IT之家 11 月 12 日消息，當地時間 11 月 12 日，在 CoRL 2026 機器人學習大會上，World Labs 創始人兼 CEO 李飛飛與 AMD 董事長兼 CEO 蘇姿豐展開對話，圍繞物理 AI、機器人發展、算力需求及未來模型路線等話題交換看法。
李飛飛認為，機器人將推動計算能力進入下一個發展階段；蘇姿豐則表示，物理 AI 尤其是機器人領域，未來幾年可能成為規模達數千億美元的市場。
此次對話由 CoRL 大會組織者 Peter Stone 主持，也是 AMD 宣佈收購 World Labs 後，李飛飛與蘇姿豐首次公開同臺交流。
CoRL 2026 官方議程顯示，李飛飛當天還發表了題為《Atlas：用於生成與重建的統一世界模型》的主題演講，介紹 World Labs 在世界模型領域的最新研究成果。
談及機器人市場前景時，蘇姿豐表示，人工智能目前仍處於發展早期，物理 AI 尤其是機器人領域蘊含著巨大機會，未來幾年市場規模可能達到數千億美元。她認為，機器人需要真正理解物理規律、模型及周圍環境，硬件、軟件和系統之間的協同優化將發揮重要作用。
蘇姿豐還表示，AMD 已經擁有一支規模相當可觀的物理 AI 和機器人研究團隊，不過相關佈局仍處於早期階段。AMD 已經具備嵌入式 FPGA、處理器和 AI 引擎等技術，可以支持工業機器人等設備。未來，公司希望進一步加強與大學、初創企業及研究機構的合作，推動機器人技術生態發展。
對於 AI 模型的發展方向，李飛飛提出了“AI 就是計算，計算就是 AI”的觀點。她認為，世界模型、語言模型以及多模態模型之間正在出現融合趨勢，硬件與軟件也需要共同演進。
談及大語言模型和視覺語言模型在機器人領域的應用時，李飛飛表示，這些模型將發揮越來越重要的作用，但目前還不能認為機器人領域的系統性問題已經得到解決。機器人需要與物理世界直接交互，仍有大量技術問題需要探索。
蘇姿豐對此表示，不同應用場景需要不同類型的模型，不存在一種模型或單一技術路線能夠解決所有問題。在部分場景中，前沿大語言模型可能表現出色，而在另一些場景中，專用模型可能更具優勢。
算力需求也是此次對話的重要議題。蘇姿豐認為，機器人發展將進一步推動不同形態計算能力的需求，包括用於模型訓練的雲端算力、企業內部計算資源、邊緣計算以及直接部署在物理環境中的計算設備。
她指出，未來需要不同規模、不同形態的計算能力，並通過硬件、軟件和系統協同優化，提高整體效率。隨著機器人越來越多地進入現實環境，低功耗、高效率、低延遲等指標也將變得更加重要。
李飛飛則強調，機器人將推動計算能力進入下一個發展階段，而且這種需求不僅存在於模型訓練端，也會延伸至邊緣計算領域。她認為，機器人過去的發展面臨諸多困難，因為設備必須理解並與物理世界互動，而當前 AI 技術的發展正在為這一領域帶來新的機會。
兩人還談到了學術研究機構獲取算力資源的問題。李飛飛認為，在 AI 快速發展的關鍵時期，為公共部門和學術研究人員提供足夠的計算資源非常重要。她提及此前推動的美國《國家人工智能研究資源法案》（NAIRR），希望通過公共資源支持研究人員開展 AI 評估、基準測試等工作。
蘇姿豐對此表示贊同，並稱 AMD 正在建設規模達到數千兆瓦級別的計算能力。她認為，行業企業應當將部分計算資源用於長期研究，並向大學和下一代創新者開放，幫助更多研究人員參與技術發展。
此外，蘇姿豐透露，AMD 已經擁有物理 AI 和機器人研究團隊，未來希望藉助李飛飛及 World Labs 的加入，進一步加強相關研究，並與整個機器人生態系統建立聯繫。
此次對話還涉及 AI 能耗和模型效率問題。蘇姿豐認為，降低功耗、提高效率、延長使用壽命以及降低延遲，都是未來計算技術需要持續優化的方向。李飛飛則表示，人類大腦的高能效是數十億年進化的結果，不能簡單將其與當前 AI 模型的訓練能耗進行比較，同時 AI 也不一定只是為了複製人類大腦。
來源：IT之家
