<p>对人工通用智能（AGI）的追求长期以来一直受到大型语言模型进展的主导，但一个引人注目的新前沿正在出现：世界模型。Matthew Berman 最近展示了来自 World Labs 的 Marble 的突破性能力，这是在著名 AI 研究员李飞飞博士的指导下开发的开创性产品。他们的愿景认为，真正的通用智能不仅依赖于预测下一个词，而是理解和模拟现实的本质。</p>
<p>Berman 对 Marble 的深入探讨突显了 AI 发展中的一个关键范式转变。虽然大多数前沿实验室目前集中于大型语言模型（LLMs），但李飞飞博士及其在 World Labs 的团队正在倡导一条不同的道路。正如 Berman 所阐述的：“李飞飞和团队认为，世界模型是通向人工通用智能的道路，而不是大型语言模型。” 这一区别至关重要：LLMs 擅长预测序列中的下一个标记，有效地生成连贯的文本。然而，世界模型旨在构建物理世界的心理模型，预测其行为、物理特性和视觉外观。</p>
<p>驱动 Marble 的核心洞察是人类体验的固有多模态性。我们通过丰富的感官——视觉、听觉、触觉和语言——感知和与世界互动。这种综合理解使我们能够在环境中进行推理和行动。Marble 旨在赋予 AI 类似的能力，创造不仅在视觉上呈现而且本质上是互动和可编辑的数字世界，为更复杂的 AI 代理铺平道路。</p>
<p>Marble 是首个一流的生成性多模态世界模型，现在对任何人都可用。它的能力远远超出了简单的 3D 生成。用户可以从多种输入中创建广阔的 3D 世界：文本提示、单张图像、多张图像、视频，甚至粗略的 3D 布局。这种多样性意味着开发者或设计师可以从一个简单的概念开始，快速迭代到一个复杂、详细的环境。</p>
<p>Marble 最引人注目的特性之一是其互动编辑功能。一旦生成了 3D 世界，用户可以以细致的控制主动操纵其元素。Berman 通过将一个乡村酒馆转变为一个表演舞台来演示这一点，长椅替代了桌子，或者通过将乌龟变成老虎、植物变成薯条来改变一个奇幻场景。这种直观的编辑允许快速原型制作和可视化，无论是用于建筑设计、产品开发还是娱乐。</p>
<p>能够以各种格式导出这些生成的世界，包括高斯斑点、网格或视频，进一步增强了它们的实用性。这种与现有 3D 工具（如 Blender 或 Unreal Engine）的互操作性意味着 Marble 的创作可以无缝集成到更广泛的工作流程中。然而，真正的力量在于这些世界的互动性质，使人类和 AI 代理都能够与之互动。</p>
<p>想象一下开发一个工厂车间模拟。与其花费高昂且耗时的过程收集真实世界数据来训练机器人，Marble 允许创建数字双胞胎。然后，可以将虚拟机器人放置在这个模拟工厂中，在一个可控、可适应的环境中进行无限规模的训练。这种在现实模拟世界中训练 “具身代理” 或机器人的能力代表了机器人技术和工业自动化的重大飞跃。</p>
<p>Berman 演示了 Marble 从他办公室的一张单一图像生成可导航的 3D 环境的能力。该系统不仅重建了可见元素，还推断并扩展了环境，生成了输入中最初不存在的他房子的部分。这突显了 Marble 的智能推断能力，即使从有限的数据中构建一个连贯的心理模型。该系统能够仅从一张图像生成他办公室的详细提示描述，进一步强调了其先进的理解能力。</p>
<p>“世界模型实际上是在预测世界将会是什么样子。物理、光照，一切，” Berman 解释道，捕捉了这项技术的本质。这种预测能力，加上互动控制，为创始人、风险投资家和 AI 专业人士探索设计、模拟和真正智能代理开发的新应用打开了大门。Marble 提供了一个免费层级，以及标准、专业和最大计划，使这项尖端技术可供实验和大规模项目使用。</p>

<p>Marble 来自 World Labs，由李飞飞博士领导，开创了人工智能的新领域，强调互动 3D 世界而非大型语言模型用于通用人工智能（AGI）。Marble 允许用户从多种输入创建和编辑广阔的 3D 环境，增强了人工智能的训练和模拟。它与 Blender 和 Unreal Engine 等工具的互操作性促进了工作流程的整合，为机器人技术和工业自动化带来了显著的进步。Marble 通过多种计划提供访问，促进实验和大规模项目的开展</p>

<p>The quest for Artificial General Intelligence (AGI) has long been dominated by the advancements in large language models, yet a compelling new frontier is emerging: World Models. Matthew Berman recently showcased the groundbreaking capabilities of Marble from World Labs, a pioneering product developed under the stewardship of renowned AI researcher Dr. Fei-Fei Li. Their vision posits that true general intelligence hinges not on predicting the next word, but on comprehending and simulating the very fabric of reality.</p>
<div class="lb-trans"><p>对人工通用智能（AGI）的追求长期以来一直受到大型语言模型进展的主导，但一个引人注目的新前沿正在出现：世界模型。Matthew Berman 最近展示了来自 World Labs 的 Marble 的突破性能力，这是在著名 AI 研究员李飞飞博士的指导下开发的开创性产品。他们的愿景认为，真正的通用智能不仅依赖于预测下一个词，而是理解和模拟现实的本质。</p>
</div><p>Berman’s deep dive into Marble highlights a crucial paradigm shift in AI development. While most frontier labs currently concentrate on large language models (LLMs), Dr. Fei-Fei Li and her team at World Labs are championing a different path. As Berman articulates, “Fei-Fei Li and team think that world models are the way to artificial general intelligence, not large language models.” This distinction is fundamental: LLMs excel at predicting the next token in a sequence, effectively generating coherent text. World Models, however, aim to build a mental model of the physical world, predicting its behavior, physics, and visual appearance.</p>
<div class="lb-trans"><p>Berman 对 Marble 的深入探讨突显了 AI 发展中的一个关键范式转变。虽然大多数前沿实验室目前集中于大型语言模型（LLMs），但李飞飞博士及其在 World Labs 的团队正在倡导一条不同的道路。正如 Berman 所阐述的：“李飞飞和团队认为，世界模型是通向人工通用智能的道路，而不是大型语言模型。” 这一区别至关重要：LLMs 擅长预测序列中的下一个标记，有效地生成连贯的文本。然而，世界模型旨在构建物理世界的心理模型，预测其行为、物理特性和视觉外观。</p>
</div><p>The core insight driving Marble is the inherent multimodality of human experience. We perceive and interact with the world through a rich tapestry of senses—sight, sound, touch, and language. This integrated understanding allows us to reason about and act within our environment. Marble seeks to imbue AI with a similar capacity, creating digital worlds that are not just visually rendered but are also inherently interactive and editable, paving the way for more sophisticated AI agents.</p>
<div class="lb-trans"><p>驱动 Marble 的核心洞察是人类体验的固有多模态性。我们通过丰富的感官——视觉、听觉、触觉和语言——感知和与世界互动。这种综合理解使我们能够在环境中进行推理和行动。Marble 旨在赋予 AI 类似的能力，创造不仅在视觉上呈现而且本质上是互动和可编辑的数字世界，为更复杂的 AI 代理铺平道路。</p>
</div><p>Marble is a first-in-class generative multimodal world model, now generally available for anyone to use. Its capabilities extend far beyond simple 3D generation. Users can create expansive 3D worlds from a diverse range of inputs: text prompts, single images, multiple images, videos, or even coarse 3D layouts. This versatility means a developer or designer can begin with a simple concept and rapidly iterate towards a complex, detailed environment.</p>
<div class="lb-trans"><p>Marble 是首个一流的生成性多模态世界模型，现在对任何人都可用。它的能力远远超出了简单的 3D 生成。用户可以从多种输入中创建广阔的 3D 世界：文本提示、单张图像、多张图像、视频，甚至粗略的 3D 布局。这种多样性意味着开发者或设计师可以从一个简单的概念开始，快速迭代到一个复杂、详细的环境。</p>
</div><p>One of Marble’s most compelling features is its interactive editing. Once a 3D world is generated, users can actively manipulate its elements with fine-grained control. Berman demonstrated this by transforming a rustic tavern into a performance stage, complete with benches replacing tables, or altering a whimsical scene by turning turtles into tigers and plants into french fries. Such intuitive editing allows for rapid prototyping and visualization, whether for architectural design, product development, or entertainment.</p>
<div class="lb-trans"><p>Marble 最引人注目的特性之一是其互动编辑功能。一旦生成了 3D 世界，用户可以以细致的控制主动操纵其元素。Berman 通过将一个乡村酒馆转变为一个表演舞台来演示这一点，长椅替代了桌子，或者通过将乌龟变成老虎、植物变成薯条来改变一个奇幻场景。这种直观的编辑允许快速原型制作和可视化，无论是用于建筑设计、产品开发还是娱乐。</p>
</div><p>The ability to export these generated worlds in various formats, including Gaussian splats, meshes, or videos, further enhances their utility. This interoperability with existing 3D tools like Blender or Unreal Engine means that Marble’s creations can be seamlessly integrated into broader workflows. The real power, however, lies in the interactive nature of these worlds, enabling both humans and AI agents to engage with them.</p>
<div class="lb-trans"><p>能够以各种格式导出这些生成的世界，包括高斯斑点、网格或视频，进一步增强了它们的实用性。这种与现有 3D 工具（如 Blender 或 Unreal Engine）的互操作性意味着 Marble 的创作可以无缝集成到更广泛的工作流程中。然而，真正的力量在于这些世界的互动性质，使人类和 AI 代理都能够与之互动。</p>
</div><p>Imagine developing a factory floor simulation. Instead of the costly and time-consuming process of collecting real-world data to train a robot, Marble allows for the creation of a digital twin. A virtual robot can then be placed within this simulated factory, undergoing infinite-scale training in a controlled, adaptable environment. This capacity to train “embodied agents,” or robots, within realistic, simulated worlds represents a significant leap forward for robotics and industrial automation.</p>
<div class="lb-trans"><p>想象一下开发一个工厂车间模拟。与其花费高昂且耗时的过程收集真实世界数据来训练机器人，Marble 允许创建数字双胞胎。然后，可以将虚拟机器人放置在这个模拟工厂中，在一个可控、可适应的环境中进行无限规模的训练。这种在现实模拟世界中训练 “具身代理” 或机器人的能力代表了机器人技术和工业自动化的重大飞跃。</p>
</div><p>Berman demonstrated Marble’s ability to generate a navigable 3D environment from a single image of his office. The system not only recreated the visible elements but also inferred and extended the environment, generating portions of his house not initially present in the input. This highlights Marble’s capacity for intelligent extrapolation, building a coherent mental model even from limited data. The system’s ability to generate a detailed prompt description of his office from just an image further underscores its advanced understanding.</p>
<div class="lb-trans"><p>Berman 演示了 Marble 从他办公室的一张单一图像生成可导航的 3D 环境的能力。该系统不仅重建了可见元素，还推断并扩展了环境，生成了输入中最初不存在的他房子的部分。这突显了 Marble 的智能推断能力，即使从有限的数据中构建一个连贯的心理模型。该系统能够仅从一张图像生成他办公室的详细提示描述，进一步强调了其先进的理解能力。</p>
</div><p>“World models are actually predicting what the world will look like. The physics, the lighting, everything,” Berman explains, capturing the essence of this technology. This predictive capability, coupled with interactive control, opens doors for founders, VCs, and AI professionals to explore novel applications in design, simulation, and the development of truly intelligent agents. Marble offers a free tier, alongside standard, pro, and max plans, making this cutting-edge technology accessible for experimentation and large-scale projects alike.</p>
<div class="lb-trans"><p>“世界模型实际上是在预测世界将会是什么样子。物理、光照，一切，” Berman 解释道，捕捉了这项技术的本质。这种预测能力，加上互动控制，为创始人、风险投资家和 AI 专业人士探索设计、模拟和真正智能代理开发的新应用打开了大门。Marble 提供了一个免费层级，以及标准、专业和最大计划，使这项尖端技术可供实验和大规模项目使用。</p>
</div>

Marble World Model Unlocks Interactive 3D Worlds for AGI Advancement

- Marble 是由 Dr. Fei-Fei Li 领导的 World Labs 开发的生成性多模态世界模型。  
- 它允许用户通过文本、图像和视频等多种输入创建和编辑 3D 世界。  
- Marble 的互动特性使得在模拟环境中训练机器人成为可能，推动了工业自动化的发展。  

大理石世界模型为通用人工智能（AGI）的发展解锁了交互式 3D 世界