李飛飛 World Labs 新成果：要讓機器人 AI 規模化，先讓它學習的「世界」規模化

TechOrange 科技報橘 · Jul 30, 2026

由李飛飛（Fei-Fei Li）共同創辦的 AI 新創 World Labs 於 7 月 28 日公開最新研究成果，發表一套名為 Real-to-Sim-to-Real（R2S2R）的機器人訓練與評估引擎。這家以生成 3D 世界起家的公司提出一個與主流不太一樣的判斷：要讓機器人真正規模化上工，關鍵瓶頸並非更強的模型架構，而是能否大量打造出訓練與驗證機器人的「世界」。 而它給出的解法，是把一次真實任務變成上千個可反覆訓練的模擬世界，讓機器人在完全沒有真實資料的情況下也能學會複雜動作。 李飛飛是史丹佛大學電腦科學教授，曾主導催化深度學習浪潮的大型影像資料集 ImageNet。她長期以「空間智慧」（spatial intelligence）作為研究主軸，主張無論虛擬或真實的物理世界，都運行在與文字不同的底層之上。 機器人展示驚豔、上工卻不可靠，問題出在哪？ World Labs 指出，當前許多實驗室裡的機器人展示看似進展亮眼，但真正的難題是讓它們在真實世界穩定運作。現實場景中物體會移動、雜物會堆積、光線會改變，每一次物理互動也不盡相同，這道從精彩展示到可靠運作的落差，正是機器人系統難以規模化的主要障礙。 問題出在讓機器人上工的成本。依 World Labs…