Po latach jako profesor na Stanfordzie i budowaniu ImageNet, projektu, który zainicjował rewolucję w głębokim uczeniu, Fei-Fei Li połączyła siły ze swoim byłym studentem Justinem Johnsonem i wyselekcjonowanym zespołem, aby założyć World Labs, stawiając swoje kariery na inteligencji przestrzennej jako następnej granicy w AI. Usiedliśmy z Fei-Fei i Justinem, aby zgłębić, jak wygląda „moment AlexNet” dla modeli świata, dlaczego transformatory są naprawdę modelami ustalonymi, a nie modelami sekwencyjnymi, jak Gaussian splats, priorytety fizyczne i nowe prymitywy sprzętowe mogą zdefiniować stos poza GPU, zmieniającą się rolę akademii w erze laboratoriów granicznych, jak osadzenie AI w fizycznej rzeczywistości może na zawsze zmienić robotykę, medycynę i kreatywny design oraz ich zakład, że modele świata osadzone przestrzennie będą mostem od dzisiejszych LLM-ów tylko tekstowych do agentów, którzy naprawdę żyją i działają w przestrzeni 3D. @drfeifei @jcjohnss @swyx @FanaHOVA