Geoffrey Hinton 的学生 Alex Krizhevsky 用深度卷积神经网络(AlexNet)+ GPU 训练,在 ImageNet 竞赛上把错误率从 26% 降到 15%。这是 ImageNet 第一次”被攻克”。从此深度学习成为 AI 主流路线。

ImageNet 的历史意义:它证明了”数据 + 算法 + 算力”的规模效应。没有 ImageNet 就没有 AlexNet,就没有之后 13 年的 AI 革命。

三、2009-2015 年:从一个数据集到一个新领域

李飞飞 2013 年成为斯坦福 AI 实验室(SAIL)主任。在她领导下,SAIL 从一个边缘学术机构变成全球 AI 研究的”麦加”。

关键贡献一:跨学科融合。李飞飞坚持让 AI 研究与神经科学、心理学、认知科学深度融合——这一理念塑造了 SAIL 的研究风格。

关键贡献二:开放生态。SAIL 培养了 Fei-Fei Li 的学生 Jia Deng(ImageNet 第一作者)、Andrej Karpathy(Tesla AI 总监、OpenAI 创始成员)等一大批人才。

关键贡献三:产业连接。李飞飞 2017-2018 年短暂加入 Google,担任 Google Cloud 首席科学家,负责 Google Cloud AI 服务。她把 Google 的 AI 能力从”实验室”带到”产业”。

关键贡献四:学术领导。2017 年她与他人共同创立 AI4ALL——一个面向高中女生和少数族裔的 AI 教育非营利组织,为 AI 行业多元化奠定基础。

四、问题二:数据该由谁标注——2014-2017 年:一家公司,和一次她主动离开的转身

2018 年从 Google 回到斯坦福后,李飞飞的研究方向发生重大转向——从”识别图像”转向”理解三维世界”。她称之为空间智能(Spatial Intelligence)。

核心理念:真正的智能不是”识别二维图像”,而是”理解三维空间 + 因果关系 + 时间演化”。这与 Yann LeCun 的”世界模型”思路一致,但李飞飞更强调视觉模态。

2024 年的关键转折:

– 2024 年 1 月,李飞飞联合创办 World Labs(世界实验室),目标是把空间智能变成基础模型。

– 2024 年 11 月,World Labs 获得 a16z、NVIDIA、AMD 等顶级机构投资 2.3 亿美元,估值突破 10 亿美元。

– 2024 年底,World Labs 推出首个空间智能大模型,能够从 2D 图像生成 3D 世界。

World Labs 的核心产品:

– 2025 年 Q1从一张图生成可 3D 探索的场景
– 2025 年 Q2从一段文字生成完整 3D 世界(类似 Sora 但输出 3D 而非视频)
– 2025 年 Q3与游戏、电影、建筑、机器人产业深度合作

五、2017 年之后:回到学校,把 AI 的社会问题变成研究问题

李飞飞是 AI 行业最具公共影响力的学者之一。

关键贡献一:政策参与。她是美国国家 AI 咨询委员会成员(2022-至今),直接影响拜登政府的 AI 政策。

关键贡献二:国会作证。2018 年她在美国国会作证,呼吁”AI 应该增强人类而非取代人类”。

关键贡献三:媒体发声。她经常在纽约时报、CNN 等媒体撰写专栏,把 AI 学术语言翻译给大众。

关键贡献四:女性榜样。她是 AI 领域最有知名度的女性之一,为 AI 行业多元化持续发声。

六、她做出的选择:一个数据集,和一份没有回避的账

2005-2012ImageNet 时代——点燃深度学习革命
2013-2018斯坦福 + Google 时代——产业 + 学术双重影响
2019-2023政策 + 教育时代——AI 多元化、政策参与
2024-至今World Labs 时代——空间智能的产业落地
💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

AI人物图谱 AI人物图谱

彼得·诺维格(Peter Norvig):把 AI 写成两本书、也教成小孩能学的课的人

彼得·诺维格——Peter Norvig——这个名字在 人工智能的工程化与教育普及 史上出现得太频繁,以至于常
📅 11-16 · 👁 2026年11月16日
埃德温·卡姆尔(Edwin Catmull):Pixar 创始人、图灵奖得主与 CUDA 的起点 AI人物图谱

埃德温·卡姆尔(Edwin Catmull):Pixar 创始人、图灵奖得主与 CUDA 的起点

1945 年生于 美国 的 Edwin Catmull,其研究路径与 计算机图形学与渲染 的主流路径几乎不重合。他把动画的画质瓶颈定位在「每帧都要由人画」这件事…
📅 11-16 · 👁 2026年11月16日
托尼·霍尔(Tony Hoare):Quicksort 的发明者,以及把并发变成可证明对象的语言学家 AI人物图谱

托尼·霍尔(Tony Hoare):Quicksort 的发明者,以及把并发变成可证明对象的语言学家

Tony Hoare(托尼·霍尔,英国,1934 年生)在 并发程序的形式化验证与算法设计 领域的位置,很少有
📅 11-16 · 👁 2026年11月16日
AI人物图谱 AI人物图谱

大卫·哈(David Ha):StyleGAN 与权重重映射,让生成模型可控起来的那一步

大卫·哈——David Ha——这个名字在 生成式模型与 StyleGAN 架构 史上出现得太频繁,以至于常被
📅 11-16 · 👁 2026年11月16日
比雅恩·斯特劳斯特鲁普(Bjarne Stroustrup):C++ 的设计者,「零开销抽象」的定义者 AI人物图谱

比雅恩·斯特劳斯特鲁普(Bjarne Stroustrup):C++ 的设计者,「零开销抽象」的定义者

Bjarne Stroustrup(比雅恩·斯特劳斯特鲁普,丹麦,1950 年生)在 C++ 语言设计与通用系统编程 领域的位置,很少有人能给出准确坐标。他证明…
📅 11-13 · 👁 2026年11月13日
吉姆·格雷(Jim Gray):事务理论、并行数据库与公开基准测试的推动者 AI人物图谱

吉姆·格雷(Jim Gray):事务理论、并行数据库与公开基准测试的推动者

Jim Gray(吉姆·格雷,美国,1944 年生)在数据库事务、并行数据库与分布式系统领域的位置,很少有人能给出准确坐标。他证明了「数据库能扛住一亿次并发交易…
📅 11-13 · 👁 2026年11月13日