李飛飛說 AI 領袖太少談「賦權人類」，太多談「取代人類、取代工作」，這句話一開場就砸下來，我愣住。她不是躲在實驗室的人，是 ImageNet 的締造者，現在又創業押注世界模型。這支影片跟著彭博的 Emily Chang 走進她的公園散步、辦公室、發表會現場，看她怎麼從成都走到史丹佛，又為什麼覺得 ChatGPT 不是終點。

影片時間軸

1. 00:00開場直言 AI 領袖太少談賦權人類，太多談取代工作
2. 00:33介紹李飛飛是電腦視覺領域的巨人，ImageNet 點燃現代 AI 革命
3. 01:13她說自己像虎媽，用高標準經營 World Labs
4. 01:34反問「文字能撲滅火災嗎？文字能煎一個蛋卷嗎？」
5. 02:17回憶八〇、九〇年代的成都童年，跟著爸爸追蟲、跑小狗、上山畫畫
6. 03:04談十幾歲移民美國的艱難，文化、語言、生活全部換掉
7. 04:40打造 ImageNet，一千四百萬張圖片、兩萬一千個類別
8. 05:112012 年 Hinton 團隊以 AlexNet 參賽，成為現代 AI 的轉捩點
9. 07:34談創業心情，公司裡最資深，對年輕團隊像媽媽又像虎媽
10. 09:46介紹 Marble，從單一視覺或文字提示生成可探索的 3D 世界
11. 12:19談人形機器人投資六十億美元，她說這數字太小
12. 16:38談學生的焦慮與希望並存，AI 可能奪走工作也可能賦予能力
13. 19:12談監管要紮根科學而非科幻，不要被 AGI 滅絕論分散注意力
14. 20:52回應 AI 領袖的「上帝情結」，說任何人自認比所有人懂都很危險
15. 22:29引用金恩博士，說歷史的弧線很長，她相信它會朝著善意彎去

她說 AI 領袖談錯了方向

開場第一句就是重話。李飛飛說 AI 領袖太少談賦權人類，太多談取代人類、取代工作。這不是場面話，她後面談監管時又講了一次，說矽谷太多人談 AGI、機器霸主、人類滅絕，那些話題把真正的政策工作擠掉了。她自己的立場很清楚：AI 是人做出來的，靈感來自人，最終影響的也是人。這段沒有拖，直接定調她跟主流 AI 樂觀派的分歧。

從成都到普林斯頓的洗衣店週末

她談童年那段很具體。八〇、九〇年代的成都，爸爸對自然充滿好奇，她跟著追蟲、跑小狗、上山畫畫。十幾歲移民美國，她說那是最難的時期之一，因為你正在找自己是誰，突然連世界都不認識了。後來她在普林斯頓念物理，週末顧家裡的乾洗店，再一路走到 Caltech 拿博士。這段沒有煽情，但把「移民奮鬥」四個字講成了有畫面的事。

ImageNet 的關鍵是資料，不是演算法

她說當時沒人注意資料，是她和學生領悟到學習需要資料驅動。ImageNet 蒐集一千四百萬張圖片、兩萬一千個類別，是當時最大的視覺資料庫。2010 年她把它變成競賽，2012 年 Hinton 團隊以 AlexNet 參賽，用 Nvidia 顯卡跑神經網路，結果成為轉捩點。大量資料、神經網路、GPU 算力，這三個湊在一起成了現代 AI 的黃金配方。她看那張歷史照片時說，那不是八個人的故事，是全人類的故事。

世界模型不是反 LLM，是下一章

她把世界模型拆成三種功能：渲染、模擬、規劃。渲染輸出漂亮像素給人看，像 Sora；模擬服務機器，捕捉世界的幾何結構與物理；規劃則告訴機器人下一步該做什麼，例如拿起杯子放到別處。她強調這不是反 LLM，語言模型單獨做不到推科學發現、做不到讓機器人成為夥伴。Marble 是 World Labs 的第一步，能從單一提示生成可探索的 3D 世界，已經用在虛擬製片、遊戲開發，還跟 Nvidia 合作訓練機器人。

上帝情結與監管的科學底線

被問到 AI 領袖的「上帝情結」，她說任何人自認比所有人都懂，都是危險的。她談監管時也直接：要紮根科學，不是科幻。她說自己跟世界領袖對話不搞極端修辭，不講全烏託邦也不講全末日，因為對方需要的是科學事實。她承認政策制定者多半沒有資工背景，也承認他們會錯，但她的責任是說真話、必要時反駁。最後她引用金恩博士，說歷史的弧線很長，她相信它朝著善意彎去，希望在人身上。

值得下載嗎

值得。這支影片把李飛飛的移民經歷、ImageNet 的關鍵決策、世界模型的三層架構、她對 AI 領袖與監管的直言都收進來了，中英字幕對照也方便練聽力。如果你想知道 ChatGPT 之外的另一條 AI 路線長什麼樣，這支留著看很划算。