<p>對人工通用智能（AGI）的追求長期以來一直受到大型語言模型進展的主導，但一個引人注目的新前沿正在出現：世界模型。Matthew Berman 最近展示了來自 World Labs 的 Marble 的突破性能力，這是在著名 AI 研究員李飛飛博士的指導下開發的開創性產品。他們的願景認為，真正的通用智能不僅依賴於預測下一個詞，而是理解和模擬現實的本質。</p>
<p>Berman 對 Marble 的深入探討突顯了 AI 發展中的一個關鍵範式轉變。雖然大多數前沿實驗室目前集中於大型語言模型（LLMs），但李飛飛博士及其在 World Labs 的團隊正在倡導一條不同的道路。正如 Berman 所闡述的：“李飛飛和團隊認為，世界模型是通向人工通用智能的道路，而不是大型語言模型。” 這一區別至關重要：LLMs 擅長預測序列中的下一個標記，有效地生成連貫的文本。然而，世界模型旨在構建物理世界的心理模型，預測其行為、物理特性和視覺外觀。</p>
<p>驅動 Marble 的核心洞察是人類體驗的固有多模態性。我們通過豐富的感官——視覺、聽覺、觸覺和語言——感知和與世界互動。這種綜合理解使我們能夠在環境中進行推理和行動。Marble 旨在賦予 AI 類似的能力，創造不僅在視覺上呈現而且本質上是互動和可編輯的數字世界，為更復雜的 AI 代理鋪平道路。</p>
<p>Marble 是首個一流的生成性多模態世界模型，現在對任何人都可用。它的能力遠遠超出了簡單的 3D 生成。用户可以從多種輸入中創建廣闊的 3D 世界：文本提示、單張圖像、多張圖像、視頻，甚至粗略的 3D 佈局。這種多樣性意味着開發者或設計師可以從一個簡單的概念開始，快速迭代到一個複雜、詳細的環境。</p>
<p>Marble 最引人注目的特性之一是其互動編輯功能。一旦生成了 3D 世界，用户可以以細緻的控制主動操縱其元素。Berman 通過將一個鄉村酒館轉變為一個表演舞台來演示這一點，長椅替代了桌子，或者通過將烏龜變成老虎、植物變成薯條來改變一個奇幻場景。這種直觀的編輯允許快速原型製作和可視化，無論是用於建築設計、產品開發還是娛樂。</p>
<p>能夠以各種格式導出這些生成的世界，包括高斯斑點、網格或視頻，進一步增強了它們的實用性。這種與現有 3D 工具（如 Blender 或 Unreal Engine）的互操作性意味着 Marble 的創作可以無縫集成到更廣泛的工作流程中。然而，真正的力量在於這些世界的互動性質，使人類和 AI 代理都能夠與之互動。</p>
<p>想象一下開發一個工廠車間模擬。與其花費高昂且耗時的過程收集真實世界數據來訓練機器人，Marble 允許創建數字雙胞胎。然後，可以將虛擬機器人放置在這個模擬工廠中，在一個可控、可適應的環境中進行無限規模的訓練。這種在現實模擬世界中訓練 “具身代理” 或機器人的能力代表了機器人技術和工業自動化的重大飛躍。</p>
<p>Berman 演示了 Marble 從他辦公室的一張單一圖像生成可導航的 3D 環境的能力。該系統不僅重建了可見元素，還推斷並擴展了環境，生成了輸入中最初不存在的他房子的部分。這突顯了 Marble 的智能推斷能力，即使從有限的數據中構建一個連貫的心理模型。該系統能夠僅從一張圖像生成他辦公室的詳細提示描述，進一步強調了其先進的理解能力。</p>
<p>“世界模型實際上是在預測世界將會是什麼樣子。物理、光照，一切，” Berman 解釋道，捕捉了這項技術的本質。這種預測能力，加上互動控制，為創始人、風險投資家和 AI 專業人士探索設計、模擬和真正智能代理開發的新應用打開了大門。Marble 提供了一個免費層級，以及標準、專業和最大計劃，使這項尖端技術可供實驗和大規模項目使用。</p>

<p>Marble 來自 World Labs，由李飛飛博士領導，開創了人工智能的新領域，強調互動 3D 世界而非大型語言模型用於通用人工智能（AGI）。Marble 允許用户從多種輸入創建和編輯廣闊的 3D 環境，增強了人工智能的訓練和模擬。它與 Blender 和 Unreal Engine 等工具的互操作性促進了工作流程的整合，為機器人技術和工業自動化帶來了顯著的進步。Marble 通過多種計劃提供訪問，促進實驗和大規模項目的開展</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>對人工通用智能（AGI）的追求長期以來一直受到大型語言模型進展的主導，但一個引人注目的新前沿正在出現：世界模型。Matthew Berman 最近展示了來自 World Labs 的 Marble 的突破性能力，這是在著名 AI 研究員李飛飛博士的指導下開發的開創性產品。他們的願景認為，真正的通用智能不僅依賴於預測下一個詞，而是理解和模擬現實的本質。</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 對 Marble 的深入探討突顯了 AI 發展中的一個關鍵範式轉變。雖然大多數前沿實驗室目前集中於大型語言模型（LLMs），但李飛飛博士及其在 World Labs 的團隊正在倡導一條不同的道路。正如 Berman 所闡述的：“李飛飛和團隊認為，世界模型是通向人工通用智能的道路，而不是大型語言模型。” 這一區別至關重要：LLMs 擅長預測序列中的下一個標記，有效地生成連貫的文本。然而，世界模型旨在構建物理世界的心理模型，預測其行為、物理特性和視覺外觀。</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>驅動 Marble 的核心洞察是人類體驗的固有多模態性。我們通過豐富的感官——視覺、聽覺、觸覺和語言——感知和與世界互動。這種綜合理解使我們能夠在環境中進行推理和行動。Marble 旨在賦予 AI 類似的能力，創造不僅在視覺上呈現而且本質上是互動和可編輯的數字世界，為更復雜的 AI 代理鋪平道路。</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 是首個一流的生成性多模態世界模型，現在對任何人都可用。它的能力遠遠超出了簡單的 3D 生成。用户可以從多種輸入中創建廣闊的 3D 世界：文本提示、單張圖像、多張圖像、視頻，甚至粗略的 3D 佈局。這種多樣性意味着開發者或設計師可以從一個簡單的概念開始，快速迭代到一個複雜、詳細的環境。</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動編輯功能。一旦生成了 3D 世界，用户可以以細緻的控制主動操縱其元素。Berman 通過將一個鄉村酒館轉變為一個表演舞台來演示這一點，長椅替代了桌子，或者通過將烏龜變成老虎、植物變成薯條來改變一個奇幻場景。這種直觀的編輯允許快速原型製作和可視化，無論是用於建築設計、產品開發還是娛樂。</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>能夠以各種格式導出這些生成的世界，包括高斯斑點、網格或視頻，進一步增強了它們的實用性。這種與現有 3D 工具（如 Blender 或 Unreal Engine）的互操作性意味着 Marble 的創作可以無縫集成到更廣泛的工作流程中。然而，真正的力量在於這些世界的互動性質，使人類和 AI 代理都能夠與之互動。</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>想象一下開發一個工廠車間模擬。與其花費高昂且耗時的過程收集真實世界數據來訓練機器人，Marble 允許創建數字雙胞胎。然後，可以將虛擬機器人放置在這個模擬工廠中，在一個可控、可適應的環境中進行無限規模的訓練。這種在現實模擬世界中訓練 “具身代理” 或機器人的能力代表了機器人技術和工業自動化的重大飛躍。</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 從他辦公室的一張單一圖像生成可導航的 3D 環境的能力。該系統不僅重建了可見元素，還推斷並擴展了環境，生成了輸入中最初不存在的他房子的部分。這突顯了 Marble 的智能推斷能力，即使從有限的數據中構建一個連貫的心理模型。該系統能夠僅從一張圖像生成他辦公室的詳細提示描述，進一步強調了其先進的理解能力。</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>“世界模型實際上是在預測世界將會是什麼樣子。物理、光照，一切，” Berman 解釋道，捕捉了這項技術的本質。這種預測能力，加上互動控制，為創始人、風險投資家和 AI 專業人士探索設計、模擬和真正智能代理開發的新應用打開了大門。Marble 提供了一個免費層級，以及標準、專業和最大計劃，使這項尖端技術可供實驗和大規模項目使用。</p>
</div>

Marble World Model Unlocks Interactive 3D Worlds for AGI Advancement

- Marble 是由 Dr. Fei-Fei Li 領導的 World Labs 開發的生成性多模態世界模型。  
- 它允許用户通過文本、圖像和視頻等多種輸入創建和編輯 3D 世界。  
- Marble 的互動特性使得在模擬環境中訓練機器人成為可能，推動了工業自動化的發展。  

大理石世界模型為通用人工智能（AGI）的發展解鎖了交互式 3D 世界