李飞飞的 World Labs 推出其首款商用世界模型 Marble

IT之家 11 月 12 日消息，由人工智能先驱李飞飞（Fei-Fei Li）联合创立的初创公司 World Labs 今日正式推出其首款商业化“世界模型”（world model）产品 ——Marble。该产品现已开放免费增值（freemium）与付费订阅服务，支持用户通过文本提示词、照片、视频、3D 布局图或全景图生成可编辑、可下载的 3D 环境。

此次发布距 World Labs 结束“隐身模式”并完成 2.3 亿美元（IT之家注：现汇率约合 16.37 亿元人民币）融资仅一年有余，也使其在世界模型赛道上领先于其他竞品。所谓“世界模型”，是指一类能构建环境内部表征的 AI 系统，可用于预测未来状态并规划行动路径。目前，竞争对手如 Decart 与 Odyssey 仅推出免费演示版本；谷歌的 Genie 仍处于有限研究预览阶段。

Marble 的差异化优势在于其生成的是持久化、可下载的 3D 环境，而非像 World Labs 此前发布的实时模型 RTFM（Real-Time Foundation Model）或其他竞品那样，在用户探索过程中动态生成世界。公司表示，这一设计显著减少了场景变形与不一致性，并支持将生成世界导出为高斯泼溅（Gaussian splats）、网格（meshes）或视频格式。

此外，Marble 是业内首款原生集成 AI 编辑工具的模型，并配备混合式 3D 编辑器：用户可先手动构建空间结构框架（如墙体、体块或平面），再由 AI 填充视觉细节。World Labs 联合创始人 Justin Johnson 表示：“这是一种全新类别的模型 —— 生成 3D 世界，其能力将随时间持续提升。事实上，我们已实现了显著改进。”

早在 2023 年 12 月，World Labs 曾展示其早期模型仅凭单张图像生成交互式 3D 场景的能力。尽管效果令人印象深刻，但彼时生成的场景风格偏卡通化，且因移动范围受限与偶发渲染错误，尚无法实现完全自由探索。

此前的 Beta 版仅凭图像提示即可生成高质量世界 —— 从类游戏场景到其客厅的逼真复刻皆表现不俗；虽早期版本存在边缘形变问题，但据称已在正式版中大幅优化。不过，TechCrunch 记者使用同一提示词在 Beta 版生成的世界，在视觉契合度与意图还原度上反而略优于当前正式版结果。

Johnson 强调，编辑功能将使 Marble 迅速应用于游戏开发、影视视效（VFX）与虚拟现实（VR）等近中期落地场景。

“创意主导权”是 Marble 未来发展的核心主题。Johnson 指出：“生成应始终快捷高效，但用户也应能深入干预，对生成内容施加高度控制 —— 我们不希望机器全盘接管，剥夺人类的创造力。”

为实现这一目标，Marble 首先提升了输入灵活性：Beta 版仅支持单张图像输入，迫使模型自行“脑补”360 度视角中未见部分；而正式版现已支持上传多角度图像或短视频片段，从而生成高度逼真的数字孪生环境。

其次，World Labs 推出了实验性 3D 编辑器 Chisel：用户可先粗略勾勒空间布局（如墙体、立方体、平面），再辅以文本提示词引导视觉风格。Marble 由此实现“结构”与“风格”的解耦 —— 类似于 HTML 定义网页结构、CSS 负责视觉呈现。与纯文本编辑不同，Chisel 支持对 3D 对象的直接操控。“我可以直接抓取代表沙发的 3D 体块，将其拖拽至任意位置。”Johnson 解释道。

另一项增强创意控制的新功能是世界扩展（World Expansion）。“生成世界后，您可对其扩展一次，”Johnson 说明，“当您移动至场景边缘、发现结构开始崩解时，可指令模型在当前位置周边继续扩展生成，并增加该区域的细节密度。”

对于需要构建超大空间的用户，“合成器模式”（Composer Mode）支持将多个独立世界无缝拼接。Johnson 曾向记者演示：他将两个已构建世界 ——“奶酪房间配葡萄椅”与“太空中的未来主义会议室”成功组合为一。

定价方面，Marble 提供四档订阅方案：

• 免费版：支持 4 次生成（文本 / 图像 / 全景图输入）；
• 标准版（20 美元 / 月）：12 次生成，支持多图 / 视频输入及高级编辑；
• 专业版（35 美元 / 月）：25 次生成，含场景扩展功能与商业使用权；
• 旗舰版（95 美元 / 月）：75 次生成，解锁全部功能。

Johnson 认为，Marble 的首批应用场景将集中于游戏开发、影视视效与虚拟现实。

然而，游戏行业对生成式 AI 态度审慎。据近期游戏开发者大会（GDC）调查，33% 的受访者认为生成式 AI 对行业产生负面影响 —— 较上年上升 12 个百分点。知识产权侵权、高能耗及 AI 生成内容质量下滑为三大核心关切。去年《Wired》调查更揭露，动视暴雪（Activision Blizzard）等厂商正利用 AI 压缩成本、应对人才流失。

对此，Johnson 强调：Marble 并非旨在取代现有游戏开发全流程，而是作为资产生成工具嵌入既有管线。“它生成背景环境与氛围空间，开发者可将其导入 Unity 或 Unreal Engine 等引擎，再添加交互逻辑与代码。”

在影视视效领域，Johnson 指出，Marble 规避了当前 AI 视频生成器普遍存在的镜头控制不佳与帧间不一致问题，其输出的 3D 资产使艺术家能以逐帧精度布景与运镜。

尽管 World Labs 暂未将 VR 作为当前重点，Johnson 承认该行业“极度渴求内容”，并对 Marble 发布反响热烈。目前，Marble 已全面兼容 Apple Vision Pro 与 Meta Quest 3 头显，所有生成世界均可即刻进入 VR 体验。

值得注意的是，Marble 在机器人领域亦具潜力。Johnson 指出，相较于图像与视频生成，机器人领域缺乏大规模训练数据；而 Marble 这类生成器可高效构建仿真训练环境，大幅降低数据获取门槛。

World Labs 首席执行官兼联合创始人李飞飞在近期发布的《世界模型宣言》中指出：Marble 标志着构建“真正具备空间智能的世界模型”的第一步。她坚信：“下一代世界模型将使机器在空间智能层面实现质的飞跃。”若大语言模型教会机器“读写”，她期望 Marble 这样的系统能教会机器“观察”与“构建”。她强调，理解物体在三维空间中的存在方式与交互规律，将推动机器智能突破游戏与机器人领域，延伸至科学探索与医疗创新等更广阔疆域。

“若无空间智能，我们对真正智能机器的憧憬便永无圆满之日。”李飞飞在宣言结尾如此写道。