主打空间智能！“AI教母”李飞飞发布首款商用世界模型

“AI教母”李飞飞的创业公司在“世界模型”赛道上迈出了关键的商业化一步。其公司World Labs正式发布首款商业产品Marble，标志着人工智能从抽象的语言文本理解，向模拟和交互物理世界的空间智能领域拓展，意图在下一代AI技术竞争中抢占先机。

11月12日，由斯坦福大学教授李飞飞联合创办的World Labs宣布，其首款由多模态世界模型驱动的产品Marble正式向公众开放。该模型能够利用文本、照片、视频或3D布局等多种输入形式，生成可编辑和下载的3D交互环境，使World Labs在与谷歌等科技巨头的竞争中取得了先发优势。

与两个月前的限量预览版相比，正式版Marble在功能上实现了重要扩展，包括支持更大规模的多模态输入，并推出了一个名为Marble Labs的创意中心。商业模式上，该产品采用免费增值与付费订阅结合的模式，旨在快速推向市场并建立用户基础。

Marble的推出，直接瞄准了游戏开发、影视特效（VFX）和虚拟现实（VR）等对3D内容有巨大需求的行业。它为创作者提供了一种全新的资产生成工具，但同时也引发了行业对AI将如何重塑创意工作流程、以及其对就业岗位潜在影响的深入讨论。

抢先商业化，在竞争中建立差异

在方兴未艾的世界模型赛道，Marble的商业化发布使其从众多研究项目和技术演示中脱颖而出。

目前，包括谷歌的Genie模型仍处于有限的研究预览阶段，而Decart和Odyssey等初创公司的产品则停留在免费演示版。据彭博社报道，Marble是该赛道首个投入商业应用的产品。其核心差异化在于，它能生成持久化、可供下载的3D环境，而非像World Labs自家的实时模型RTFM（Real-Time Foundation Model）那样在用户探索时动态生成世界。

公司表示，这种设计能显著减少场景变形和不一致性，并允许用户将成果导出为高斯泼溅（Gaussian splats）、网格（meshes）或视频等专业格式，以便整合进现有工作流。

Marble 的输入输出管道图片来源： World Labs

主打创意控制与多模态输入

为解决AI生成内容“不可控”的痛点，Marble将“创意控制权”作为产品核心。World Labs联合创始人Justin Johnson在接受TechCrunch采访时表示：“我们不希望机器完全接管，剥夺创作者的创造力。”

为此，Marble在输入和编辑两端都提供了高度灵活性。

• 输入端：正式版支持用户上传多张图片或短视频，从不同角度展示一个空间，从而生成更逼真的数字孪生体。这解决了预览版仅支持单张图片输入时，模型需自行“想象”大量细节的局限。
• 编辑端：产品推出了名为“Chisel”的实验性3D编辑器。该功能允许用户先搭建粗略的空间结构（如墙壁、方块），再通过文本提示填充视觉风格，实现了结构与风格的分离。Johnson解释道：“我可以进入场景，直接抓取代表沙发的3D块并移动它。”

此外，用户还可以对已生成的世界进行“扩展”，或在“作曲家模式”下将多个独立世界拼接成一个更大的空间，进一步增强了创作的自由度。

使用 Marble 创建的太空飞船环境，并叠加了文字提示（请注意灯光是如何真实地反射在枢纽墙壁上的）。
图片来源： World Labs/TechCrunch

商业模式明确，瞄准三大应用场景

Marble的商业路径清晰，通过分层订阅满足不同用户需求。其订阅方案共分四档：免费版提供每月4次生成；标准版（20美元/月）和专业版（35美元/月）提供更多生成次数与高级功能；而旗舰版（95美元/月）则解锁全部功能，并包含75次生成及商业使用权。

短期内，World Labs将目标市场锁定在三大领域：

• 游戏开发：Johnson认为，开发者可使用Marble生成背景环境和氛围空间，再将这些资产导入Unity或Unreal等游戏引擎进行后续开发，作为现有管线的补充而非替代。
• 影视特效：相较于AI视频生成器，Marble生成的3D资产为艺术家提供了精确的场景控制和运镜能力，避免了画面不一致的问题。
• 虚拟现实（VR）：尽管VR并非当前首要重点，但Johnson指出，该行业对高质量内容“极度渴求”。Marble生成的所有世界均已兼容Vision Pro和Quest 3等主流头显设备。

然而，市场对该技术的接受度并非全然乐观。根据游戏开发者大会（GDC）最近的一项调查，三分之一的受访者认为生成式AI对游戏行业有负面影响，担忧主要集中在知识产权、内容质量下降等方面。

李飞飞的终极愿景：迈向“空间智能”

在Marble发布的背后，是李飞飞对AI未来发展的宏大构想——实现“空间智能”（Spatial Intelligence）。

李飞飞在近期发表的一篇文章中阐述，当前的大语言模型虽擅长处理抽象知识，但缺乏对物理世界的真实理解，如同“在黑暗中行走”。她认为，赋予机器理解、导航并与三维世界交互的能力，即空间智能，将是实现真正通用人工智能的关键。而世界模型，正是通往这一目标的核心技术。

根据她的设想，具备空间智能的世界模型将分阶段变革多个行业：

• 短期：赋能创意产业，为电影、游戏和建筑领域的创作者提供强大工具。
• 中期：推动具身智能机器人发展，通过在模拟环境中进行大规模训练，使其成为人类的协作伙伴。
• 长期：在科学、医疗和教育等领域引发革命，通过模拟实验、辅助诊断等方式增强人类专家的能力。

“若没有空间智能，我们对真正智能机器的梦想将是不完整的，”李飞飞写道。这一愿景获得了资本市场的有力支持。World Labs自2024年创立以来，已迅速完成约2.3亿美元融资，估值突破10亿美元，跻身“独角兽”行列。其投资方包括a16z、英伟达NVentures、AMD Ventures和Intel Capital等行业巨头与顶级风投机构。