“AI教母”李飞飞最新采访：K12教育是浪费学生时间，靠AI都可以做到

AI 就是工具，这句话带着我对人的信仰，我对人性和人类社会的信仰。

作者|王蕊

编辑|西子

“我信仰的是人，不是 AI。”

在最近一场与钛媒体的对话中，这句看似简单却极不妥协的话，是李飞飞反复强调的核心立场：技术再先进，也不能替代人类自身的价值和责任。

“AI就是工具，工具就是双刃剑……我们对其他工具的期待，永远不是说让这个工具去 figure out （弄明白）要做什么，这是人类的责任。”

这不仅是对 AI 功能属性的判断，更是对人类主体性的坚守。

作为ImageNet 的缔造者、斯坦福倡导“以人为本AI”理念的先行者，人们称她为“AI 教母”。她既是深度学习浪潮的亲历者，也是推动这一浪潮反思和回归人本价值的关键人物。

李飞飞提出，当前 AI 的发展不能仅停留在语言和感知层面，它必须迈向更深层的空间智能——让机器能够理解、推理并与三维世界互动，而不是停留在二维符号处理的表层。

她认为，这种能力的突破不是简单的技术堆叠，而是让 AI 能够真正“理解世界”的基本能力。

李飞飞不会回避 AI 的优势，但更担忧公众对技术的误读和过激叙事。

在她看来，当下围绕 AI 的讨论中存在从“末日论”到“乌托邦论”的极端观点，这既可能误导公众认知，也让有意义、务实的讨论变得更加困难。

对她而言，技术进步带来的，不仅是效率提升和产业变迁，更是对教育体系、社会结构乃至人类潜力的深刻挑战。

这正是她如此关注教育变革的原因。在她看来，传统的教育方法已经无法应对 AI 时代学生真正需要培养的能力——好奇心、批判性思维、创造力和空间想象力。

让 AI 帮助学生学习，不是让机器代替学习，而是在让他们掌握工具的同时，守住人的核心能力。

接下来我们将整理这场对话的核心内容，聚焦李飞飞关于自动驾驶、机器人未来以及 AI 与人类关系的看法，通过她的判断和论述，更清晰地呈现，她对技术发展与人类责任关系的理解。

以下内容根据钛媒体赵何娟老师与李飞飞教授的对话，有编辑删减。

别用自动驾驶的20年，丈量机器人的未来

自动驾驶汽车就是机器人，它是人类最早的海量生产的机器人。

但是这个机器人非常有限，它是一个方盒子，基本上是在二维的世界里，因为路面是二维的。而它在这个二维的世界只做一件事，就是不要去碰着别的东西。

今后要做的三维的机器人，在三维的世界，它的目的就是去碰各种各样的东西，然后帮我们洗碗做饭、叠衣服。

所以你就知道，这个汽车还是一个很简单的机器人，汽车的世界模型也更简单，因为它做的事简单。

当然了，我真不知道特斯拉他们内部在做什么，但总的来说，我觉得它不是一个以生成式世界模型为主的。因为它主要做的事情不是生成，而是去做很多判断，比如 recognition（识别）、detection（检测）这些。

但机器人需要生成式模型，机器人做训练需要，因为你不可能有那么多数据。我们做的事情就是跟 creativity（创造力）、design（设计）有关的，这些都需要生成式模型，因为生成本来就是一个 use case（用况）。

我觉得机器人是一个很好玩的事情，现在硅谷机器人很火很火。而且我自己实验室也做了 10 年的机器人，我有很多优秀的以前的学生，在各个地方引领机器人的研发，所以我非常非常喜欢这一块，也看好机器人。

但是我也确实觉得要很冷静，机器人的研究还是在早期。

就像我们说的，机器人真的是缺数据。你想想做汽车这件事情都做了几十年，而且汽车还有很多很多的人，一边开车一边在搜集数据。机器人基本上没有商业化的应用场景，尤其是日常用的机器人，没有太多商业化的应用场景，所以它的数据很难收集。

其实走生成式 AI 这条路，就变成一个很有意思、很有前景的一条路。而且生成式 AI，尤其是视频生成这些，它其实提供了很多训练的不同想象空间。

你可以做 simulation（模拟），像我们做的 robotic simulation（机器人模拟）就很有前景；

你也可以甚至在 inference time（推理时间），用这个视频模型去帮助 online 的 planning（在线规划），有很多很多的可能性。

因为机器人旁边的领域 ——Generative AI（生成式 AI）发展很快，所以它在带动机器人的发展，我觉得很exciting，但还是拭目以待吧。

我觉得机器人到商业化真的还有一段路要走，尤其是日常用的机器人。

从自动驾驶这个概念开始到商业化，谷歌是在 2006 年成立了一个很小的自动驾驶研发团队，Waymo 是在 2024 年上路的吧，所以经历了快 20 年。

这里边有一些可比性，也有些不可比性。

比如说汽车行业非常成熟，它的所有 supply chain（供应链）、OEM（原始设备制造商）、use case（应用场景）都非常成熟，所以这一点它又比机器人快很多。但 AI 那个时候不成熟，所以自动驾驶走了很长一条 AI 的路。

现在 AI 的路肯定会走得更快，但除了工业机器人或者有限的工业机器人，没有什么像汽车一样成熟的机器人应用场景，所以这条路是不是会比 20 年快，还是比 20 年慢，其实很难说。

但我相信 AI 比当年自动驾驶要快一些，它的问题也更难一些，因为它是奔三维世界的。

我其实经常被问到还有几年能实现，我很不愿意回答这个问题，因为它很复杂，我只能说我相信咱们的有生之年（会看到）。

“我信仰的是人，不是AI”

AI 是工具，工具就是双刃剑。人类的每一个工具，小到一把火、一个石头做的斧子，大到核弹、生物技术、AI，本质上都是双刃剑。

我当然认为，我们对工具的使用是应该向善的。但同时也要防止工具被运用错，不管是有意的还是无意的，都是有可能的。

我认为，两边的极端都不够理性。

只发展、完全不 care 它的安全性和向善性，那绝对是 disaster（灾难）；

但如果只是天天去讲它的向善性、伦理性，不去发展，那也会失去很多机会，毕竟好的技术是可以带来很多福祉的。

就像做父母，你教不教孩子用火？你肯定要教孩子用火做饭，教的时候，既要讲做饭的好处、用火的好处，也要讲用火的坏处，这其实真的是一种常识。

但是在 AI 变得不可控之前，它是人类的工具，人类有责任让它可控。但就像其他工具一样，我们对其他工具的期待，永远不是让这个工具去 figure out（弄明白）要做什么，这是人类的责任。

我觉得我们真的是要理性看待 AI 是什么，然后用理性的方式去思考，今天的社会需要什么。

比如说教育，我觉得我们太需要在 AI 的时代，更新我们教育的理念和教育的方式。我们需要让孩子们用这个工具，让孩子们知道这个工具可以给他们的创造性、学习赋能很多，但同时也要让他们知道，这个工具有可能出现的问题。

而且这不光是教育孩子，还要教育自己、教育公众，给公众足够的信息，给政策和法律制作者更多的信息和学习的机会，这些都非常非常重要。

说到最后，我们对 AI 的发展和治理，其实是我们自己的自身学习、发展和治理，真的说到最后还是人的问题。

个体需要做的就是，认识到时代在变化。现在再去做鸵鸟也不是一件好事，这个时代确实在变化，工作会变。

任何一次大的科技革命都会带来工作的变迁，甚至是阵痛，有些阵痛时间短一点、能软着陆，有些阵痛不一定能软着陆，会带来社会的动荡。

所以作为个体，怎么去了解、学习？还是保持一种好奇心吧，对生命的好奇、对世界的好奇。就算你的好奇心，在成年人的世界来自于一种恐慌，那也行，至少有个动力让你有好奇心去学，这是个体需要自省的。

作为群体，我自己觉得我们整个社会在 AI 的时代，都应该对教育结构进行调整。

所谓的 K-12 教育，让一群十几岁的孩子过各种应试、做标准答案的教育，当然美国这边不只是应试，但还是包括应试，而且很多教学方法，还是带着知识填充的性质。这些我觉得都是可以更新的，而且应该急需更新。

因为 AI 在快速证明很多东西是机器可以做到的，再让人花十几年、几十年的时间做一大半机器可以做到的事情，这是对人类的一种浪费。

所以我自己特别想呼吁，思考教育的人、能影响教育政策的人、在执行教育的人，去好好把握这个时代的机会。我们已经 100 多年没有变过教育的方法论了，100 年以后历史学家回过头来看 21 世纪上半叶，我最大的希望是人类做了一次教育的革命。

我觉得应该用 AI 去赋能教育者和学生，然后用大量 AI 赋能后节约出来的时间和精力，让这些学生们去积累认知和能力，都是 AI 做不到的能力。

人类是有巨大潜力的，每个个体都有巨大潜力，我们的大脑没有被完全用上，你看人类个体的差别，就可以看到这个潜力有多大。那有了 AI 这样的工具，或者甚至有了 AI 对人类工作的冲击，这正好是一个契机。

我们不应该再分工科、文科了。因为 AI 可以让所有人都学会 coding（辅助编程），那你说这些人是工科还是文科？AI 也可以让很多人更好地感知美、读书、作诗，所以我觉得教育的方法论都可以改。

我觉得 AI 给了我们很多机会，但我也觉得，人最后还是要看我们自己怎么去用这个工具。我其实最害怕的是人类的放弃，或者部分人类的放弃，就觉得 “哎呀 AI 这么聪明，没我啥事了”，这个很可怕。其实人类有太多太多的潜力，有太多太多可以创造世界的机会，有太多太多可以把人类世界变得更好的机会。

AI 就是工具，这句话带着我对人的信仰，就是我对人性和人类社会的信仰。因为我信仰的是人，我信仰的不是 AI。

最真诚的智能汽车报道