告別單一物體生成！李飛飛突破AI限制，創(chuàng)建大規(guī)模持久3D幾何體

想象一下，你只需要一張圖片，甚至只是一句簡(jiǎn)單的文字描述，AI就能為你構(gòu)建一個(gè)可以無限探索的3D世界。

這個(gè)世界不是一張靜態(tài)的效果圖，也不是一段固定的動(dòng)畫，而是一個(gè)你可以隨時(shí)進(jìn)入、保存進(jìn)度、甚至分享給朋友的永久空間。

這正是WorldLabs公司發(fā)布的模型Marble所要實(shí)現(xiàn)的目標(biāo)。當(dāng)外界還在討論谷歌Genie這類模型時(shí)，李飛飛特別指出了他們的核心差異：永久持續(xù)性。

這標(biāo)志著生成式AI正在經(jīng)歷一場(chǎng)深刻的范式轉(zhuǎn)移，從創(chuàng)造轉(zhuǎn)瞬即逝的內(nèi)容，轉(zhuǎn)向構(gòu)建可以長(zhǎng)久存在的虛擬世界。這背后究竟是怎樣的技術(shù)、創(chuàng)意和遠(yuǎn)見在驅(qū)動(dòng)？

技術(shù)鐵三角撐起新世界

WorldLabs的宏大敘事并非空中樓閣，其背后是堅(jiān)不可摧的技術(shù)鐵三角：無懈可擊的幾何完整性、高度統(tǒng)一的風(fēng)格一致性，以及擁抱開放的技術(shù)生態(tài)。

首先，它在幾何結(jié)構(gòu)上實(shí)現(xiàn)了驚人的突破。傳統(tǒng)的生成模型常常受限于深度圖或點(diǎn)云的缺陷，生成的3D空間總有點(diǎn)“紙片感”。但Marble生成的幾何結(jié)構(gòu)，復(fù)雜且完整，甚至允許用戶自由漫游，探索輸入圖像“背后”那些看不見的隱藏空間。這才是真正意義上的自由視點(diǎn)。

更關(guān)鍵的是，模型具備了強(qiáng)大的“記憶力”。它在風(fēng)格保持和幾何連貫性上表現(xiàn)得出奇地好。這意味著，你可以讓它生成一個(gè)賽博朋克風(fēng)格的街道，再生成一個(gè)卡通風(fēng)格的房間，然后將這兩個(gè)完全獨(dú)立的場(chǎng)景無縫拼接起來，構(gòu)成一個(gè)更大、更多元的世界，而不會(huì)有任何違和的“拼湊感”。

這種能力解決了長(zhǎng)期以來AI生成內(nèi)容的一大痛點(diǎn)。

WorldLabs并沒有把這項(xiàng)技術(shù)藏起來。他們選擇了一種更開放的姿態(tài)，提供了一個(gè)名為Spark的開源渲染庫。通過這個(gè)庫，開發(fā)者可以輕松地將模型生成的高斯點(diǎn)云（Gaussiansplatting）集成到主流的網(wǎng)頁3D引擎Three.js中。

這一下就大大降低了下游應(yīng)用的開發(fā)門檻。無論你用的是PC、手機(jī)還是VR頭顯，都能流暢地體驗(yàn)這些3D世界。這是一種平臺(tái)化的雄心。

給想象力一塊數(shù)字土壤

Marble模型顯然不想只停留在技術(shù)展示層面，它更渴望成為一塊能孕育無限想象力的數(shù)字土壤，一個(gè)賦予創(chuàng)作者極致自由的創(chuàng)意畫布。

從充滿未來感的賽博朋克都市，到童趣盎然的海綿寶寶海底世界，無論你的審美多么獨(dú)特，這個(gè)模型都能精準(zhǔn)捕捉并將其轉(zhuǎn)化為一個(gè)邏輯自洽、風(fēng)格統(tǒng)一的3D場(chǎng)景。它能把扁平的卡通畫“吹”成立體的空間，也能將細(xì)節(jié)豐富的寫實(shí)照片轉(zhuǎn)化為可供漫游的世界。

這讓創(chuàng)作者的身份發(fā)生了轉(zhuǎn)變。他們不再僅僅是內(nèi)容的“生成者”，更成了自己世界的“探險(xiǎn)家”。

有早期用戶分享說，他們用一張普通的旅行照片，生成了一個(gè)可以不斷放大、探索的世界，結(jié)果在角落里發(fā)現(xiàn)了很多意想不到的秘密和細(xì)節(jié)。這種“發(fā)現(xiàn)”的樂趣，正是其魅力所在。

這種全新的創(chuàng)作模式，已經(jīng)讓專業(yè)領(lǐng)域的人嗅到了變革的氣息。一位虛幻引擎的VR電影制作人興奮地表示，他非常希望能用這項(xiàng)技術(shù)來構(gòu)思電影故事和制作互動(dòng)體驗(yàn)。

可以想象，未來的導(dǎo)演或許不再需要搭建實(shí)體布景，而是可以先在AI生成的連貫場(chǎng)景中，像玩游戲一樣規(guī)劃鏡頭運(yùn)動(dòng)和演員走位。這無疑將極大地解放生產(chǎn)力。

更重要的是，WorldLabs目前向所有人敞開了大門，Beta預(yù)覽版完全免費(fèi)。這讓普通人也能過一把“創(chuàng)世神”的癮，親手創(chuàng)造屬于自己的3D世界。

AI大神們的空間野望

WorldLabs的顛覆性，根源在于其團(tuán)隊(duì)對(duì)一個(gè)核心理念的深刻洞察——“空間智能”。在公司看來，理解三維空間的能力，是比語言能力更基礎(chǔ)、更底層的智能形式。

公司的使命，就是推動(dòng)AI從理解2D像素的層面，躍升至能夠感知、生成并與之交互的3D時(shí)空。這完美解釋了為什么他們不執(zhí)著于生成孤立的角色或物體，而是專注于構(gòu)建一個(gè)持久且連貫的“環(huán)境”。

這個(gè)宏大愿景的背后，站著一個(gè)堪稱“夢(mèng)之隊(duì)”的創(chuàng)始團(tuán)隊(duì)。

團(tuán)隊(duì)的靈魂人物，自然是華人AI科學(xué)家李飛飛。而她的幾位聯(lián)合創(chuàng)始人，個(gè)個(gè)都是其所在領(lǐng)域的開創(chuàng)性人物。本·米爾登霍爾，來自谷歌，是鼎鼎大名的神經(jīng)輻射場(chǎng)技術(shù)的共同提出者之一，這項(xiàng)技術(shù)是現(xiàn)代3D重建的基石。

賈斯汀·約翰遜，曾是李飛飛的學(xué)生，后任職于Meta，是實(shí)時(shí)風(fēng)格轉(zhuǎn)換技術(shù)的首創(chuàng)者。ChristophLassner，則在Meta和EpicGames都工作過，他首創(chuàng)的可微分渲染器Pulsar，為今天流行的高斯分布技術(shù)鋪平了道路。

這些頂尖技術(shù)大牛的知識(shí)背景，仿佛一塊塊完美的拼圖，共同構(gòu)成了實(shí)現(xiàn)“空間智能”這一宏偉藍(lán)圖所必需的技術(shù)版圖。

這個(gè)愿景也迅速凝聚了整個(gè)科技圈的共識(shí)。顧問團(tuán)隊(duì)里有華人學(xué)者謝賽寧和吳佳俊的身影。投資人名單更是星光熠熠，A16Z、NEA、RadicalVentures等頂級(jí)機(jī)構(gòu)紛紛入局，個(gè)人投資者中赫然出現(xiàn)了JeffDean、GeoffreyHinton、ReidHoffman和AndrejKarpathy這些如雷貫耳的名字。

這證明了，無論是學(xué)界泰斗還是產(chǎn)業(yè)巨頭，都對(duì)WorldLabs所描繪的未來投下了信任票。

結(jié)語

WorldLabs和它的Marble模型，所做的遠(yuǎn)不止是展示一項(xiàng)令人驚嘆的技術(shù)。它更像是在宣告一個(gè)新紀(jì)元的到來：

一個(gè)人人都能創(chuàng)造、探索、分享和“棲居”于專屬3D世界的未來。它用事實(shí)證明，AI的能力邊界正在從平面走向立體，從瞬間走向永恒。

隨著未來API的逐步開放和技術(shù)生態(tài)的不斷成熟，這種建立在“空間智能”之上的全新能力，必將從根本上重塑我們與數(shù)字世界的互動(dòng)方式。

它將如何改變游戲、電影、社交乃至教育？其真正的影響力，或許將遠(yuǎn)遠(yuǎn)超出我們今天最大膽的想象。