李飞飞空间智能新成果震撼问世！3D世界生成进入「无限探索」时代

转自机器之心，仅用于学术分享，如有侵权留言删除

机器之心编辑部

就在今天，斯坦福大学教授李飞飞的创业公司 World Labs 发布了新成果 —— 限量开放的测试预览版空间智能模型 Marble。

「只需一张图片，就能生成持久存在的 3D 世界，比以往更宏大、更震撼！」

我们先看下面一段视频 demo：

李飞飞对此表示，「这是一个使用我们的 3D 世界生成模型创建的极其庞大的世界，它令我惊叹不已！」

实现这一切，输入的既可以是单张图片，也可以是文本提示。

当被问到与谷歌的 Genie 有什么区别时，李飞飞表示，「我们生成的 3D 世界是永久存在的，用户可以自由地在其中导航探索，而这一切对你来说完全免费。」

有 X 博主表示，「这才是真正的大规模 3D 生成。」

另有网友测试后表示效果很棒，也提出了一些改进的建议。

目前，用户可以加入候补名单，访问 Marble 预览版。

白名单地址：https://www.worldlabs.ai/waitlist

在 World Labs 放出的官方博客中，我们可以看到更详细的技术细节（下文以第一人称陈述）。

今天，我们很高兴分享在「空间智能」前沿探索上的最新进展 —— 生成持久、可导航、可控的 3D 世界。

同时，我们正式推出 Marble，一个限量测试版预览模型，现已开放试用。

试用地址：marble.worldlabs.ai

无论是输入一张图片还是一段文字提示，Marble 都能生成一个 3D 世界，供你无限制地探索 —— 没有时间限制、没有形变、没有不一致性。

与此前成果相比，现在生成的 3D 世界规模更大、风格更多样化、几何结构也更为干净。

Marble 让用户可以浏览和构建 3D 世界。爱好者和开发者还可以将生成的世界导出为高斯点云，并在下游项目中加以使用。这在开源渲染库 Spark 的支持下尤为方便，它能够将高斯点云无缝集成进 Three.js，用于构建基于 Web 的 3D 体验，并能高效地在桌面电脑、笔记本电脑、移动设备和 VR 头显上运行。

凭借模型在一致性和风格遵循上的进步，用户现在可以通过组合多个单独的生成结果来构建出更大的世界。

更优质的几何结构

在许多视觉创作者的工作流与应用场景中，能够在一致的 3D 世界中进行导航和交互是核心需求。

我们生成的 3D 世界支持用户在浏览器中进行自由视角的导航，且完全零成本。相比深度图或点云所提供的有限 3D 体验，我们的世界具备更丰富的几何复杂度，能够生成更完整的 3D 场景，使用户可以从输入视角的背后或更远处进行探索。

目前，我们的模型主要面向 3D 环境的创建，而不是聚焦于单个或中心对象（例如人物或动物）。所以，对于自拍爱好者或宠物主人来说，暂时可能会有些遗憾。

更多样化的风格

生成式 AI 最令人兴奋的一点，是它能在创作过程中自由迭代外观与风格。

我们的模型可以将各种风格的输入转化为 3D 世界，从平面、色彩鲜明的卡通到逼真、细节丰富的图像，让用户能够不断探索和尝试，找到最契合需求的 3D 世界。

更宏大场景的探索

以房间大小为尺度的世界是一个很好的起点，但创作者的想象往往超越这些界限。

我们想展示一些可能性：用户可以将自己生成的空间拼接在一起，从而构建更宏大的环境。得益于我们的模型在风格一致性和几何一致性上的表现，如今已经可以畅快地在这些更大的世界中进行导航和浏览，并设想出丰富多样的应用场景。

博客地址：https://www.worldlabs.ai/blog/bigger-better-worlds