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、早年：从成都到斯坦福
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、ImageNet：8 年磨一剑的”不可能”项目（2005-2012）
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、斯坦福 AI 实验室：从学术孤岛到产业枢纽
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、世界模型与空间智能：第三次创业（2018-2026）
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、AI 教育与公共发声
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、关键贡献总结（4 个时代）
2005-2012：ImageNet 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
