World Labs

一、World Labs是什么？

World Labs 是由斯坦福大学教授、“AI教母”李飞飞于 2024年 创立的 AI 公司。公司的核心使命是 实现“空间智能”（Spatial Intelligence） ——即让 AI 不仅能识别图像，更能像人类一样理解、推理、生成并与三维物理世界进行交互。

李飞飞将人类智能归结为两大类：语言智能 和 空间智能 。语言模型让机器学会了遣词造句与逻辑推理，而空间智能则让机器理解世界的物理本质——物体如何存在、如何运动、如何相互作用。World Labs 所做的，正是通过构建“世界模型”（World Model）来实现这一目标。

公司的创始团队阵容豪华：除了李飞飞本人外，还包括她的学生 Justin Johnson，以及由 a16z 合伙人引荐的两位科学家 Christoph Lassner 和 Ben Mildenhall。2024年9月，World Labs 以 2.3亿美元 融资结束隐身状态正式亮相。2026年2月，公司完成 10亿美元 新一轮融资，投后估值达到 50亿美元 ，投资方包括英伟达、AMD、Autodesk、Emerson Collective、富达管理研究公司等顶级机构。

二、主要产品

World Labs 目前推出了两款核心产品：

1. Marble（2025年11月发布）

Marble 是 World Labs 的 首款商用世界模型产品 。它是一个生成式多模态世界模型，能够通过一张图、一句话、一个视频，直接生成一个完整、可探索的 3D 世界。

核心特点：

• 多模态输入 ：支持文本、单图、多图/视频、3D 布局等多种输入方式
• AI 原生编辑 ：内置编辑工具，可对生成的 3D 世界进行局部微调或全局调整
• Chisel 模式 ：针对高级用户的实验性工具，将世界的“结构”与“风格”分离，先用简单几何搭建骨架，再用文字填充细节
• 世界扩展 ：可在已生成场景基础上继续扩展，或通过“作曲家模式”将多个世界拼接成更大空间
• 多种导出格式 ：支持导出为高斯溅射（Gaussian Splats）、三角网格或视频格式，可直接导入 Unreal、Unity、Blender 等创作工具

Marble 提供 免费增值模式 ：免费版可生成约 4 个世界，标准版每月 20 美元；付费套餐最高 95 美元/月，提供 75 次生成及商业使用权。

2. Atlas（2026年9月发布）

Atlas 是 World Labs 的 新一代世界模型 ，被官方称为“全球首个多模态世界模型”。它是一个从零开始预训练的 全模态模型（omni model） ，原生支持文本、图像、视频、相机位姿与 3D 深度信息的联合处理。

Atlas 将作为未来版本 Marble 以及其他 World Labs 产品的底层驱动模型。

三、核心功能

Atlas 的能力覆盖 世界生成、空间重建和时空模拟 三大领域：

1. 相机控制生成（Camera-Controlled Generation）

Atlas 接受一张或多张参考图像，根据用户指定的任意相机位置和角度生成新视角。与传统视频生成模型依赖模糊的文本指令不同，Atlas 将精确的相机几何作为原生输入类型 ——你要什么角度、什么轨迹，直接给坐标。可输出最长 1 分钟、1440p 分辨率 的视频。

官方演示中，Atlas 从一张机器人正面照片出发，能生成该机器人的背面视角；给一张泳池边角照，它能“猜测”泳池旁边应该有一片草地——这说明模型不仅在插值像素，还在调用世界知识进行场景理解。

2. 空间重建（Spatial Reconstruction）

Atlas 可从 一张到数十张 输入图像中重建真实世界场景。它既能生成新视角下的图像帧，也能输出显式 3D 结构。官方展示的斯坦福大学 Main Quad 案例中，仅需 2 到 25 张游客视角的地面平拍照，就能还原草坪、拱廊及教堂外墙的全部细节。在 3D 重建任务上，Atlas 超越了专门为此设计的 SOTA 模型。

3. 时空模拟（Space-Time Simulation）

Atlas 从输入视频中同时建模空间与时间，能够对视频进行重新取景以产生电影级视觉效果。更重要的是，它支持 “现实到模拟再到现实”（Real-to-Sim-to-Real） 的机器人工作流——仅需喂几张照片，就能生成逼真的 RGB 和深度数据，让机器人在更多不同的模拟空间中进行训练和测试。

4. 图像生成（Image Generation）

Atlas 可根据文本生成图像和 360 度全景图，能够遵循复杂提示、渲染文字，并生成多种视觉风格。

四、核心技术架构

Atlas 采用 多模态自回归扩散 Transformer 架构 ：

• 多模态 ：原生处理文本、图像、相机位姿、3D 深度图等多种数据类型
• 自回归 ：将输入输出视为序列，每次生成新内容都以前面已存在的序列为条件
• 扩散模型 ：通过逐步去噪生成输出，推理时可调整去噪步骤数来平衡速度与质量
• 空间上下文 ：所有输入都被锚定在三维空间中的具体位置，形成空间上下文。就像 LLM 看上文接下文，Atlas 则是给每张图片绑定三维坐标和深度，在空间中搭出一个带轴网的“房间”

Atlas 专为规模化设计 ：其性能随训练计算量的增加而提升。

五、如何使用

目前 World Labs 的产品使用入口如下：

• Marble ：访问官网 marble.worldlabs.ai，用户可直接在网页端用 WASD 键移动、鼠标拖拽调整视角，像玩第一人称游戏一样自由探索 AI 生成的 3D 空间
• Atlas ：部分合作伙伴已获得抢先体验资格，官方表示将在未来几周内开放早期访问
• 开发者 API ：开发者可通过 World Labs 平台 API 调用模型，需要先注册 Marble 账户并购买积分

六、应用场景

Marble 和 Atlas 覆盖广泛的行业应用：

• 游戏开发 ：快速生成 3D 游戏场景与资产
• 影视特效 / 虚拟制片 ：从照片生成虚拟运镜，节省实拍成本
• 建筑与室内设计可视化 ：将设计图转化为可漫游的 3D 空间
• VR/AR 应用 ：生成沉浸式 3D 环境
• 机器人仿真训练 ：生成逼真的训练环境，解决具身智能数据匮乏问题
• 科学发现 ：为科学研究提供可视化的 3D 建模与模拟环境

七、目标需求人群

• 创意工作者 ：游戏开发者、电影特效师、VR/AR 内容创作者、建筑师、设计师
• 开发者与工程师 ：需要通过 API 集成 3D 生成能力的开发者
• 机器人研究人员 ：需要仿真训练环境来解决 Sim2Real 鸿沟的具身智能团队
• 企业客户 ：需要大规模 3D 内容生成与空间重建的商业用户

八、最新动态（截至2026年9月）

• 2026年9月1日 ：World Labs 正式发布 Atlas ，全球首个多模态世界模型
• 2026年8月 ：World Labs 推出 Real2Sim2Real 物理 AI 解决方案
• 2026年7月 ：World Labs 收购 3D 场景理解公司 SceniX
• 2026年4月 ：推出 Marble 1.1 版本
• 2026年2月 ：完成 10亿美元 新一轮融资，估值达 50 亿美元
• 2025年11月 ：发布首款商用产品 Marble
• 2025年9月 ：Marble 限量访问 Beta 测试版上线
• 2024年9月 ：World Labs 以 2.3 亿美元融资结束隐身状态

AITOP100作为华强方特（深圳）动漫有限公司倾力打造的AI数智化聚合营销平台，同时也作为全网最全AI大赛活动举办和收录平台以及国内AI头部社区之一，平台已收录超700场AI视频、绘画、写作、算法等大赛。更有AI工具、资讯、教程、大咖直播。承办线上线下活动。快来参与或合作！
官网：https://www.aitop100.cn

想了解AITOP100平台其它版块的内容，请点击下方超链接查看

AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说

AITOP100平台官方交流社群二维码：