从 LLM 到 World Model：为什么我们需要能理解并操作世界的空间智能？

编译：Haozhen、Gemini 如今 LLM 的语言理解与生成能力已展现出惊人的广泛适用性，但随着 LLM 的发展，一个事实越 发凸显：仅靠语言，仍不足以支撑真正的智能。 从更本质的角度看，人类处理世界的方式从来不只依赖文字，而是通过视觉、空间感知、物理直觉 与行动能力等共同构成完整的认知体系。语言只是对三维世界的"有损压缩"：它记录结论，却省略 过程；它表达结构，却隐藏动态。而真正的智能，源于不断与世界互动、不断在空间中推理和行动 的能力。 正因如此，构建能够"理解并操作世界"的空间智能（Spatial Intelligence）与世界模型（World Models）成为继 LLM 之后的关键方向。 2024 年，李飞飞、Justin Johnson 等学者创立了 World Labs，今年 11 月推出了 Marble 这个 3D 世界 生成模型。团队尝试突破模型"只懂文本"的限制，让模型具备在三维环境中定位、推理、模拟、生 成甚至执行任务的能力。这不仅意味着新的技术路线，也意味着新的 AI 价值尺度：从语言走向世 界、从描述走向交互、从静态认知走向动态智能。 本文整理了李飞飞和 Justin Joh ...