「AIの母」として知られるスタンフォード大学の李飛飛教授と彼女のチームは、多モーダル大規模モデルの「空間知能」に関する研究を発表しました。この研究は、これらのモデルが空間に関する記憶と想起において初期段階の能力を備えており、局所的な世界モデルを形成する可能性を示しています。研究チームは、視覚空間知能を評価するためのツールであるVSI-Benchを開発しました。VSI-Benchには、288本の現実世界のビデオに基づいた5000以上の高品質な質疑応答ペアが含まれています。テストビデオは、居住空間、専門的な場所、工業現場など、複数の地理的な場所を網羅しています。

李飛飛博士が設立したWorld Labsは、AIの高度な推論能力と視覚データのアナロジー処理能力向上を専門としており、評価額はすでに10億ドルを超えています。同社は彼女の指導の下、画像とテキストを3次元環境に外挿し、それらに基づいて動作を予測するアルゴリズムを開発中で、ロボット工学、拡張現実/仮想現実、コンピュータビジョンなどの分野に大きな影響を与えるでしょう。投資家の支持は、AI分野全体の進展に対する楽観的な評価を反映しています。李飛飛氏のコンピュータビジョン分野における功績と、Google Cloud AI責任者としての経験は、W