一台机器可以写出抓取杯子的步骤，却仍可能在真正伸手时碰倒它。文字里的杯子没有重量，现实里的杯子却有材质、摩擦和一个不断变化的位置。
这是一个解释性场景，而非某场实验的记录。它揭示了人工智能眼前的一条边界：流畅描述一项任务，与在物理世界可靠完成它，并不是同一种能力。
在彭博《The Circuit》与Emily Chang的访谈中，李飞飞把研究方向指向“空间智能”。她强调，这并不是反对大语言模型，而是希望补上感知、模拟与行动之间的连接。她区分了面向视觉呈现的生成、用于理解环境的模拟，以及帮助行动决策的规划。三个方向常被统称为“世界模型”，实际需要接受不同检验。原访谈。
问题因此不只是下一款产品会不会比聊天机器人更惊艳，而是人工智能行业能否建立一套经得起现实反驳的能力。
从可以浏览的世界，到能够相信的世界
World Labs把Marble描述为生成可探索、可编辑、具有空间一致性与持续性的三维环境的产品，输入可以来自文字、图像等素材。这是公司对产品功能的说明，不等于已经证明其生成环境能够准确模拟所有物理现象。World Labs官网；Marble产品页。
其中最容易被忽视的差别，是视觉可信与物理可信。
对于构思一部电影，场景看起来有说服力，可能已经创造价值。对于训练一台机械臂，场景除了看起来合理，还需要在与任务有关的属性上足够准确。若一项模拟用于测试碰撞，那么物体接触后如何移动，就不能只按画面是否漂亮来评价。
这不是否认生成技术，而是要求用途与证据相匹配。可以用于设计探索的模型，不会因此自动获得用于危险操作的资格；一个演示里成功的机器人，也不意味着它已经学会处理陌生家庭中的所有情况。
世界模型的竞争，最终可能不只是生成了多少细节，而是多少细节能在实际任务中被信任。
数据不再只是“更多图片”
如果目标只是识别一张照片，训练材料可以围绕画面组织。如果目标是行动，系统还需要回答一连串关系问题：从哪个角度观察，执行过什么动作，之后发生了什么，失败是由哪一个环节引起。
这些问题意味着，数据量与数据用途不能画等号。看过大量画面，不自动等于了解力量、接触与后果；能够生成连续影像，也不自动等于拥有经过验证的因果解释。
因此，值得追踪的不只是模型规模，还有训练和测试覆盖了哪些场景、哪些条件从未出现，以及当系统发现自己不确定时，会继续行动还是请求帮助。
对于开发者，模拟环境可能降低探索方案的成本；对于使用者，真正需要的是这些方案转移到现实后，还剩下多少可靠性。两者之间的落差，不能被一段剪辑精良的演示抹去。
一场研究竞赛，已经进入芯片公司的账本
访谈之外，产业背景也发生了变化。AMD于9月28日宣布，已签署收购World Labs的最终协议，全股票交易估值约82亿美元，预计年底前完成，仍须满足监管批准等条件。该公告不能被写成交易已经交割。AMD官方公告。
AMD把这项交易与模型研究、计算系统和未来基础设施联系起来。这是买方的战略表述，不是技术领先地位已获独立确认。
但它确实说明，空间智能并非只是一组实验室里的抽象概念。企业正在围绕谁控制计算、模型和应用之间的接口下注。硬件与模型协同可能提高效率，也让外界更需要关注兼容性、可迁移性，以及客户未来能否更换供应商。
交易金额是市场预期的表达，不能代替模型测评。资本愿意支付多少，与系统能够安全完成多少任务，是两张不同的成绩单。
人类的位置，不应等到产品成熟以后才讨论
当AI从屏幕走向工作空间，讨论将更直接地涉及劳动者。一个系统可以减少重复操作，也可能把人变成负责接管失败、却缺少相应培训和权限的最后防线。
两种结果都不是技术名称能够预先决定的。采购与部署时的选择——如何定义岗位、谁有权停止系统、发生错误怎样追责——会影响所谓“效率”最终落在谁身上。
对采用者而言，最重要的考题应是具体的：在哪些任务中，工具降低了成本或风险？在哪些任务中，监督成本抵消了收益？边缘个案怎样处理？不同使用者得到的结果是否稳定？
这些问题看起来不如“下一场智能革命”醒目，却更接近社会真正需要的答案。
在现实面前，演示必须让位于验证
这场竞赛可以同时有令人信服的科学问题和过度膨胀的商业叙事。承认前者，不意味着必须接受后者；质疑某项宣称，也不等于否认整个研究方向。
一种更有用的观察方法，是把三个层次分开：研究者希望实现什么，产品目前提供什么，以及用户在实际环境中已经验证了什么。希望不等于功能，功能不等于可靠结果。
对新西兰的企业、学校和公共机构而言，关注空间智能不必从追逐最大模型开始。先找到一个边界明确、可以比较前后结果、失败代价能够控制的任务，可能比购买一个关于未来的宏大承诺更务实。
李飞飞提出的问题最终仍会回到那只杯子：机器是否只知道怎样谈论世界，还是开始有能力在世界中行动？答案不在它说得多么自信，而在现实改变以后，它还能否做对，以及做错时是否知道停下来。
资料与方法：本文为基于公开访谈、产品资料与公司公告的深度分析，资料截至2026年10月23日，未进行现场采访、产品实测或独立财务审计。访谈字幕通过公开转录页辅助核对；不采用未经核实的逐字引语。产品能力和交易预期均注明归属，解释性场景不是实际事件。本文并非《纽约时报》作品。
