Приехала в США с 20 долларами, теперь строит 3D-миры из одной фотографии: история Фей-Фей Ли

Фей-Фей Ли — профессор Стэнфорда и одна из ключевых фигур современной эры искусственного интеллекта — представила модель Atlas, которая по одной-единственной фотографии способна воссоздать полноценный, исследуемый трёхмерный мир. Её стартап World Labs всего за три месяца достиг оценки в миллиард долларов, получив инвестиции от Nvidia и AMD.

В отличие от обычных видео-генераторов, Atlas создаёт не просто ролик по текстовому описанию, а полноценное 3D-пространство, с которым можно взаимодействовать: менять угол обзора, двигать камеру, исследовать скрытые уголки сцены и даже достраивать те части мира, которые не попали в исходный кадр. Ли давно убеждена, что по-настоящему универсальный искусственный интеллект должен понимать пространство, глубину и физические законы — без этого его представление о мире остаётся неполным.

Применений у технологии много: от киноэффектов и видеоигр до робототехники. Обучение роботов в реальном мире дорого и долго, а в виртуальной среде Atlas робот может многократно отрабатывать движения, манипуляции с предметами и уклонение от препятствий без риска повредить настоящее оборудование.

История самой Фей-Фей Ли впечатляет не меньше её изобретений. В 15 лет она вместе с семьёй переехала из Пекина в Нью-Джерси, имея на руках меньше 20 долларов. Чтобы прокормить семью, родители взяли в долг деньги на маленькую химчистку — Ли училась в будни и подгоняла английский, а по выходным работала на кассе, выдавая клиентам выстиранные рубашки.

Упорство привело её сначала в Принстон на полную стипендию, а затем в докторантуру Caltech, где она занялась компьютерным зрением и искусственным интеллектом. В 2007 году, уже будучи профессором, она запустила проект ImageNet — гигантскую базу размеченных изображений, которая произвела революцию в том, как компьютеры учатся распознавать окружающий мир. Специалисты тогда считали, что на завершение проекта уйдёт до 19 лет, но Ли нашла способ значительно ускорить работу, и ImageNet стал одним из важнейших ресурсов для развития компьютерного зрения.

После работы в руководстве Google Cloud и в Стэнфорде, в 2023 году, когда индустрия ИИ была одержима текстовыми чат-ботами, Ли основала World Labs — стартап, посвящённый «пространственному интеллекту». Инвесторы поверили в идею почти мгновенно: в феврале компания привлекла миллиард долларов от Nvidia и AMD, преодолев отметку в миллиард долларов оценки всего за 12 недель.

Пока Atlas доступен только в режиме раннего доступа для избранных партнёров и разработчиков — точные цены и дата полного запуска ещё не объявлены.