李飞飞教授团队最新研究表明，多模态大模型在空间智能方面取得突破性进展，展现出记忆、回忆空间以及构建局部世界模型的能力。该研究利用VSI-Bench评估工具，基于真实视频场景，对多个大模型进行了测试，结果显示部分模型在空间推理任务上已达到或接近人类水平，并发现认知地图辅助能显著提升模型的空间理解能力。这项研究不仅揭示了AI在空间感知领域的最新进展，也预示着未来AI在导航、机器人交互等领域的广泛应用。
研究团队开发的VSI-Bench包含超过5000个高质量问答对，涵盖多种场景和地理区域，为评估视觉空间智能提供了可靠的基准。研究结果对推动通用人工智能（AGI）发展具有重要意义，也为李飞飞教授创办的专注于空间智能AI模型研发的World Labs公司提供了坚实的技术基础。 该公司的成功也印证了空间智能AI的巨大潜力和市场前景。
研究结果显示，尽管多模态模型的总体表现尚低于人类，但在某些任务上已达到或接近人类水平。例如，Gemini-1.5Pro在绝对距离和房间大小估计等任务中表现突出，部分开源模型如LLaVA系列亦取得了竞争性结果。
研究还指出，使用认知地图辅助空间推理可显著提升模型在空间任务上的表现，其准确率提升达10个百分点。这表明明确生成认知地图有助于突破模型在空间理解上的瓶颈。
李飞飞表示，空间智能是AI理解物理世界的关键能力，对实现通用人工智能（AGI）至关重要。她认为，空间智能将成为AI领域的下一个前沿技术方向，甚至有望在2025年取得重要突破。
今年9月，李飞飞创办的公司World Labs宣布正式启动，专注于开发具备空间智能的AI模型。这家公司已获得包括英伟达、a16z、Adobe等知名机构的投资，目前估值超过10亿美元。
这一研究及其应用，标志着AI技术从二维信息处理向三维空间感知的关键进步，未来有望广泛应用于导航、机器人交互、增强现实等领域，为人工智能的进一步发展开辟全新道路。
这项研究的成果令人振奋，为AI发展指明了新的方向。未来，随着技术的不断进步，基于空间智能的AI应用将深刻改变我们的生活，为人类社会带来更多便利和可能性。