“AI 教母”李飛飛開年再融資 10 億美元。2 月 18 日，李飛飛參與創(chuàng)辦的 World Labs 宣布完成這筆融資。這家初創(chuàng)公司在一年多前剛走出隱身模式時(shí)融資 2.3 億美元，短短時(shí)間內(nèi)資本再度加碼，投資者名單包含芯片巨頭英偉達(dá)、AMD、A16Z、軟件公司歐克特等。

圖 | 李飛飛（來(lái)源：斯坦福）

在 AI 賽道，能夠進(jìn)入 10 億美元融資俱樂部的并不多。而 World Labs 到底憑什么？答案藏在李飛飛反復(fù)強(qiáng)調(diào)的空間智能一詞里。

圖 | 李飛飛和團(tuán)隊(duì)（來(lái)源：World Labs）

2012 年讓計(jì)算機(jī)學(xué)會(huì)看圖說(shuō)話的 ImageNet 大賽，是李飛飛的出圈之作。當(dāng)年，她使用 1,500 萬(wàn)張標(biāo)注圖片教會(huì)了機(jī)器看見物理，現(xiàn)在她想讓機(jī)器看懂物理在三維空間里的位置、關(guān)系和可能性，也就是所謂的世界模型。

幾個(gè)月前，李飛飛已經(jīng)攜手 World Labs 推出了 Marble 這一商業(yè)產(chǎn)品。之所以起名為 Marble，因?yàn)榇硭且环N供創(chuàng)作者使用的原始材料。

（來(lái)源：World Labs）

使用時(shí)你只需給它一段照片、一段視頻、一段文字描述甚至是一個(gè)粗糙的 3D 草圖，它就能生成一個(gè)完整的、可編輯的、可導(dǎo)出的三維虛擬世界。

不同于傳統(tǒng)的二維視頻生成，Marble 模型可以理解三維空間，支持精準(zhǔn)的攝像機(jī)控制比如精確移動(dòng) 20 英尺，并允許用戶查看物體的背面歐哲下方。Marble 還搭載了高斯?jié)姙R技術(shù)，讓模型在保持高視覺保真度的同時(shí)，還能擁有幾何信息。

假如你使用一張客廳照片作為輸入，Marble 能夠生成一個(gè)可以從各個(gè)角度觀察的三維場(chǎng)景。沙發(fā)的位置、窗戶的光線、地板的紋理還原得相當(dāng)真實(shí)。雖然場(chǎng)景邊緣有些模糊和變形，但是整體效果已經(jīng)讓人十分驚訝。

和其他世界模型相比，Marble 走了一條不同的路。其他模型生成的世界是實(shí)時(shí)渲染的，在里面探索的時(shí)候場(chǎng)景會(huì)跟著變，也就是缺乏一致性。Marble 生成的則是持久的三維環(huán)境，你還可以把它導(dǎo)出為標(biāo)準(zhǔn)文件格式，放進(jìn)游戲引擎里繼續(xù)編輯，或者使用 VR 頭顯直接走進(jìn)去看。

這意味著它不是一個(gè)只能看不能用的玩具，它是一個(gè)可以嵌入現(xiàn)有工作流程的工具。Marble 的其中一個(gè)功能叫做 Chisel，這是一個(gè)三維編輯器，允許用戶像雕刻一樣引導(dǎo)幾何形狀的形成。使用的時(shí)候，你可以先在編輯器里搭出幾個(gè)方塊，以此來(lái)代表墻壁、地板、家具的位置，然后輸入一段文字描述比如“奶酪做的房間，椅子是葡萄形狀”，模型就會(huì)自動(dòng)填充視覺細(xì)節(jié)。這種把結(jié)構(gòu)和風(fēng)格分離的做法，其實(shí)有點(diǎn)像網(wǎng)頁(yè)開發(fā)里 HTML 負(fù)責(zé)結(jié)構(gòu)、CSS 負(fù)責(zé)樣式的思路。

另一個(gè)功能是場(chǎng)景擴(kuò)展。假如生成的世界不夠大，還可以讓它向外生長(zhǎng)。當(dāng)你走到場(chǎng)景邊緣快要穿幫的地方，點(diǎn)擊一下模型就會(huì)生成更多環(huán)境補(bǔ)上去。如果你想要極其龐大的空間，還可以使用作曲家模式把多個(gè)獨(dú)立生成的世界拼接在一起。

李飛飛之所以給這套技術(shù)命名為空間智能，是因?yàn)樵谒磥?lái)大模型教會(huì)了機(jī)器讀和寫，而空間智能則要教會(huì)機(jī)器觀察和建造。如果機(jī)器能夠理解物體在三維空間中如何存在、如何互動(dòng)，最終不僅可以改變游戲和電影，還能滲透到科學(xué)和醫(yī)學(xué)的深處。

圖 | Marble 的工作原理（來(lái)源：World Labs）

圖靈獎(jiǎng)得主楊立昆也創(chuàng)辦了一家世界模型公司，他和李飛飛都在推動(dòng)世界模型成為超越大模型的下一代 AI 架構(gòu)。但是兩者的技術(shù)特點(diǎn)和側(cè)重點(diǎn)截然不同。

李飛飛強(qiáng)調(diào)生成式和空間智能的世界模型，核心是可感知、可生成、可交互的三維世界。她的 Marble 模型可以從文本、圖像和視頻輸入里生成高保真、幾何物理一致、持久可導(dǎo)航的三維環(huán)境，支持自由漫游、編輯和創(chuàng)作。目標(biāo)是賦予 AI 以空間大腦，服務(wù)于虛擬現(xiàn)實(shí)、游戲、影視和機(jī)器人等場(chǎng)景。

楊立昆主張非生成式、預(yù)測(cè)式的世界模型，倡導(dǎo)在抽象潛在空間里預(yù)測(cè)世界變化，而非重構(gòu)圖像。其重點(diǎn)在于高效學(xué)習(xí)物理常識(shí)、因果關(guān)系和長(zhǎng)期預(yù)測(cè)，更適合機(jī)器人控制、大腦式推理和規(guī)劃，相當(dāng)于把訓(xùn)練機(jī)器人的后端預(yù)測(cè)大腦，側(cè)重點(diǎn)不是視覺輸出，重在進(jìn)行本質(zhì)理解。

簡(jiǎn)單來(lái)說(shuō)，李飛飛要做的是看得見摸得著的三維世界工廠，楊立昆做的是看不見但是可以精準(zhǔn)預(yù)判的內(nèi)部世界模擬器。前者更重視視覺化和創(chuàng)作導(dǎo)向，后者側(cè)重于認(rèn)知科學(xué)和機(jī)器人導(dǎo)向。

幾周前，李飛飛在接受美國(guó)科技博主與數(shù)字藝術(shù)家 Don Allen III 的采訪時(shí)分享了她對(duì)于世界的見解，或許能夠幫助我們理解為何她將自己公司命名為 World Labs。她說(shuō)，在物理層面，世界是一個(gè)包含幾何空間、物體和物理規(guī)則的系統(tǒng)；在哲學(xué)層面，即便是一個(gè)念頭只要有其內(nèi)在的邏輯和流動(dòng)，都可以被稱為一個(gè)世界。

李飛飛認(rèn)為，無(wú)論工具多么強(qiáng)大，人類尊嚴(yán)必須處于對(duì)話的核心。她希望 AI 是為了賦能創(chuàng)作者、醫(yī)生和老師們，而不是剝奪他們的尊嚴(yán)或者取代他們。

參考資料：

https://www.reuters.com/business/ai-pioneer-fei-fei-lis-world-labs-raises-1-billion-funding-2026-02-18/

https://www.youtube.com/watch?v=61VpIEpdZGg

https://www.worldlabs.ai/

https://www.bloomberg.com/news/articles/2026-02-18/ai-pioneer-fei-fei-li-s-startup-world-labs-raises-1-billion

排版：胡巍巍