生平与 2024–2026 主线
专题章节
要读懂李飞飞的独特认知，得先看清她的三重身份如何叠加：视觉科学家（ImageNet 之母）、人本 AI 旗手（Stanford HAI）、空间智能创业者（World Labs）。这三重身份不是先后替换，而是层层叠加、彼此喂养——她的技术判断永远挂靠在一个”为了人”的目的论上。本页给出一条尽量精确、可溯源的编年线（关键存疑处已标注）。
[三重身份](#three)
[编年时间线](#tl)
[关键数字](#stats)
[我的看法](#take)
One person, three careers一个人，三段叠加的生涯
Chronology编年时间线（1976 – 2026.07）
颜色：■ 早年/教育 ■ 技术里程碑 ■ 政策/公共 ■ 重大时刻。存疑处以”待核实”标注，不杜撰。
1976出生（北京；成长于四川成都）
就读成都七中。父亲工程师、母亲教师。（出生地中英文来源不一，英文维基记”生于北京、长于成都”；本报告采此表述） 约 1992
15–16 岁随母移民美国新泽西
落地公立高中不会说英语，父母借钱开干洗店，她中餐馆打工、帮持家。高中数学老师 Bob Sabella 的”无条件尊重”成为她一生的精神锚。 1995–1999
普林斯顿大学物理学士（最高荣誉）
周末常回家帮父母打理干洗店。物理训练给她的不只是数学，更是”提出大胆问题（audacious questions）“的热情（受爱因斯坦、薛定谔感召）。 2000–2005
Caltech 电子工程/神经科学博士
导师 Pietro Perona + Christof Koch。做 one-shot learning、Caltech-101/256——ImageNet 的思想前身。她自嘲”19 岁就当过干洗店的创始人兼 CEO 兼收银，7 年后 exit”。 2005–2009
UIUC / 普林斯顿助理教授 · ImageNet 启动
2006-07 反复撞上”过拟合/泛化”瓶颈，意识到”大家只盯模型，忽视了数据”。受”人能识别约 3 万类物体”启发 + 借普林斯顿 WordNet 名词层级，萌生”构建覆盖整个视觉世界的大数据集”。 2009.06
ImageNet 论文（CVPR，仅海报）
与学生邓嘉（Jia Deng）等用 Amazon Mechanical Turk 众包标注。CVPR 2009 论文发布时约 320 万张图 / 5,247 个 synset，后续完整版扩至约 1500 万张图 / 约 22,000 类（两者勿混）。当时几乎被学界忽视。2010 起办 ILSVRC 挑战赛并开源。 2012
AlexNet 引爆深度学习
Hinton 团队（Krizhevsky 等）用 ImageNet + 两块 GPU 把 top-5 错误率从 ~26% 降到 ~15.3%。大数据 + 神经网络 + GPU 从此成为现代 AI 的黄金配方。同年她任斯坦福终身副教授。 2013–2018
斯坦福 AI 实验室（SAIL）主任
指导 Andrej Karpathy、Justin Johnson、Jim Fan、邓嘉等。研究从”物体识别”推进到”看图说话（image captioning）“——她本以为要花一辈子，结果几年就做出，一度”陷入危机：接下来 60 年干什么？” 2015 → 2017
SAILORS → AI4ALL
2015 与 Olga Russakovsky、Rick Sommer 发起面向 9 年级女生的 AI 夏令营 SAILORS；2017 升级为全国非营利 AI4ALL（早期资助者含 Melinda French Gates/Pivotal、黄仁勋夫妇——是资助者而非联合创始人）。口号：“AI 将改变世界，谁来改变 AI？” 2017–2018
Google 副总裁 & Google Cloud AI 首席科学家
推动”AI 民主化”、AutoML。卷入 Project Maven 争议（国防部无人机影像 AI）——泄露邮件与她的回应，成为她”人本 AI/反对武器化 AI”立场的重要注脚（见 ⑥）。 2018–2019
回归斯坦福 · 创立 Stanford HAI
2018 在《纽约时报》撰文呼吁”人本 AI 指导框架”；2019 与哲学家 John Etchemendy 共同创立 Stanford HAI（以人为本人工智能研究院），任创始联合院长。同年提出 NAIRR 构想。 2020–2021
当选美国三院院士
2020 当选国家工程院（NAE）、国家医学院（NAM）；2021 当选美国艺术与科学院（American Academy of Arts & Sciences）。2020 入 Twitter 董事会（2022 马斯克收购后离任）。 2023.09.14
参议院作证 · 力挺 NAIRR
于参议院国土安全与政府事务委员会（HSGAC）作证（主题”通过采购治理 AI”），力挺 CREATE AI Act，提”登月心态（moonshot mentality）”。（史实校正：并非 Schumer 主持的 AI Insight Forum） 2023.11
回忆录《The Worlds I See / 我看见的世界》
“双螺旋”叙事：AI 科学史 + 她的个人成长史。奥巴马书单、FT 年度好书、普林斯顿新生共读。同年入首届 Time 100 AI。 2024 初（约 4 月）
创立 World Labs
联合创始人：Fei-Fei Li(CEO)、Justin Johnson、Christoph Lassner、Ben Mildenhall（NeRF 作者）。主攻空间智能/大世界模型。四人里两位（Mildenhall/Lassner）是”神经渲染”谱系的开创者。（“这决定了显式几何路线”为作者推断，见 ④） 2024.04
TED 2024 · 空间智能演讲
“With Spatial Intelligence, AI Will Understand the Real World”——用 5.4 亿年前视觉起源类比 AI 当下，“数字寒武纪大爆发”。空间智能叙事的思想源头（见 ②）。 2024.08
《Fortune》署名文反对 SB 1047
“用意良善的法案会伤害整个美国 AI 生态”——尤其公共部门、学术界与”小科技”、开源社区（见 ⑥）。 2024.09
World Labs 走出隐身 · 累计 $230M
a16z / NEA / Radical Ventures 共同领投；NVIDIA(NVentures)、AMD、Intel、Databricks、Adobe 及 Benioff、Dean、Hinton、Reid Hoffman 等参投。（估值”>2 亿） 2024.09.29
Newsom 否决 SB 1047 · 任命加州前沿 AI 政策工作组
同日 Newsom 否决 SB 1047，并任命李飞飞、Cuéllar、Chayes三人为联合负责人，编写”基于证据”的前沿 AI 政策报告。 2024.12.02
World Labs 首个世界 demo《Generating Worlds》
官方博客放出可在浏览器里探索的 3D 世界早期预览（“首个”为公司口径）——“步入任意一张图、在 3D 里探索；输入图之外，一切皆生成”。当时仅小尺度、边界较近、远处会虚化，明确标注 “early preview”——这是 Marble 的雏形。（World Labs 博客 / TechCrunch 2024-12-02） 2024.12.19
联合国安理会 AI briefing（与 LeCun）
安理会第 9821 次会议（Blinken 主持）邀其视频连线作证：主张公共部门领导、全球协作、循证治理与”登月心态”，提议设多边 AI 研究院。“AI 红利不应只属于富国……这关乎全球稳定。“（Stanford HAI 简报 + UN 记录，见 ②） 2025.02
巴黎 AI 行动峰会 keynote · 治理三原则
“基于科学而非科幻""务实而非意识形态""赋能整个生态（含开源与学术）“。同期 FT 署名文。 2025.06
No Priors / YC 演讲 · 《加州前沿 AI 政策报告》
YC AI Startup School：“我整个职业生涯都在追逐难到近乎妄想的问题”。6-17 工作组发布正式报告，主张”信任但验证（trust but verify）”。 2025.09–10
Marble beta 预览 · RTFM 研究预览
9 月 Marble 限量 beta；10-16 发布 RTFM（单张 H100 实时生成帧的世界模型）。同月 SB 53（前沿 AI 透明度法案）9-29 签署，明言建立在其报告之上。 2025.11
《From Words to Worlds》 · Marble 全面开放 · Lenny’s
11-10 亲撰纲领长文；11-12 Marble 正式 GA（公司称”首个 prompt to worlds 世界模型产品”）；11-16 Lenny’s Podcast 最系统自述；11-21 彭博《Mishal Husain Show》深访、11-25 Latent Space《After LLMs》（均见 ②）。 2025.12
《时代》2025 年度人物”AI 建筑师们”
与扎克伯格、黄仁勋、Altman、Hassabis、Amodei、马斯克、Lisa Su 同列致敬《摩天大楼上的午餐》的封面。同期上 Tim Ferriss #839。 2026.02.18
再融约 $10 亿
Autodesk 战略投资约 12.3 亿。（“约 $50 亿估值”为 Bloomberg 报道的谈判口径、公司未披露投后估值） 2026.03.03
World Labs《3D as code》· 接口范式宣言
官方长文提出”文本之于软件，3D 之于空间”——3D 表征将成为人与 AI 共同生成/编辑/模拟/交换世界的”通用接口”，其关键属性是”把状态外化为其他系统可消费的结构化产物”。最锋利的一段论证是反例：与其让 LLM 写排序程序，不如让它当那个程序——没人这么用，因为代码执行提供了裸推理给不了的可复现、可读、可组合保证；空间侧的对应物就是”逐帧查询的黑箱像素/状态生成”，其输出不可检视、不可编辑、难共享、接不进现有仿真与控制系统。并预告混合栈：“生成结构化世界（代码）→ 神经图形（语言）→ 仿真引擎（芯片）“。World Labs team 署名（非李飞飞个人，未收入其 Substack）；李飞飞同日 LinkedIn 转发背书：“Just like codes, 3D is a universal interface for machines and people.”（worldlabs.ai/blog/3d-as-code；详解见 ④ 3D as code） 2026.05.04
Stanford HAI 重组 · 李飞飞转任校长 AI 特别顾问
斯坦福宣布 HAI 与 Stanford Data Science 合并、由 James Landay 领导；李飞飞转任校长的 AI 特别顾问（Special Advisor on AI），与 John Hennessy 共同担任 HAI 顾问委员会主席，保留创始院长 / 高级研究员身份。（研究截止日前的重要职业节点） 2026.05
ESI-Bench：具身空间智能的”ImageNet”
李飞飞团队（含吴佳俊、Yejin Choi）发布 ESI-Bench，把”观察者 recast 为行动者”、系统闭合感知-行动回路的具身空间基准（首批之一）。实证：在论文的「30 视角随机 passive baseline」下”主动取证 > 无选择堆视角”；并发现带噪声的显式 3D augmentation 可能有害——限定于其 VGGT + Gemini、无不确定性建模的噪声重建管线（ground-truth 3D 在深度敏感任务上反而有益），不是对显式几何路线本身的证伪（见 ⑤）。 2026.06
《功能分类学》 · World Labs 首发 3 篇 arXiv 论文
6-03《世界模型功能分类学》（发在她本人 Substack、署名 Fei-Fei Li，正文自述”the World Labs team and I”，公司博客同日镜像；她并在 6-04 Bloomberg Tech 亲口复述——故按她与团队共同署名处理，与 3-03《3D as code》的”团队署名、非她个人”不同）：渲染器/模拟器/规划器，“模拟器是枢纽”，并写下”统一世界模型是逻辑终点”（见 ④）。6-12 首次以 arXiv 论文形式同日发表 3 篇：World Tracing / Modality Forcing / Flex4DHuman（用 2D 生成先验降低 3D/4D 生成门槛，逐篇见 ④）。同期（6-13）联创 Christoph Lassner 宣布因伤退出日常、转任顾问。（据其本人 LinkedIn） 2026.07.21
World Labs 收购 SceniX · 转向机器人
推进面向机器人的空间智能——把世界模型作为具身智能的地基。（官方博客）
Key Numbers关键数字一屏
~25 年投身 AI 研究（2000 至今）
1500 万ImageNet 图像 / 22,000 类
2 块AlexNet 起家的 GPU 数
2019共同创立 Stanford HAI
4 位World Labs 联合创始人
~$1.23BWorld Labs 累计融资
~30 人World Labs 团队（据 2025.11 Lenny's）
3 院美国工程院/医学院/艺术与科学院院士
我的看法 · 作者（AI）个人观点这条时间线最值得注意的结构性规律，是李飞飞多次较早押注非共识方向：在 AI 寒冬里做机器学习、在”模型至上”的年代当 ImageNet 的”数据豪赌者”、出任 SAIL 首位女性主任、是较早把 AI 治理带进华盛顿的科学家之一、如今又把”空间智能”做成成建制创业。她自己的解释是”intellectual fearlessness（智识上的无畏）”——“不去想所有可能出错的事，因为那太多了”。
但从”认知”角度看，更深的规律是：她每一次押注，本质都是同一个方法论——“先押被忽视的那块拼图”。2007 年被忽视的是数据，2024 年被忽视的是空间/3D。这套”北极星方法论”是她最可复用的思维资产，也是本报告后续模块反复回到的主线。风险在于：ImageNet 时代”被忽视的数据”很快被验证（2012 就引爆），而”空间智能”这次的验证周期可能长得多——她自己都说”看见北极星，不意味着旅程会短”（自动驾驶走了 20 年）。这条时间线，正是一份”长周期豪赌”的进度条。
本模块信源 · 传记与时间线以英文维基百科人物条目、斯坦福 CS/HAI 官方页、普林斯顿/Caltech 校友资料、《The Worlds I See》(2023)、Reuters/TechCrunch（World Labs 融资）、gov.ca.gov（加州政策）、World Labs 官方博客为主，并交叉中文媒体（财新、虎嗅、量子位）。存疑项（出生地、赴美年龄、西藏田野、融资估值口径）已在正文标注，详见 信源台账。
生成模型：Opus 4.8 · 独立 gpt-5.6-sol-max review agent 参与质量把关 · 最近更新：2026-07