AI时代，什么能力永不过时？——女仕界读书会邀你共读《我看见的世界》
ChatGPT能撰写文章了。AI可以创作绘画了。几秒生成一段视频，几分钟完成一份商业计划书，甚至开始取代越来越多原本属于人类的工作。这两年，几乎每天都会有人问：未来，我们还能做什么？比这个问题更关键的是：未来，我们应该成为怎样的人？当世界以前所未有的速度变化时，真正决定一个人未来的，或许不只是掌握多少知识，而是是否拥有持续学习的能力、独立思辨的能力，以及洞察世界本质的能力。这也是为什么，今年七月，女仕界读书会选择了一本与众不同的书——《我看见的世界》作者：李飞飞出版社：中信出版社一本关于AI，却又远超AI
人工智能发展的核心动力是什么？
我即将在美国国会就‘人工智能’议题作证，我深信这项技术能让世界更美好。无论如何，我都希望人们重拾对科学的乐观信念。—李飞飞一本书，让我走近了‘人工智能教母’。若未读过李飞飞的自传《我看见的世界》，我对她的认知或许仅停留在‘光环’之中。在我心中，能被称为‘教母’的人，必是遥不可及的传奇人物。但读完这本书，一切不同了。她走下神坛，坦诚讲述自己的人生起伏，像每一个普通人一样，有欢笑，也有泪水。书中开篇，李飞飞回忆了出席美国国会听证的经历，阐述她对AI发展的核心观点：推动人工智能的根本动力，是‘以人为本’。再强大
李飞飞深度对话：AI 是工具，非替代品，洞见未来职场
本文基于「AI 教母」**李飞飞（Fei-Fei Li）**与 MasterClass 创始人兼 CEO 大卫·罗吉尔（David Rogier）的最新播客访谈《AI 教母：10 年后只剩下两类工作者》整理与延伸，并结合作者及不同媒体对同一主题的最新观点的对比（包括德勤 AI 分化预测、智源研究院世界模型趋势、Google Genie、Anthropic 与 OpenAI 关于就业的判断等）做交叉印证与洞察分析而来。一句话总结：AI 是工具而非替代品——工业革命没有「自动化劳动」，它扩大了劳动规模；AI
AI新纪元：物理智能崛起，李飞飞与杨立昆的万亿赛道对决
赢渔产融 点击蓝字关注过去两年，全球投资界的热点几乎都集中在大语言模型上。ChatGPT、Claude、DeepSeek——它们擅长创作、编程和解答，但都有一个共同短板：被困在数字界面中。物理智能，就是让AI突破云端限制，具备实体形态，能感知、理解并改变真实环境。它不再是“对话”，而是“执行”；不再是“提供答案”，而是“处理任务”。这是一次从“数字智慧”向“实体智慧”的深刻转型。2025年全球物理智能市场规模估计为380亿美元，预计2030年将跃升至3000亿美元，年复合增长率超50%。人形机器人、自动驾
李飞飞谈AI共存：别被自动化思维吓倒
01“智能成本归零”，并非误解02三种做法，暴露了自动化思维但这不意味着我们要裁掉设计师和程序员，而是节省了时间，让他们能处理更棘手的部分。AI并没有取代任何人。它让每个人都晋升了一级。产品经理从“指挥者”变成了“实干家”。设计师和工程师从“执行者”变成了“攻克难关的专家”。拥有自动化思维的管理者看到这一点，第一反应很可能是“以后可以少招两个工程师”。同一个事实，同一种工具，结论却截然不同。区别不在于技术，而在于对技术的理解。03未来十年，职场仅存两类人04为何增强并非空想？
人工智能重塑职场格局，未来十年仅两类人屹立潮头
2026年，两位身处人工智能浪潮最核心地带的人物，于相近时刻道出了同一论断。被誉为"AI教母"的李飞飞在最新对话中预判：十年后，劳动力市场将分化成两类从业者。杠铃左侧是位居金字塔尖的前1%精英，杠铃右侧则是具备高度主动性的复合型人才。至于身处中间地带、勉强过得去的群体，其生存空间正被急剧挤压。英伟达掌舵人黄仁勋的表述更为犀利：智能正演变为一种低成本的大宗商品。你呕心沥血积累的知识储备、运算效能、逻辑推演——但凡可被拆解为固定流程、实现标准化运作的脑力劳动，人工智能都能以更快的速度、更高的质量、更低的成本完
李飞飞新对话：十年后职场，仅存两种工作者
来源：笔记侠 内容来源： 汇编至网络公开资料。 商业思维 被誉为“AI教母”的李飞飞与MasterClass首席执行官大卫·罗吉尔进行了一场播客对话，题目为《AI教母：十年后，职场将仅剩两种工作者》。 主持人询问李飞飞对一种流行观点的看法：工业革命使体力劳动自动化，如今AI要自动化脑力劳动，我们该如何应对？ 李飞飞却指出，工业革命并未实现劳动自动化。它提升了劳动效率，扩大了劳动规模，也确实改变了劳动力市场，但并未自动化劳动。而且我们也不能暗示劳动缺乏智能，这种假设错得离谱。 劳动形式变了，但人在劳动中投入
AI思想溯源：从语言边界到空间智能的百年演进
当全球AI投入跨越3600亿美元大关，当业界沉迷于算力堆砌与参数比拼的狂热之中，一个本质性的追问始终如影随形——我们倾力构筑的，究竟是具备真实理解力的智能体，还是仅仅擅长文字游戏的"语言魔术师"？📌 导语2025年，全球AI支出达到3600亿美元。微软、亚马逊、谷歌、Meta四家巨头年度投入突破6000亿美元。高盛预测，到2030年全球月均Token消耗量将增长24倍。核心追问：我们正在建造的，究竟是一个真正的智能，还是一个精通语言的"黑暗中的文字匠"？当我们把目光从喧嚣的
AI教母李飞飞，捕获一只独角兽
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 学术界的女神，押注物理智能 作者 |吕敬之 来源 |#融中财经 李飞飞，出手了。 美国具身智能公司Generalist AI宣布完成新一轮4亿美元（约合人民币27亿元）融资，目前融资总额超过5亿美元。 本轮本轮新增主要投资方：Radical Ventures（领投）、8VC、Union Square Ventures、Hanabi Capital、Norwest；原有头部投资方均大额跟投，包含英伟达旗下NVentures、Bolds
计算机视觉先驱：李飞飞的传奇之路
李飞飞，1976 年 7 月 3 日生于北京，在成都度过童年，16 岁时随双亲移居美国。她拥有普林斯顿大学物理学学士学位及加州理工学院电子工程与计算神经科学博士学位，是享誉全球的美籍华裔计算机科学家。现任斯坦福大学红杉资本讲席终身教授，同时当选美国国家工程院、医学院及艺术与科学院三院院士，并于 2025 年荣膺伊丽莎白女王工程奖。她于 2007 年发起、2009 年正式发布 ImageNet 项目，凭借 1500 万张标注图像和超过 2 万个类别，彻底重塑了计算机视觉的研究格局；2012 年，AlexNe
李飞飞重磅出手,4亿美元融资搅动AI具身智能赛道
随着大规模语言模型的迭代红利逐渐触达上限，人工智能产业的竞争焦点正从"虚拟算力争夺"转向"物理世界应用"。日前，美国通用具身智能企业Generalist宣布完成4亿美元战略融资，由Radical Ventures独立领投，英伟达NVentures、贝索斯Bezos Expeditions、Union Square Ventures、Spark Capital等全球一线机构共同参投。值得关注的是，本轮融资汇聚了多位科技界顶级个人投资者，包括小米联合创始人林斌、AI教母李飞飞、硅谷传奇投资人Naval Rav
AI行业动态：技术狂奔与理性刹车并存
这是一次值得深思的警示。6月4日，WSJ独家披露了Anthropic的一篇内部博客，这家市值万亿的公司公布了一组内部数据，显示其最前沿模型的迭代速度已达到「令人担忧」的程度。他们的主要观点是：当AI可以自主优化自身性能，无需人类工程师参与时，就进入了所谓的「递归自我改进」阶段——这被认为是通向通用人工智能（AGI）的关键节点，也是风险最大的环节。简单来说，Anthropic想表达的是：我们发展得太快，快到自己都感到恐惧。但有趣的是，Anthropic正是这场AI军备竞赛的核心玩家，Claude Opus
李飞飞深度解析：空间智能引领AI新纪元
让机器从「看见」升华为「推理」，这是AI最难的那块拼图。斯坦福教授李飞飞发布了万字长文，系统阐述了「空间智能」概念框架。这是她对AI未来十年的判断，也是对整个行业的一次重要指引。01 什么是空间智能空间智能不是简单的计算机视觉，而是一种让机器理解物理世界因果关系的能力。示意图（配图与文章内容无关）李飞飞指出，当前的AI系统在特定任务上已经领先人类02 为什么现在提出大语言模型的成功让行业看到了「感知+推理」融合的可能性。示意图（配图与文章内容无关）这篇万字长文不是学术论文，而是一份行业路线图。李飞飞给出了
李飞飞自传：AI之母的奋斗与顿悟
我看见的世界1：人工智能之母李飞飞的传记各位书友大家好，欢迎继续做客老齐的读书圈，今天我们来讲一本自传，这个人虽然名气不大，但在人工智能领域可是响当当的人物，这就是美国华裔科学家李飞飞，1976年出生于北京，今年才50岁，就已经成为了美国国家工程院院士。她是斯坦福大学首位红杉讲席教授。2025年4月10日，李飞飞领衔的斯坦福大学发布了《2025年人工智能指数报告》，报告指出中美顶级模型性能差距已缩小至0.3％。这本书就是李飞飞的自传，看她是如何一步步成长为全球顶尖科学家的，同时我们也想知道，她所研究的这些
凯哥解读 AI：李飞飞致力打破语言对智能的束缚
欢迎诸位关注“凯哥讲故事系列”微信公众号本文附带完整 PPT 资料，如有需求请添加凯哥微信，将此文转发至朋友圈并截图发送给作者，即可获取 PPT 全本AI 人物志·No.04 李飞飞：誓将 AI 从语言的牢笼中解放她曾言，AI 虽在字句间阅尽万卷书，却未曾真正凝视过一眼真实的世界。2007 年，在斯坦福校园的一间斗室实验室内，一位名叫李飞飞的年轻华裔教授，着手让学生做件在外行看来颇为可笑之事——从互联网上一张张抓取图片，并雇人手工为其标注标签。这项工程最终历时两年半，汇聚了一千四百余万张图像，划分成两万多