文｜AI大模型工場，作者｜參商，編輯｜星奈

今天凌晨，AI教母李飛飛創(chuàng)立的World Labs推出第一個重磅成果：世界模型，一張單個圖像便可生成3D世界。

此消息一出，業(yè)界炸開了鍋。李飛飛也第一時間在X上宣傳：

在大家還在2D視頻生成賽道卷生卷死的時候，World Labs已經進入Next Level，AI生成3D世界。

據(jù)World Labs官方介紹，目前大多數(shù)GenAI 工具都制作圖像或視頻等 2D 內容，存在缺乏控制和一致性的問題，而3D生成則可以提高控制和一致性，其模型可以預測3D幾何圖形，填充場景中看不到的部分。這將改變我們制作電影、游戲、模擬器和物理世界的其他數(shù)字表現(xiàn)形式的方式。

一、一張圖生成一個世界

輸入任意一張圖，World Labs還你一個世界。

比如，丟給World Labs一張左邊的圖片，它能給你一個這樣的3D世界：

你可以通過WASD建控制3D世界得上下左右視角，還可以拖動鼠標逛這個世界的每一個角落。

同時，官方也給了很多玩法。

相機效果

生成場景后，我們可以使用虛擬攝像機進行實時渲染。通過精確控制虛擬攝像機的各項參數(shù)，可以實現(xiàn)各種藝術攝影效果。

例如，我們可以模擬淺景深效果，使得只有距離攝像機一定距離的物體才清晰對焦，從而突出主體并增強畫面的層次感。

還可以模擬推移變焦效果，即同時調整攝像機的位置和視野，創(chuàng)造出獨特的視覺沖擊力和動態(tài)感。

3D效果

World Labs官方介紹，大多數(shù)生成模型是預測像素。而生成3D場景則不僅限于像素層面的表現(xiàn)，其優(yōu)勢更多地體現(xiàn)在：

持久的現(xiàn)實：一旦生成了一個世界，它就會一直存在。如果你把視線移開并回來，場景不會在你的背后改變。

實時控制：生成場景后，可以實時移動場景?？梢葬溽嘤诨ǘ涞募毠?jié)，或者偷看角落看看揭示了什么。

符合物理規(guī)則：生成的世界遵循現(xiàn)實世界的基本物理規(guī)則。它們具有堅實感和深度感，與某些 AI 生成的視頻的夢幻般的性質形成鮮明對比。

World Labs生成的3D場景通過深度貼圖技術，使得其中每個像素都按其與相機的距離著色，更具空間感。

不僅如此，World Labs還可以添加各種動效，比如聲效、燈光等，構建3D場景的交互式效果，瞬間進入“真賽博空間”。

走進繪畫世界

World Labs 團隊還展示了他們從梵高、霍珀、修拉和康定斯基等作品中生成了世界。

創(chuàng)意工作流程

除了以上玩法外，3D生成還可以與其他AI工具組合，比如Midjourney、Runway、Suno等，這將極大地改變創(chuàng)作者的工作流程。

例如，可以先使用文生圖模型生成圖像，不同的模型生成的圖像風格不盡相同，而World Labs可以繼承這些風格。

比如我們輸入相同的Prompt，可以得到不同風格得3D世界：

一間充滿活力的卡通風格青少年臥室，床上鋪著五顏六色的毯子，雜亂的書桌上放著一臺電腦，墻上貼著海報，運動裝備散落。一把吉他靠在墻上，中間是一塊舒適的圖案地毯。窗外的光線為房間增添了溫暖、年輕的氛圍。

看到現(xiàn)在是不是已經迫不及待想上手試試，不過遺憾的是，目前還在內測中，可以申請候補名單。

附上地址： https://forms.gle/tkfW7yMqMsCXWw4F7

二、3個月估值10億，空間智能時代才剛剛開始

今年4月，被稱為“AI教母”的斯坦福大學教授李飛飛，帶隊成立World Labs（空間智能）。這是她2018年從谷歌離職重返斯坦福后，第一次直接下場參與的創(chuàng)業(yè)項目。

World Labs是一家專注于打造世界模型進行3D世界的感知、生成和互動的AI初創(chuàng)公司。

在短短3個月的時間里，World Labs就進行了兩輪融資，融資總額超過2.3億美元，估值突破10億美元，投資方包括硅谷知名風投a16z和AI基金Radical Ventures。

李飛飛認為，未來AI的核心在于“空間智能”，即讓AI具備感知、推理并與3D世界交互的能力，這是實現(xiàn)更高級AI應用的關鍵。

在她看來，視覺在人類理解和與世界互動中占據(jù)核心位置，AI發(fā)展應優(yōu)先提升視覺能力，超越語言模型的局限，讓AI從“大語言模型”過渡到“大世界模型”，以應對更復雜的3D環(huán)境感知和交互需求。

也因此，她希望通過 World Labs 推動這一領域的發(fā)展，實現(xiàn)更高層次的空間智能。

World Labs堪稱超級明星團隊，除了李飛飛外，還有李飛飛徒弟，在實時風格轉換和超分辨率領域有突出貢獻的賈斯汀·約翰遜、神經輻射場（NeRF）提出者本·米爾登霍爾以及3D重建專家克里斯托夫·拉斯納。

盡管World Labs在技術研發(fā)和團隊配置上具有領先優(yōu)勢，此次發(fā)布的最新成果也驚艷眾人，但面臨的挑戰(zhàn)也不少。

首先，從技術角度來看，構建一個具有高精度的3D世界理解和生成模型需要大量的數(shù)據(jù)和計算資源，同時還需要解決實時交互的技術難題。

在3D生成賽道，并不是一片藍海，除了World Labs外，英偉達、meta等多家公司也在積極布局物理AI與3D世界的相關技術，市場競爭激烈。

再有，在商業(yè)化路徑上，盡管LWM的潛力巨大，但如何找到合適的商業(yè)模式，尤其是平衡研發(fā)投入與市場回報，是創(chuàng)業(yè)公司面臨的共同難題。

如果找不到盈利模式，能活下去的概率很小，畢竟已經不少AI領域的明星初創(chuàng)公司賣身大廠了。

不過，不得不承認的是，在潮水的變化面前，空間智能，一切才剛剛開始。