李飛飛 (Fei-Fei Li)
World Labs 共同創辦人暨執行長・史丹佛 AI 特別顧問
關於
李飛飛是史丹佛大學電腦科學家，也是 World Labs 的共同創辦人暨執行長。這家 2024 年創立的空間智能公司，目標是打造能感知、生成並推理 3D 世界的模型；其 Marble 模型能把影像或文字變成可探索的 3D 場景，公司並於 2026 年 2 月募得 10 億美元。她創建了視覺資料庫 ImageNet，2012 年 AlexNet 在 ImageNet 挑戰賽的勝利展示了深度神經網路的威力，引爆電腦視覺的深度學習革命。她於 2019 年共同創辦史丹佛以人為本人工智慧研究所（HAI）並擔任共同主任至 2026 年 5 月，此後轉任其諮詢委員會共同主席，並出任史丹佛全校層級的 AI 特別顧問。2025 年，她與辛頓、楊立昆、Bengio、Hopfield、黃仁勳與 Dally 共同獲頒伊莉莎白女王工程獎。
主要貢獻
- 創建 ImageNet 這個大型標註影像資料集，讓 2012 年 AlexNet 突破得以被衡量與複現
- 將電腦視覺、網路規模資料與人工標註結合，開創大規模視覺辨識研究路線
- 共同創辦 Stanford HAI，讓「以人為本 AI」成為制度化研究議程，而不只是口號
- 共同創辦 AI4ALL，擴大弱勢學生參與 AI 教育與研究的機會
- 曾在 Project Maven 爭議期間擔任 Google Cloud AI 首席科學家，使其經歷成為 AI、勞動與軍事用途討論的案例
- 推動 AI 倫理與多元共融進入主流論述；而 ImageNet 本身也成為資料集偏見與標籤問題的辯論焦點
- 2024 年共同創辦 World Labs 追求空間智能，主張語言不是智慧的全部，下一個前沿是能置身 3D 世界的模型
- 因現代機器學習的工程基礎，共同獲頒 2025 年伊莉莎白女王工程獎
影片與訪談
Fei-Fei Li: How we teach computers to understand pictures
TED Talk on ImageNet and teaching AI to see and understand the visual world
View Details
Using AI to Increase Your Intelligence & Enrich Humanity | Dr. Fei-Fei Li
A two-hour conversation between Li and neuroscientist Andrew Huberman on using AI to extend rather than replace human capability — not just retrieving information, but genuinely increasing intelligence and creativity. Li brings her ImageNet-to-World-Labs arc to a question Huberman approaches from the brain's side: what human-AI collaboration looks like when it is designed around the human. A good entry point to her case for human-centered AI, made for an audience that mostly hears about AI as either magic or menace.
View Details
A 7-hour marathon interview with Saining Xie: World Models, AMI Labs, Yann LeCun, Fei-Fei Li, and 42
Wide-ranging conversation covering world models, the founding of AMI Labs, and reflections on AI research
View Details思想連結
Andrej Karpathy
影響了他/她AI 研究者與教育者
Karpathy 在史丹佛師從李飛飛完成博士，論文主題是把影像與自然語言連結起來——那正是 ImageNet 讓它變得可解的問題，也是十年後在多模態模型裡改頭換面再度出現的問題。他同時繼承了她的一個信念：教學是研究的一部分，而不是研究之外的義務。他協助建立並講授的 CS231n 曾是一整代深度學習工程師的入口，一如今天他的講座與 nanoGPT 之於下一代。
en.wikipedia.org · en.wikipedia.org
傑佛瑞·辛頓
思想同道AI 先驅與研究者
資料集與網路。李飛飛從 2006 年開始做 ImageNet，花了好幾年付錢請 Mechanical Turk 上的陌生人標註一千四百萬張圖片；2012 年，辛頓的學生送進一個卷積網路，把錯誤率砍掉十幾個百分點，整個領域就此轉向。她自己的說法很慷慨——在 TED 舞台上，她把這個架構歸功於「福島邦彥、辛頓與楊立昆在 1970 與 80 年代的工作」——而重點在於兩半缺一不可：一個等著足夠資料的老演算法，和一個等著有人會用的資料集。2025 年，兩人共同獲頒伊莉莎白女王工程獎。
youtube.com · en.wikipedia.org · hai.stanford.edu
楊立昆
思想同道AMI Labs 執行董事長暨共同創辦人・紐約大學教授
一個少有人談起的匯流：電腦視覺深度學習時代最具代表性的兩個人，最後都認定語言模型漏掉了某種本質的東西，也都創辦公司來證明這一點——李飛飛 2024 年的 World Labs 押注空間智能，楊立昆 2025 年的 AMI Labs 押注世界模型。做視覺研究的人，面對的世界從來就得被「置身其中」，而不只是被描述。這場賭注賭的是：下一個典範，會從這種注意力的習慣裡長出來。
arxiv.org
謝賽寧（谢赛宁）
曾經合作共同創辦人暨首席科學官・AMI Labs
兩人的名字都在 Cambrian-S（2025 年 11 月）上——那篇 NYU 的論文把「空間超感知」定義為語言之外的四個階段：叫出看見的東西、記住一段連續的經驗、推斷像素背後的 3D 世界、預測它——作者名單上還有楊立昆。謝賽寧在他的七小時訪談裡說，飛飛老師在這篇論文上「幫我們提供了很多很多寶貴的建議」，也把她列為替他之前的華人視覺研究者「把這條路趟出來」的人之一。這是少見的一條邊：兩個彼此競爭的世界模型賭注，AMI Labs 與 World Labs，共享同一個署名。
arxiv.org · youtube.com
