在AI領(lǐng)域的一次重大突破中，由知名學(xué)者李飛飛共同創(chuàng)立并領(lǐng)導(dǎo)的AI初創(chuàng)企業(yè)World Labs，近期揭開(kāi)了其首個(gè)創(chuàng)新成果的神秘面紗——一個(gè)能夠僅憑單張圖片就生成可交互3D世界的模型。這一消息迅速引起了業(yè)界的廣泛關(guān)注。
World Labs的這項(xiàng)新技術(shù)，實(shí)現(xiàn)了從2D圖片到3D世界的跨越性轉(zhuǎn)變。與傳統(tǒng)的圖片轉(zhuǎn)3D產(chǎn)品相比，該模型生成的3D場(chǎng)景不僅高度還原了原始圖片的風(fēng)格，更賦予了用戶前所未有的互動(dòng)體驗(yàn)。用戶可以在瀏覽器中實(shí)時(shí)與這些場(chǎng)景進(jìn)行交互，仿佛置身于一個(gè)開(kāi)放世界的游戲中，通過(guò)鍵盤(pán)和鼠標(biāo)自由移動(dòng)、轉(zhuǎn)換視角，甚至模擬相機(jī)的對(duì)焦和變焦功能。
World Labs的3D世界生成模型不僅提升了用戶體驗(yàn)，更在技術(shù)上實(shí)現(xiàn)了三大突破：連續(xù)性、實(shí)時(shí)控制和正確的幾何結(jié)構(gòu)。這意味著用戶可以在不改變已生成場(chǎng)景的前提下，自由探索、觀察每一個(gè)細(xì)節(jié)，同時(shí)享受真實(shí)的物理規(guī)律和立體感帶來(lái)的視覺(jué)盛宴。用戶還可以為這些場(chǎng)景添加交互效果和動(dòng)畫(huà)，如聲納、聚光燈和波紋動(dòng)態(tài)效果，使場(chǎng)景更加生動(dòng)有趣。
World Labs的團(tuán)隊(duì)表示，這項(xiàng)技術(shù)有望徹底改變電影、游戲、模擬器等數(shù)字媒體的制作方式。他們展示了兩個(gè)令人驚嘆的應(yīng)用案例：一是將梵高等世界名畫(huà)轉(zhuǎn)化為可交互的3D世界，讓用戶能夠身臨其境地欣賞藝術(shù)之美；二是將這項(xiàng)技術(shù)與其他AI工具結(jié)合使用，加速內(nèi)容創(chuàng)作過(guò)程。例如，用戶可以先使用文本生成圖像模型創(chuàng)建圖像，再基于這些圖像生成3D世界，從而快速制作出風(fēng)格各異的作品。
盡管這項(xiàng)技術(shù)還處于早期階段，存在一些限制，如生成的3D場(chǎng)景可探索區(qū)域有限，以及偶爾會(huì)出現(xiàn)渲染錯(cuò)誤等，但World Labs的團(tuán)隊(duì)正在不斷努力改進(jìn)和完善。他們表示，將致力于提高生成世界的大小和擬真度，同時(shí)探索更多用戶與場(chǎng)景交互的新方式。
World Labs于今年9月正式宣告成立，是一家專注于空間智能的AI公司。其聯(lián)合創(chuàng)始人兼CEO李飛飛，前谷歌云AI負(fù)責(zé)人、斯坦福大學(xué)教授，憑借其深厚的學(xué)術(shù)背景和豐富的行業(yè)經(jīng)驗(yàn)，帶領(lǐng)團(tuán)隊(duì)致力于構(gòu)建大型世界模型（LWM），以感知、生成并交互3D世界。成立不到一周，World Labs就獲得了超過(guò)10億美元的估值，并籌集了2.3億美元的風(fēng)投資金，投資方包括多家知名風(fēng)投機(jī)構(gòu)和知名企業(yè)。
World Labs的成立和技術(shù)的突破，標(biāo)志著生成式AI正邁向一個(gè)新的階段——空間智能。隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的拓展，我們有理由相信，未來(lái)的AI將更加智能、更加人性化，為人類的生活和工作帶來(lái)更多的便利和驚喜。
