547亿元收购后首次同台，李飞飞对话苏姿丰，详解统一世界模型Atlas

机器人前瞻11月12日报道，今天，在CoRL 2026上，李飞飞发表演讲《Atlas：一个用于生成与重建的统一世界模型》，随后与AMD董事长兼CEO苏姿丰进行了一场炉边对话，这是AMD宣布收购World Labs以来，两人首次公开同台。

今年九月，AMD宣布与World Labs达成最终收购协议，交易价值约82亿美元（约合人民币547亿元），预计在2026年底前完成。

李飞飞在演讲中提到以下几个重点：

1、在机器人领域，如何理解和表征环境、预测动作可能产生的后果，以及通过仿真补充真实世界数据，是机器人需要解决的三个核心问题。

2、Atlas的三种模式，分别为多图输入做稠密重建，零像素条件做纯生成，少量视图做稀疏重建。

3、在技术思路上，Atlas采用多模态自回归扩散Transformer架构，核心是通过相机条件控制预测下一个视角。

它既能根据大量图像进行稠密重建，也能仅凭少量图像进行稀疏重建，甚至在没有图像输入、只有文本提示词的情况下生成场景。

4、李飞飞还披露，目前正在测试Atlas在机器人仿真中的实际价值。Atlas不仅可以生成和重建三维环境，还可以用于机器人训练和导航，将真实世界与仿真世界连接起来，再让仿真结果应用于真实机器人。

同时，李飞飞也在演讲中展示了相关探索，机器人可以完全在虚拟仿真环境中训练，再以零样本方式部署到真实世界。

5、最后，李飞飞还强调了Atlas在Rapidata相机运动基准中，排名第一。

在圆桌对谈阶段，刚开始时，苏姿丰便对机器人领域的未来作出预测，称物理AI尤其是机器人，是未来几年数千亿美元的机会，并透露AMD已有规模相当不错的机器人研究团队，不过目前相关布局仍处于早期阶段。

李飞飞提出，“AI就是计算，计算就是AI”的观点，并认为前沿LLM/VLM与专用模型各有所长。

而在这一过程中，双方都呼吁为公共部门研究者提供更多算力，需要借助公共部门的力量，理解和评估AI正在做什么，开展基准测试，并向公众提供信息，帮助其理解。

以下是演讲与圆桌讨论的实录：

今天我想和大家分享的是，World Labs研究团队最近开发的一个模型，名为Atlas。这是一个用于生成与重建的统一世界模型（A Unified World Model for Generation and Reconstruction）。

既然我们今天身处CoRL会议现场，就先从机器人领域的需求谈起。

我知道，机器人领域正在发生很多变化，也取得了很多进展。就在一天前，我们还看到了新的研究成果。无论我们采用什么样的机器人技术路线，无论是否使用策略学习（Policy Learning），无论是否使用智能体（Agent），都有一个机器人领域试图解决的根本问题：

给定世界当前的状态、任务目标以及机器人本身，在每一个时刻，机器人下一步应该做什么？

总体而言，机器人需要解决几个基本问题。

首先，机器人需要具备理解和表征世界状态及周围环境的能力。我们可以讨论这种表征究竟应该是隐式的还是显式的，但对环境的理解本身非常重要。

其次，机器人需要能够预测动作可能带来的后果，并以某种方式对这些动作进行规划。

最后，数据始终是一个问题。机器人领域具有很长的长尾分布，机器人要想成功部署，同样面临大量长尾场景。因此，在很多情况下，如果能够通过仿真尽可能多地生成不同环境和状态，用来补充真实世界数据，就会非常有价值。这既有助于模型训练，也有助于模型评估。

无论我们采用什么方法，这三个问题在机器人领域都依然存在。

这也让我想到世界模型。事实上，上述三个问题分别对应着世界模型试图解决的三个问题。

例如，理解和表征环境，对应世界模型和视觉模型中的渲染问题；预测动作可能产生的后果，对应规划问题；模拟世界中的不同状态，则对应仿真问题。

当然，我不想把这些问题绝对化，也不认为它们是完全相互独立的。实际上，在很多情况下，我们可以将它们统一起来，而且这些问题之间也会相互交织。这些都是当前这一研究领域非常令人兴奋的前沿方向。

01. Atlas试图统一生成与三维重建

今天，我想重点介绍Atlas。这是我们刚刚提出的一款新模型。

总体而言，Atlas主要致力于解决渲染和仿真问题，尤其是世界几何结构以及三维、四维动态过程的模拟。

简单来说，Atlas是一个从零开始训练的自回归基础模型（Autoregressive Foundation Model）。它是一个全模态模型，可以接收多模态输入，包括文本、图像、视频、深度信号、灰盒（Grayboxing）以及三维结构信号。

它的输出是像素帧。但Atlas不仅能够以具有时空一致性的方式生成高质量图像帧，还能够合成新的视角，从而实现精确、高保真的三维重建。

接下来，我会展示一些实验结果和具体细节。这里先给大家介绍Atlas的整体能力。

我们先回顾一下相关研究的发展。

计算机视觉领域有两个非常重要的问题。当然，这并不是计算机视觉领域仅有的两个问题，但它们确实非常重要。研究人员已经花了很多年，甚至几代人的时间来研究这些问题。

其中一个就是三维重建问题。我这里展示的研究，既包括经典论文《Building Rome in a Day》，也包括近期最先进的研究，例如NeRF相关论文。

我们试图解决的根本问题是：如何根据从不同相机位置和姿态拍摄的图像，构建一个符合真实世界的三维场景？

大多数传统方法都需要大量具有相机位姿信息的图像。

如果这些相机视角没有覆盖场景的全部表面区域，重建就会变得非常困难，模型也很难准确估计未被覆盖的区域。因此，最终得到的三维重建结果往往存在较大的不确定性。

这就是经典的三维重建问题。

但近年来，生成式人工智能取得了很大进展。现在，我们已经拥有能够直接生成高质量像素内容的纯生成模型。

与此同时，基于扩散模型的骨干架构，也为多视角生成研究提供了新的探索方向，进一步缩短生成与重建之间的距离。

沿着这条研究路线，已经出现了一些非常出色的工作。它们尝试生成此前没有观察到的视角，并通过对多个视角联合去噪，保持空间一致性。

不过，总体而言，这些方法的效果仍然有限。它们依然很难维持空间一致性，而且每一次去噪过程通常只能针对一个固定的目标视角。如果希望改变视角，或者实现实时生成，计算成本就会非常高。

Atlas沿着过去几年一系列研究的方向继续探索，尝试将生成与重建统一起来。

我们的目标是使用同一种模型架构和同一套训练方案，同时解决这两个问题。

具体来说，Atlas可以在生成和重建这两个方向之间实现切换。

在一个极端情况下，如果Atlas获得多张输入图像，并且图像数量足够多，它就可以执行重建任务。模型能够进行稠密重建，输出质量较高的场景和世界结构。

在另一个极端情况下，如果没有任何像素条件输入，只提供一段文本提示词，Atlas就可以执行纯生成任务。它还能够生成多个具有视角一致性的连续画面。

更有意思的是，Atlas还能够完成一种连接生成与重建的任务，我们称之为稀疏重建（Sparse Reconstruction）。

在这种情况下，Atlas获得的视角数量非常有限。极端情况下，输入甚至只有一张图像。

Atlas可以估计相机位姿，然后进一步生成模型能力范围内的多个视角，最终重建并生成一个完整的世界。

因此，Atlas能够在同一个模型框架下，实现从稠密重建到稀疏重建，再到纯生成的切换。

02.只给少量图像，也能重建一个完整世界

在介绍技术细节之前，我先给大家看一个例子。在座的一些朋友应该能认出这是斯坦福大学校园。

斯坦福有一个非常著名的主广场（Main Quad）。

如果只给模型两张有限的输入图像，它就会生成，或者说补全出一个主广场。

如果你熟悉斯坦福大学，就会发现这并不是我们真正的主广场。它看起来有主广场的感觉，但实际上并不是真实的主广场。

模型根据输入图像中的长廊等特征进行了条件生成，因此生成的场景保留了一些长廊的特点，也出现了拱门，但整体上仍然是根据输入生成的一个广场。

如果给模型八张图像，效果就会好很多。

考虑到这个空间本身非常大，八张图像所提供的信息仍然非常稀疏。但如果仔细观察，模型基本上已经重建出了整个广场。

乍一看，它几乎是完美的。不过，熟悉斯坦福大学的人会发现，著名的纪念教堂（Memorial Church）不见了。这是因为输入图像中没有包含纪念教堂。

最后，如果输入33张图像，虽然从整个空间的规模来看，这些图像仍然非常稀疏，很多区域都没有被覆盖，但其中一张图像确实包含了纪念教堂。

因此，Atlas基本上已经能够重建出斯坦福大学美丽的主广场。

我还想特别强调一点：这33张图像全部是在地面高度拍摄的，也就是说，只是一个人手持相机拍摄的普通图像。

但模型能够生成不同的观察视角，包括我现在展示的这个航拍视角。

那么，Atlas能够做到这一点，背后的技术关键是什么？

03.视角预测是Atlas的核心技术

对于大型语言模型（LLM），我们已经很熟悉下一词元预测（Next Token Prediction）这一目标函数。

而对于Atlas来说，我们的核心理念是：视角就是一切（Viewpoint Is All You Need）。

我们通过精确的相机位姿条件控制，让模型预测下一个视角。

具体来说，Atlas采用了一种多模态自回归扩散Transformer架构。

正如前面提到的，Atlas可以接收文本输入，并根据相机位姿生成图像。

它也可以接收一张图像，估计对应的相机位姿，然后以这张输入图像为条件，生成更多图像以及更多新的相机视角。

这里展示的是一个非常可爱的小机器人，它位于花园中。我们可以看到，模型能够沿着环绕相机的运动路径生成不同视角的画面。

此外，正如刚才斯坦福主广场的例子所展示的，Atlas还可以接收多个视角的图像，并沿着不同的相机运动路径进行插值和外推，从而恢复一个三维场景。

它还可以接收深度图像或者灰盒输入，并输出RGB像素图像。这项能力在很多机器人和游戏应用场景中都非常有用。

接下来，我们用一些定量结果来看看Atlas的表现。我想分别展示它在生成和重建方面的结果。

首先是相机控制生成。

这里的结果实际上是我们几天前刚刚从一家独立第三方机构RapidData获得的。

他们在没有提前告知我们的情况下，对多个最先进的视频模型进行了基准测试，评估的是相机控制生成能力，测试中包含了大约50万次人工判断。

最终，Atlas在这项测试中排名第一，超过了多个当前最先进的视频模型。

从图中可以看到，Atlas与排名第二的模型之间存在相当明显的差距。

Atlas能够生成超过60秒的连贯视频。事实上，它现在能够生成的时长已经远远超过60秒。

这里展示的是我们2026年最新的结果。我特别想将它与大约一年半前尝试的早期模型进行对比。

大家可以看到，早期模型能够生成的范围非常有限，几何一致性也比较差。当时我们甚至收到过这样的批评：你们做的不是世界模型，而是“壁橱模型”（Closet Models）。

而现在，我们已经从一个壁橱走向了一个大得多的世界。

这里还有一个很有趣的生成案例。

Atlas可以接收两个完全不同、彼此毫无关联的事物，然后估计一个合理的相机位姿，进一步补全场景中的其他部分，最终生成一个将这两个事物结合起来的幻想世界。

这项能力非常适合用于各种创意应用。

最后一个例子是灰盒输入。

Atlas能够接收这些灰盒结构，并将其生成一个完整、精美的世界。

这项能力不仅对机器人领域有用，也适用于设计和创意应用场景。

04. 从深度预测到三维场景重建

接下来，我们来看重建方面的结果。

我们将Atlas与一些专门用于三维重建的模型进行了比较。

首先，我们在七个不同的数据集上测试了深度预测任务。这里的指标越低越好，因为它衡量的是误差率。

Atlas的表现超过了近期一些最先进的三维重建和深度预测模型。

另外，Atlas本身并不需要使用高斯泼溅（Gaussian Splatting）作为场景表征方式。

但如果我们在后续处理中使用这种表示方式，就可以在六个不同的数据集上，将Atlas的高斯泼溅重建误差与专门的重建模型进行比较。

这里我们采用了两种不同的误差衡量指标。结果显示，Atlas表现非常突出，超过了大多数专用模型。

此外，我们还逐步调整提供给Atlas的视角数量，观察模型如何从稀疏重建过渡到更稠密的重建。

在这项实验中，我们同样将Atlas与多个先进方法进行了比较，并在两个不同的数据集上进行测试。

从误差率来看，Atlas再次取得了很好的表现。

这里展示了一些具体案例。

这是三维重建领域一个非常著名的公寓场景。给定八张输入图像，Atlas就能够重建出这套面积相当大的公寓。

现在，我们可以从各种不同的视角对场景进行采样，人们能够完全控制这些相机视角，从而观察整个场景。

这里还有一个例子，展示了如何将Atlas根据单张输入图像生成的内容，进一步转换到高斯泼溅表示空间中。

大家可以看到，仅凭一张输入图像，模型就生成了一个非常漂亮的幻想空间。

类似地，在下面这个例子中，我们不仅能够生成场景内容，还能够生成深度信息，让艺术家精确控制相机的位置，并生成符合预期效果的视频。

熟悉视觉特效的朋友可能知道一种非常流行的特效，叫作子弹时间（Bullet Time）。

这种效果最早在电影《黑客帝国》（The Matrix）中得到展示。它通过数百台摄像机同时捕捉一个具有时空动态变化的场景，再将这些画面组合起来，形成非常漂亮的子弹时间效果。

现在，我们只使用办公室里临时搭建的三台iPhone摄像机，就能够借助Atlas重建这个时空动态场景，并呈现出漂亮的子弹时间效果。

这里还有另一个例子。设计师将Atlas与LLM结合起来，展示场景中的语义信息。

在Atlas构建的世界中，我们既可以开展各种设计工作，也有望进行机器人仿真。

Atlas最近取得的另一项进展，是我们已经对模型进行了蒸馏，使其能够以每秒15帧的速度实时运行。

最后，我想谈谈Atlas在机器人仿真方面的潜在应用。

我们正在测试Atlas在机器人仿真中的实际价值，包括用于机器人训练和导航，以及将真实世界与仿真世界连接起来，再将仿真结果应用于真实机器人的操作任务。

大家可以看到，其中一些近期研究成果展示出，机器人可以在模拟的虚拟世界中接受训练，随后以零样本方式直接部署到真实世界中。

我们正在通过结合Atlas，进一步深化这方面的研究。我们很快就会发布Atlas，请大家保持关注。

最后，我还想邀请大家关注我的学生们所做的出色工作。

其中一项是斯坦福大学Behavior团队举办的Behavior Challenge。今年已经是这项挑战赛举办的第二年，我们将在明天公布获奖者。

今年的比赛非常令人兴奋。挑战赛本身也在不断发展，我们现在看到了许多新的方法，包括生成式AI。

我还会在明天的研讨会上介绍生成式AI驱动的机器人能够做什么、不能做什么。所以，也欢迎大家明天来参加研讨会。

此外，我还有很多学生为了参加CoRL付出了大量努力。

我们有六篇论文入选，欢迎大家在本届CoRL会议期间或者会后了解我们的论文。World Labs团队和斯坦福学生团队都为这些研究付出了大量努力。非常感谢大家！

以下为第二场李飞飞与苏姿丰的圆桌讨论实录。

05.李飞飞对话苏姿丰，谈论机器人发展机遇、AI算力需求与未来人才培养

1、机器人领域，未来几年市场规模可能达到数千亿美元

Peter Stone：首先，我想从Lisa和飞飞开始。今天在座的各位都是机器人领域的研究者。

我们已经听说AMD正在推进对World Labs的收购，刚才飞飞也分享了她对世界模型以及未来发展机会的看法。

我先问问Lisa。AMD一直在人工智能技术栈的各个层面进行投资，从数据中心到边缘计算和嵌入式系统。展望机器人和物理AI领域，你认为AMD面临的最大机会是什么？World Labs又将如何融入AMD更广泛的战略？

苏姿丰：谢谢Peter，也感谢大家邀请我来到这里。

我认为，现在是人工智能发展过程中一个极其令人兴奋的时期。回顾我们迄今为止取得的所有进展，就会发现，我们实际上仍处于未来发展可能性的非常早期阶段。

我认为，物理AI，尤其是机器人领域，是一个巨大的机会，未来几年，这个市场的规模可能达到数千亿美元。

这里的关键在于，我们必须真正理解物理规律、模型以及整个环境。因此，我们非常高兴飞飞和World Labs团队能够加入AMD。

除了飞飞本身就是一位超级明星之外，我们还可以从另一个角度来看待这件事。

在我们的业务中，如果考虑到硬件优化需要持续很多年，那么你对工作负载了解得越深入，对未来发展方向的理解就越充分。

我认为，硬件、软件和系统之间进行协同优化的理念，同样适用于机器人领域。

未来五到十年，这将成为一个极其重要的领域。因此，我真的非常期待World Labs加入AMD。

更重要的是，对于AMD的生态系统而言，我也非常期待能够借此进一步扩大AMD生态系统，让这里整个机器人社区都参与进来。

2、AI是计算，计算也是AI

Peter Stone：飞飞，接下来我想问你。从你的角度来看，加入AMD会如何拓展World Labs的能力？

你已经阐述了自己对于世界模型的愿景。那么，双方的结合能够让你们接下来构建什么？这又会给机器人领域带来什么？

李飞飞：实际上，我认识Lisa已经很多年了。回顾过去十年，从AMD到整个计算领域，再到如今人工智能爆发的时代，Lisa所做的一切都非常了不起，令人惊叹。

在人工智能领域，模型与计算之间的关系已经发生了根本性的变化。

现在，我们走到世界各地，经常有人问我，人工智能究竟是什么？我的回答是：AI就是计算，计算就是AI。

无论是世界模型还是语言模型，都是如此。

坦率地说，我们正在看到许多不同模型之间的融合，包括单模态模型和多模态模型。正如Lisa刚才所说，这需要硬件和软件之间共同演进、协同设计。

因此，这是一个非常有意思的机会。

我还想谈谈在座的博士生、硕士生和本科生。

我认为，随着AI成为一种工具，科学研究本身的开展方式也正在发生变化。AI不仅是我们需要研究和解决的问题，也可以成为我们开展研究的工具。

我们正在进入一个非常令人兴奋的团队科学（Team Science）时代。

将四个实验室各自的优势与AMD的优势结合起来，通过团队科学的方式，为计算和人工智能的发展作出贡献，这对我们所有人来说都非常令人兴奋。

Peter Stone：你们刚才谈到了AI和计算之间密不可分的关系，也谈到了机器人领域正在发生的变化。

接下来这个问题想请两位一起回答。我们看到，大语言模型以及其他基础模型正在机器人领域发挥作用，与此同时，视频生成模型也开始被应用于机器人领域。

你们认为，未来的机器人将由什么技术驱动？我们是否仍然需要分别开发不同层级的模块？还是说，基础模型最终能够通过端到端的方式解决机器人问题？

它们能否独立完成所有事情，真正解决机器人领域的问题？

李飞飞：我先回答吧。我们还是要保持理性和诚实。

前沿实验室最近公布的研究成果，以及本次会议上展示的一些成果，都确实令人惊叹。

我们正处于一个非常早期的阶段，同时也正在看到一个明显的转折点。因此，还有大量问题需要继续探索。

我认为，由视觉语言模型（VLM）或大语言模型（LLM）驱动的机器人，将发挥越来越重要的作用。

但我不认为我们已经完全解决了系统层面的问题。

在机器人和物理AI领域，仍然存在很多问题，我们还不清楚是否已经找到了从根本上解决它们的方法。

所以，未来我们还会继续看到各种变化。

明年的CoRL会议将会非常不同。过去两周，我们一直在评审Behavior Challenge的比赛结果。看到技术进步的速度，真的令人难以置信。

我认为，这种变化还远没有结束。

作为一名研究人员，我个人一直保持着高度警觉。因为我有时会感到有些紧张：我们究竟应该押注哪些研究方向？

但与此同时，这又令人无比兴奋。因为现在，我们已经从多个不同方向看到了新的信号，也有机会将这些潜在的方法结合起来。

苏姿丰：我想补充一点。在很多垂直应用领域，我们看到的情况是，不存在一个模型或者一个唯一的发展方向，能够解决所有问题。

面对现实中的各种应用场景，我们实际上需要覆盖非常广泛的用例，并使用不同类型的模型。

飞飞，我认同你刚才的观点。在某些场景中，我们所说的前沿大语言模型会表现得非常出色。但我也可以想象，在另一些场景中，更加专用的模型会更具优势。

3、机器人将大规模推动各种形态的计算需求增长

Peter Stone：Lisa，机器人已经成为推动芯片、计算资源和Token需求增长的重要因素之一。

今天在座的有很多学生和学术研究人员，他们都非常希望能够获得更多计算资源。正如飞飞刚才所说，这些资源非常重要。

那么，AMD如何看待机器人领域未来对芯片和计算资源的需求？

训练模型需要巨大的计算资源。当然，一旦机器人真正部署到现实环境中，它还需要实时完成感知、推理和行动，而且往往受到严格的功耗限制。

这是否意味着，机器人本质上是一个系统工程问题？

对于这些工作负载，AMD如何考虑将计算、内存、软件以及系统中的其他部分放在一起进行设计？

苏姿丰：我最想说的是，在座各位有没有人需要计算资源？

我们现在所处的时代，计算是基础，而且在很多方面，计算确实与智能直接相关。

如果回顾我们目前所处的发展阶段，我可以说，我们需要各种不同类型的计算能力。这也是我对整个计算生态系统感到非常兴奋的原因。

我已经在计算领域工作了30年。相比在座的各位，这让我显得有些年纪大了。

但事实是，现在从来没有过比这更好的时期，也从来没有过比现在更重要的时期。

我们在每一个层面都需要计算能力。我们需要云端计算资源，用来训练这些规模庞大的模型。

我们也需要企业内部的计算资源，需要边缘环境中的计算能力。随着机器人变得越来越重要，这些资源也会变得非常关键。

此外，我们还需要计算能力进入现实物理环境。

我的看法是，我们需要不同规模、不同形态的计算能力，但它们都需要遵循一些基本原则。

如果模型有不同的规模，那么我们的计算能力也需要有不同的规模。

从根本上来说，这是一个解决方案问题。

我们需要将硬件、软件和系统放在一起进行协同优化，让它们尽可能高效地解决具体问题。

李飞飞：我还想补充一点。今天我们是在机器人会议上讨论这个问题，我并不是因为身处CoRL才这样说，我是真心认为：机器人将推动计算能力进入下一个发展阶段。

我很喜欢这个判断，这是一件好事。

如果回顾机器人的发展历程，就会发现，过去它的发展缺少大语言模型所带来的推动力，因为机器人本身就是一个非常困难的问题，而且它还需要与物理世界发生交互。

但我们现在看到的这个转折点是真实存在的。

我无法准确预测未来的发展斜率，但可以肯定的是，我们已经进入了一个上升趋势。

机器人将大规模推动各种形态的计算需求增长，不仅包括训练端，也包括边缘端。

Peter Stone：飞飞，你从多个不同角度经历过这个问题。

你曾经是一名教授，也一直在为学术界争取资源；你创办过一家获得融资的初创公司；很快，你还将担任AMD的首席科学家。

我们刚才已经谈到，前沿研究面临的一个挑战，就是研究人员很难获得所需的计算资源。

你认为，要让更先进的机器人研发对研究人员、初创公司和学生更加开放，需要做些什么？

像AMD这样的企业又能发挥什么作用？

李飞飞：这个问题，我还是交给Lisa来回答。

不过，Peter，你和我一直是同事，也是合作伙伴。我们过去一直在推动公共部门获得计算资源。

早在2019年，我们中的一些人就推动过一项法案，也就是《国家人工智能研究资源法案》（National AI Research Resource Bill，NAIRR）。

我想说的是，在AI历史上最重要的时刻之一，如果我们没有为公共部门提供足够的资源，这将是一个巨大的失误。

换句话说，我们必须为公共部门提供资源。

公共部门包括大学里的研究人员，也包括非营利组织，因为这里是创新的第一阶段。

这个国家的创新引擎始于公共部门的基础研究，始于那些开放式的、由好奇心驱动的研究。

与此同时，我们还在培养下一代发明者和未来的劳动力。

但现在，AI领域的公共部门正面临严重的资源短缺。我认为，我们必须解决这个问题，因为我们需要投资未来。

此外，我们现在也越来越需要负责任的AI，无论是安全还是安保问题，都需要得到重视。

公共部门必须在其中发挥关键作用。

我们需要公共部门帮助理解和评估AI正在做什么，开展基准测试，并向公众提供信息，同时为政府提供建议，让大家了解这些AI模型好的一面、不好的一面，以及存在的问题。

因此，公共部门发挥着至关重要的作用。

Peter Stone：我完全赞同你的观点，那么AMD可以发挥什么作用？你们能够怎样帮助实现这一目标？

苏姿丰：我想，一个很好的办法是，大家应该去问问AMD的首席科学家，究竟应该怎么做。

首先，我百分之百赞同飞飞刚才所说的一切。

对我们来说，机会在于，我们正在建设规模非常庞大的计算能力，达到数千兆瓦级别。

坦率地说，我们确实处于需求远远超过供应的阶段。

但是，将其中一部分资源专门用于长期研究，提供给大学，确保下一代创新者能够获得计算资源，这绝对是我们作为行业领导者应该承担的责任。

我们非常希望能够花时间与这个社区交流，并确保这件事真正发生。

我刚才并不是完全在开玩笑。

我之所以如此期待飞飞加入AMD并担任首席科学家，是有原因的。

我认为，AI已经取得了非常大的进展。我们一路走来，已经看到了AI的发展，以及大语言模型所带来的变化。

但这一切仍然处于非常早期的阶段。

现在，我们需要思考的是：如何确保这些技术真正让世界变得更好？

机器人就是其中一个重要领域。

我认为，我们已经非常接近目标，但还没有真正展示出机器人能够带来的实际价值。

我希望AMD能够参与其中。当然，我相信行业里的其他企业也有同样的动力，共同帮助我们将这一愿景变成现实。

4、AMD是否会建立机器人研究团队？

Peter Stone：接下来，我想转到Slido上的问题。

这里有几个得分非常高的问题，而且它们的排名一直在变化。我现在先选排名最高的一个。

大家对这个问题非常感兴趣：AMD会不会建立一个机器人团队？

苏姿丰：你们这是默认我们现在还没有机器人团队。

事实上，我们已经有了一支规模相当不错的物理AI和机器人研究团队，只不过目前还处于非常早期的阶段。

如果大家从计算技术栈的角度来看，就会发现，机器人所需要的很多组件，我们其实已经具备了。

例如，我们拥有嵌入式FPGA、处理器以及AI引擎。这些组件已经能够控制很多机器人，尤其是大家在工业环境中看到的那些机器人。

但如果要进一步进入大家正在研究的机器人领域，我认为我们还处于非常早期的阶段。

我非常希望飞飞在加入AMD之后，能够将大量精力投入机器人研究，同时加强我们与整个生态系统之间的联系。

因为我一直坚信，没有任何一家公司能够独自完成整个技术栈中的所有工作。

归根结底，这也是为什么如今初创公司能够发挥如此重要的作用。

我们有工业实验室，有大学，还有大型企业。

我们真正需要的是将这些不同领域的优势结合起来。

在这样的发展环境中，建立开放的生态系统，提供能力强大的硬件，让不同层级的软件能够相互协作，并让不同实验室分别开展各自的研究，这些都是我认为能够加速机器人发展速度和进程的重要方式。

我们也需要将机器人真正带入制造业和工业化应用。

5、无论AI发展得多么先进，人类智能依然非常宝贵

Peter Stone：我想，在座有很多人正处于职业生涯的起点，他们正在认真思考，自己作为博士生应该研究哪些最重要、最有意思的问题。

反过来说，有没有一些研究方向是你们不建议大家选择的，不适合作为博士论文的研究主题？

我想同时听听这两个方面的看法。

哪些领域非常值得作为博士研究或本科研究的主题？哪些方向应该谨慎选择？

此外，在这次会议上，很多人也问过我一个问题，我想大家可能也很感兴趣：未来几年，博士学位究竟意味着什么？攻读博士学位是否仍然是进入研究领域的正确道路？

我想，飞飞，你给出的答案可能不是所有人都喜欢听到的，但我还是想把这个问题交给你。

李飞飞：首先，我认为这是一个正在发生巨大变化的时代。

说实话，站在台上的我们三个人，可能都有些羡慕在座的各位，因为你们还很年轻，而且恰好出生在AI革命的时代。

而我们是在成年之后才进入这个时代的。

关于是否应该攻读博士学位，以及博士期间应该做什么，我自己的答案也在发生变化。我想坦率地告诉大家我的看法。

我不认为博士学位适合所有人。

尤其是在AI时代，学习工具和软件工程已经发生了如此巨大的变化。

现在，人们可以通过更多不同的路径成为研究人员、成为创新者，并产生实际影响。

这并不意味着博士学位不再有价值。

我认为它依然非常好。我自己很喜欢读博士的经历，我相信Peter和Lisa也很喜欢。

但现在已经出现了更多不同的道路，你们需要主动去寻找适合自己的方向。

那么，博士学位究竟意味着什么？

我依然坚信，博士学位的核心在于好奇心。

这是你人生黄金时期中一段受到充分保护的时间。在这段时间里，你可以追求那些最具挑战性、最能激发好奇心、最有意思，并且有望产生重要影响的问题。

我始终相信，无论AI发展得多么先进，人类智能依然非常宝贵。

它可能甚至正在变得更加稀缺，但它依然珍贵。

现在，我们有大量Token在与人类的大脑活动竞争。

但我认为，我们正在建设的文明仍然需要人类智能，也需要人类大胆的好奇心。

因此，对于那些内心拥有强烈渴望和好奇心的人，我确实认为，博士学位仍然是一条非常好的道路。

但你必须拥有这样的信念，并且无所畏惧地去追求那些重要的问题。

苏姿丰：我想从自己的经历谈谈。

当年我读博士的时候，其实并没有真正想过自己一定要获得博士学位。

我的父母当时对我说：“来吧，你还太年轻了，接下来准备做什么？还是继续留在学校吧。”

结果，那真的是我人生中最美好的四年。

原因正如飞飞刚才所说。

重要的并不是你具体研究哪个问题，因为具体问题会发生变化。

今天我们研究的具体问题，变化速度非常快。

但读博士真正重要的是，你有机会成为所在领域最优秀的人之一，或者成为这个领域中最优秀的研究人员之一，因为你拥有探索的机会。

所以，出于这个原因，我认为读博士是一件非常美好的事情。

如果你有机会，我会鼓励你去尝试。

因为人生很长，没有人能够拿走你的博士学位。

而且，你会始终拥有那段经历和知识：你曾经选择一个问题，并将它研究到所在领域的前沿。

至于Peter刚才问到的，大家应该研究什么，我还有一个非常强烈的看法。

现在，整个行业都在讨论通用人工智能（AGI），以及我们距离AGI究竟还有多远。

有时候，我会听到一些同行和行业人士说，我们已经非常接近AGI了，似乎马上就能实现。

但我实际上并不认同这种说法。

我不认为我们已经如此接近AGI。

回顾人工智能取得的巨大进步，我们确实已经实现了很多令人难以置信的成果。

但AI的表现，很大程度上仍然取决于我们让它解决什么问题，以及我们如何引导它。

因此，当你把AI看作一种工具时，你当然希望能够使用最好的工具。

但归根结底，你仍然需要发挥自己的专业知识和直觉。

我经常说，在招聘人才时，你能够分辨出哪些人真正对自己的领域拥有直觉，哪些人只是所谓的书本知识丰富。

在现在这个时代，也可以说是AI知识丰富。

你需要找到自己真正感兴趣的问题，并在这个领域培养自己的直觉。

这样一来，无论工具如何变化，都不会影响你继续推动所在领域的发展。

因为你已经拥有了这个领域的专业直觉。

这也是在工业界比较难做到的一件事。

因为工业界缺乏耐心。

我们所有人都缺乏耐心。我们希望产品尽快推出，希望下一个模型尽快发布。

而这恰恰是大学环境与工业界之间的区别。

Peter Stone：飞飞，你刚才提到，人类智能依然非常特殊，也非常重要。

目前AI模型的训练方式，与我们已经知道的可能实现方式之间，仍然存在一些差距。

我经常给出的一个研究方向是：如何在保持相同性能的情况下，使用更少的资源和更少的能量。

我认为，这是一个非常重要的研究方向。

当然，这可能与销售更多芯片的商业目标存在一定冲突。

我想听听你们两位怎么看待这个问题。你们是否认为，降低能耗、提高效率应该成为当代学生的重要研究方向？

苏姿丰：当然。这绝对是一个非常重要的方向。

这又回到了我们刚才讨论的问题：计算没有一种适用于所有场景的统一方案。

物理世界也不是只有一种固定的规模，而是存在各种不同的规模。

我认为，这也是为什么我们仍然处于非常早期的阶段。

你说得没错，现在我们拥有大型数据中心，也有各种规模定律（Scaling Laws）。

但归根结底，我们需要让计算能力出现在所有地方。

因此，更低的功耗、更高的效率、更长的使用寿命以及更低的延迟，所有这些指标都需要得到优化。

此外，我认为我们还需要注意一点：不要将人类大脑的20瓦功耗，与训练AI模型所需要的巨大能量简单地混为一谈。

李飞飞：进化本身也是非常昂贵的。

没错，人类大脑的确非常高效，但它是数十亿年进化的结果。我现在还不知道，应该如何计算整个动物界在漫长进化过程中累计消耗的能量。

因此，我们不应该将这两个因素混为一谈。

此外，我始终坚信，脑科学本身是一门独立的科学。无论是理解大脑、记录和复制大脑，还是帮助解决脑部疾病，这些都是脑科学需要研究的问题。

但与此同时，AI本身也是一门独立的科学。AI并不一定只是为了复制人类大脑。

因为我们试图解决的计算问题，已经超出了人类能力的某些范围。例如，编写代码、生成模拟环境，以及为机器人提供计算能力。

因此，脑科学与AI科学是两个相互正交的研究问题。

Peter Stone：Slido上还有一个问题，考虑到你们目前正处于宣布合作后的蜜月期，有人问：你们之间是否有不同意见？有没有什么事情，是你们不同意对方看法的？

李飞飞：认真来说，我们有没有什么意见不一致的地方？

我不知道。大家也看到了，我们还没有发现这一点。我们还没有发生过这样的情况。

如果你们以后再邀请我们回来，就可以再问一次。

6、在变化的时代，寻找不变的价值

Peter Stone：从刚才大家提出的问题可以看出，现在的学生面对AI，既感到焦虑，也感到兴奋。

如果结合你们自己的经历，假设现在你们正处于在座这些学生的位置，你们会如何看待当下这个时代？

最后，你们有什么建议想送给在座的每一位？现在对于很多学生来说，确实是一个充满动荡的时期，因为整个时代都在发生变化。

李飞飞：你们自己的生活正在经历变化，因为你们正处于学生阶段，而你们所在的领域也正在发生变化。

从整个人类文明的角度来看，我们也正处于一个非常特殊的时刻，因为我们正在经历一项具有文明变革意义的技术。

我实际上想邀请所有学生，在一个不断变化的时代里，去寻找那些永恒不变的价值。

正如Lisa刚才所说，人生很长。很多事情都会发生变化。研究问题会变化，挑战会变化，机会也会变化。

但如何过上自己真正希望拥有的生活，很大程度上取决于那些不随变化而改变的东西，也就是那些永恒的价值。

对我个人而言，这段经历让我认识到，永恒的价值包括好奇心、正直，以及无所畏惧地追求真理、探索真理的勇气，同时还要敢于在思想上大胆探索，并保持诚实。

苏姿丰：我想，我会鼓励大家保持远大的志向，并且真正乐观地看待未来。

因为你们正处于一个最好的时代。你们拥有非常出色的工具，面前也有大量机会。

很多人会向我寻求建议，询问职业发展方面的问题，例如应该做什么、应该选择什么方向。

我通常会告诉他们一段我年轻时得到的建议。

当时，我还是IBM的一名年轻工程师，刚刚工作了大约两年。

有一天，有人问我：“Lisa，你长大以后想成为什么样的人？”

当时，IBM有一个职位叫作IBM Fellow，这是一个专注于深度研究的职位；还有一个职位是IBM副总裁。

我当时实际上想的是，我可能没有足够的聪明才智成为IBM Fellow，但也许有机会成为IBM副总裁。

于是，我决定朝着这个方向努力。

当时，有人给了我一条建议：永远朝着最困难的问题前进。

那时候，我其实并没有真正理解这句话的含义。但这条建议一直伴随了我很多年。现在，我也会把这句话告诉其他人。

因为归根结底，作为工程师、科学家和研究人员，我们的工作就是解决问题。

我们要解决非常有意思的问题、非常重要的问题，以及令人兴奋的问题。

我们能够从解决这些问题的过程中获得快乐，也能够从中取得成功，并通过这些工作推动世界向前发展。

因此，如果你准备投入一项工作，就去解决那些最困难的问题，并且要相信自己能够产生巨大的影响。

我认为，这也是为什么当下这个时代如此有意思。

你们现在拥有的工具，已经能够帮助解决那些最有意思的问题，其中有些问题甚至几十年来都没有得到解决。

这是一件多么有趣的事情！

所以，我想说，现在对于开始职业生涯的学生来说，是一个非常了不起的时代。我也希望大家未来能够考虑加入AMD。

李飞飞：顺便说一句，她将担任我们的招聘经理。