“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。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/22a51b7a-57da-4a16-9838-2d378dad71ed.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="1597" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/22a51b7a-57da-4a16-9838-2d378dad71ed.png"/>
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。

<h2 style="text-align: left">抢先商业化，在竞争中建立差异</h2>
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。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d7593b7b-8d90-4829-93f6-fb879be4d459.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="488" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d7593b7b-8d90-4829-93f6-fb879be4d459.png"/>
Marble 的输入输出管道图片来源： World Labs
<h2 style="text-align: left">主打创意控制与多模态输入</h2>
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。
<blockquote>
<ul>
<li>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。</li>
<li>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。”</li>
</ul>
</blockquote>
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。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/18eac4b8-274e-48df-9a4f-f5531a3b547a.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="652" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/18eac4b8-274e-48df-9a4f-f5531a3b547a.png"/>
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
<h2 style="text-align: left">商业模式明确，瞄准三大应用场景</h2>
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：
<blockquote>
<ul>
<li>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。</li>
<li>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。</li>
<li>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。</li>
</ul>
</blockquote>
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。
<h2 style="text-align: left">李飞飞的终极愿景：迈向 “空间智能”</h2>
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：
<blockquote>
<ul>
<li>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。</li>
<li>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。</li>
<li>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。</li>
</ul>
</blockquote>
“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。

英伟达

World Labs 正式发布首款商用世界模型 Marble，将李飞飞提出的” 空间智能” 理论转化为商业产品，通过多模态输入生成可交互 3D 环境。该产品不仅是实现” 从语言到世界” 终极愿景的关键突破，更为游戏、影视等行业提供全新创作工具，推动 AI 从文本理解迈向物理世界交互的新纪元。

- 李飞飞的公司 World Labs 发布首款产品 Marble，标志着 AI 商业化新进展。  
- Marble 利用多模态输入生成 3D 交互环境，瞄准游戏、影视特效和 VR 行业。  
- 该产品采用免费增值与付费订阅模式，已获得 2.3 亿美元融资，估值超 10 亿美元。  

主打空间智能！“AI 教母” 李飞飞发布首款商用世界模型