IT之家 11 月 12 日消息，当地时间 11 月 12 日，在 CoRL 2026 机器人学习大会上，World Labs 创始人兼 CEO 李飞飞与 AMD 董事长兼 CEO 苏姿丰展开对话，围绕物理 AI、机器人发展、算力需求及未来模型路线等话题交换看法。
李飞飞认为，机器人将推动计算能力进入下一个发展阶段；苏姿丰则表示，物理 AI 尤其是机器人领域，未来几年可能成为规模达数千亿美元的市场。
此次对话由 CoRL 大会组织者 Peter Stone 主持，也是 AMD 宣布收购 World Labs 后，李飞飞与苏姿丰首次公开同台交流。
(资料图片仅供参考)
CoRL 2026 官方议程显示，李飞飞当天还发表了题为《Atlas：用于生成与重建的统一世界模型》的主题演讲，介绍 World Labs 在世界模型领域的最新研究成果。
谈及机器人市场前景时，苏姿丰表示，人工智能目前仍处于发展早期，物理 AI 尤其是机器人领域蕴含着巨大机会，未来几年市场规模可能达到数千亿美元。她认为，机器人需要真正理解物理规律、模型及周围环境，硬件、软件和系统之间的协同优化将发挥重要作用。
苏姿丰还表示，AMD 已经拥有一支规模相当可观的物理 AI 和机器人研究团队，不过相关布局仍处于早期阶段。AMD 已经具备嵌入式 FPGA、处理器和 AI 引擎等技术，可以支持工业机器人等设备。未来，公司希望进一步加强与大学、初创企业及研究机构的合作，推动机器人技术生态发展。
对于 AI 模型的发展方向，李飞飞提出了“AI 就是计算，计算就是 AI”的观点。她认为，世界模型、语言模型以及多模态模型之间正在出现融合趋势，硬件与软件也需要共同演进。
谈及大语言模型和视觉语言模型在机器人领域的应用时，李飞飞表示，这些模型将发挥越来越重要的作用，但目前还不能认为机器人领域的系统性问题已经得到解决。机器人需要与物理世界直接交互，仍有大量技术问题需要探索。
苏姿丰对此表示，不同应用场景需要不同类型的模型，不存在一种模型或单一技术路线能够解决所有问题。在部分场景中，前沿大语言模型可能表现出色，而在另一些场景中，专用模型可能更具优势。
算力需求也是此次对话的重要议题。苏姿丰认为，机器人发展将进一步推动不同形态计算能力的需求，包括用于模型训练的云端算力、企业内部计算资源、边缘计算以及直接部署在物理环境中的计算设备。
她指出，未来需要不同规模、不同形态的计算能力，并通过硬件、软件和系统协同优化，提高整体效率。随着机器人越来越多地进入现实环境，低功耗、高效率、低延迟等指标也将变得更加重要。
李飞飞则强调，机器人将推动计算能力进入下一个发展阶段，而且这种需求不仅存在于模型训练端，也会延伸至边缘计算领域。她认为，机器人过去的发展面临诸多困难，因为设备必须理解并与物理世界互动，而当前 AI 技术的发展正在为这一领域带来新的机会。
两人还谈到了学术研究机构获取算力资源的问题。李飞飞认为，在 AI 快速发展的关键时期，为公共部门和学术研究人员提供足够的计算资源非常重要。她提及此前推动的美国《国家人工智能研究资源法案》（NAIRR），希望通过公共资源支持研究人员开展 AI 评估、基准测试等工作。
苏姿丰对此表示赞同，并称 AMD 正在建设规模达到数千兆瓦级别的计算能力。她认为，行业企业应当将部分计算资源用于长期研究，并向大学和下一代创新者开放，帮助更多研究人员参与技术发展。
此外，苏姿丰透露，AMD 已经拥有物理 AI 和机器人研究团队，未来希望借助李飞飞及 World Labs 的加入，进一步加强相关研究，并与整个机器人生态系统建立联系。
此次对话还涉及 AI 能耗和模型效率问题。苏姿丰认为，降低功耗、提高效率、延长使用寿命以及降低延迟，都是未来计算技术需要持续优化的方向。李飞飞则表示，人类大脑的高能效是数十亿年进化的结果，不能简单将其与当前 AI 模型的训练能耗进行比较，同时 AI 也不一定只是为了复制人类大脑。
关键词：
