李飞飞谈 AI 公共沟通：科技行业需要更清楚说明人工智能的实际价值

据 IT之家援引彭博社 8 月 19 日报道，被外界称为“AI 教母”的李飞飞近日在采访中表示，包括她自己在内的科技从业者，需要更好地向公众解释人工智能究竟能带来哪些价值。她同时提醒，美国社会围绕 AI 的反对情绪正在升温，如果美国无法展现积极、负责任的 AI 发展路径，可能会对全球技术生态产生连带影响。

李飞飞认为，美国在全球科技产业中仍具有重要示范意义。来源显示，她强调美国应当成为一个“榜样”，向外界证明 AI 不只是新一轮技术竞赛，也能够创造巨大的经济价值。这一表态的背景是，过去一年美国多地对 AI 数据中心建设的抵触情绪明显增加，争议主要集中在数据中心对能源与水资源的消耗上。

公众担忧上升，AI 行业面临“解释责任”

随着生成式 AI、智能助手、自动化工具和多模态模型快速进入日常生活，公众对 AI 的关注已经从“能不能用”转向“会带来什么代价”。来源提到，皮尤研究中心的调查显示，一半美国人对 AI 越来越多进入日常生活的担忧超过期待。这说明，AI 技术扩散越快，社会层面对就业、隐私、能源消耗、教育公平和信息可信度的追问也越强。

李飞飞在采访中也反思，科技界过去并没有很好地与公众沟通。作为科学家、教育工作者和学者，她认为行业需要把 AI 的价值讲得更清楚，而不是只面向投资人、开发者或企业客户讨论模型参数、算力规模和融资进展。对普通用户而言，AI 能否真正改善医疗、教育、生产效率和日常服务体验，才是判断其社会意义的关键。

• 技术价值：AI 是否能解决图像识别、语言理解、机器人导航等真实问题；
• 经济价值：AI 是否能帮助企业提升效率、催生新产品与新服务；
• 社会成本：数据中心能耗、水资源使用和基础设施压力如何被治理；
• 公共信任：科技公司能否用透明方式回应风险，而非只强调增长。

亚洲更积极的 AI 态度，反映教育与产业预期差异

报道还提到，与美国部分地区对 AI 基础设施和技术扩散的抵触相比，亚洲许多国家对 AI 的态度更为积极。李飞飞认为，这可能与当地从基础教育阶段就高度重视 AI 有关。对中文读者而言，这一点尤其值得关注：AI 不再只是高校实验室或大厂研发部门的话题，它已经逐渐成为基础教育、职业教育和产业升级中的通用能力。

从产业角度看，亚洲市场对 AI 的积极态度，既来自对效率提升的现实需求，也来自对新一轮技术红利的期待。制造业、软件服务、跨境电商、智能硬件、医疗影像、教育工具等领域，都在寻找可落地的 AI 应用场景。但积极并不等于忽视风险，真正可持续的 AI 发展仍需要在基础设施、数据治理、模型安全和人才培养之间取得平衡。

从 ImageNet 到 World Labs：李飞飞关注 AI 如何理解真实世界

李飞飞之所以在 AI 领域具有广泛影响力，与她早期参与创建的 ImageNet 项目密切相关。该学术项目收录了数百万张图像，推动了计算机识别图像中物体的能力取得重要进展，也为后来一系列视觉 AI 技术突破奠定了基础。可以说，ImageNet 曾经帮助 AI 从“看见图像”迈向“理解图像”。

如今，李飞飞创办的 World Labs 将重点放在所谓“世界模型”上。来源显示，这类模型旨在理解三维世界，并在其中自主导航和作出决策。相比只生成文本、图片或视频的模型，世界模型更强调对空间、物理环境和行动结果的理解，因此被认为可能与机器人、医疗、教育等应用方向产生关联。今年 2 月，World Labs 完成了一轮 10 亿美元融资，显示资本市场对这一技术路线仍保持高度关注。

解读：AI 竞争进入“技术能力 + 社会许可”阶段

李飞飞这次发声的核心，并不是单纯为 AI 行业辩护，而是指出一个越来越现实的问题：AI 要继续发展，不能只依靠模型能力提升和资本投入，还需要获得社会理解与信任。数据中心建设遇阻、公众担忧上升、不同地区态度分化，都说明 AI 已经进入技术能力与社会许可并重的新阶段。

对科技公司来说，未来的竞争不只是发布更强模型，也包括能否证明 AI 在具体行业中带来可衡量的收益，并以更负责任的方式处理资源消耗与公共影响。对用户和政策制定者来说，理解 AI 的机会与风险同样重要。只有当“AI 能做什么”“为什么值得做”“代价如何控制”被讲清楚，人工智能才更可能从热门技术转化为长期可信的基础设施。