超越大语言模型的革新者：大世界模型

由世界实验室创始人李飞飞创立的科技公司刚刚发布了其首个项目——利用一张图片即可生成完整3D世界的AI系统。

一键生成中世纪小镇 | World Labs

World Labs 在他们的博客上写道，“输入任何图像后，可以以 3D 方式进行探索。”——给他们一张图，它可以将图片中的场景三维化，而不是简单的“2D 转 3D”。你甚至可以通过第一人称视角控制视角，探索这个场景。

五花八门的世界丨World LabsWorld Labs被称为“大型世界模型”（Large World Model, LWM），他们也自称为空间智能 AI 公司。系统还在邀请内测阶段，World Labs在官网开放了即时演示功能，用户不仅能观看，还能在浏览器中直接操控视角转换，亲身体验World Labs创造的世界。这简直就是一场视觉盛宴。

“一图一世界”这个系统的功能与英伟达的“2D转3D”模型 Instant NeRF完全不同——Instant NeRF的视角没有深度变化、受阻没有物理碰撞，甚至会发生直接穿越；而World Labs这一工具生成的场景则完全符合基本的空间原理和物理定律。

英伟达的2D图片转3D场景的大模型InstantNeRF虽然能提供物理问题，但其生成的场景存在一些问题。例如，它无法像上个月推出的AI即时生成3D可交互游戏OASIs一样产生“鬼打墙”——当切换视角后再回来，世界就会变成另一种样子这样诡异的现象。

然而，World Labs这个系统生成的是完整三维场景而不仅仅是像素，这克服了之前像素层面生成的不一致性和稳定性问题。

3D视觉盛宴丨World Labs的场景生成器让你身临其境

在World Labs的场景中，你可以自由移动和转换视角，用鼠标选择不同的动态效果。通过实时渲染技术，在浏览器里就能体验到光影、景深、色调等动效带来的真实感受。

当你让树叶“沙沙作响”，为街角小巷营造出不同光影；水面泛起涟漪，系统能够识别并添加实体，创造出逼真的环境。这一切，都让你感受到前所未有的3D视觉盛宴！

希区柯克变焦丨World Labs 在这个系统里，你可以“化身”舞台置景，并控制布光和色调。甚至可以插入角色进入场景，改变运镜。比如滑动变焦（俗称希区柯克变焦），算法算好位置和景深，用户只需拖动就能实现效果。这种“诡异”的感觉让人惊喜，但上手会暴露问题。首先，移动受限，只有1-2平米范围，几步就会提示越界。

在VR的世界里，处处碰壁，尤其当距离越近的时候，视野变得模糊不清，动态场景的画面质量也比静态的要差一些，但这并不影响非写实风格的使用体验。

交互上，镜头控制选项很少，景深控制只能选择距离而不能指定具体的对焦点。运镜也只能滑动变焦。尽管有了“真实物理感”的设定，比如可以穿墙、画面随第一视角移动和点光源亮暗等特性，但这依然无法完全消除虚拟感。

总的来说，尽管VR技术在一些方面已经非常出色，但在交互性和动作范围上还有改进的空间。

光也可以指向特定的目标。例如，射灯的光束可以精确地照射到想要的地方。

World Labs公司也表示他们正在开发这种技术，但他们承认这只是早期预览版，并且在扩大生成世界的规模和细节质量方面正在进行努力。此外，他们还在探索更多与用户交互的方式。

World Labs实际上才成立不久，但是已经获得了2.3亿美元的风险投资，并估值超过10亿美元，预计将在2025年推出他们的第一款正式产品。

这些都显示了他们在科技领域的积极发展和对未来的乐观态度。

World Labs的核心团队丨不到一年的时间里，World Labs已经展示了一款令人惊叹的产品。这是一个开始，这只是他们的第一步。李飞飞曾说过，大型的世界模型只是World Labs公司的第一步，他们计划将场景设计融入AR、机器人甚至自动驾驶等领域。

这些工具出的比用得快，有什么用呢？“我们计划构建对艺术家、设计师、开发人员、电影制片人和工程师等专业人士有用的工具。允许任何人想象并创造自己的世界，将生成性人工智能的潜力从二维图像和视频扩展到三维世界。”

我理解的是，World Labs要给创作打个底。

静谧酒馆一键穿越到一个充满奇幻故事的画中世界里吧！World Labs通过创造一个符合真实世界的虚拟环境，将游戏开发的成本大大降低。在3D场景设计方面，它能够有效控制成本，并且让独立游戏开发者不再为卡在这个环节而烦恼。

许多独立游戏开发者为了追求视觉效果上的创新，可能会选择其他一些方式来制作游戏，例如2D像素风、手绘插图或者低多边形等。然而，这些方式在展示真实世界的深度和复杂性上可能有所不足。

但是，World Labs的虚拟世界设计则能够很好地解决这个问题。它通过巧妙的设计，让虚拟世界的奇幻故事更加丰富和生动，同时又不会过分影响成本控制。这样一来，开发者们就可以尽情地创作他们的游戏，而不用担心卡在这个重要的环节中了。

YouTuber 将著名但简陋的独立游戏《Undertale》进行了3D化改造。YouTubeWorld Labs 开发了一个系统，可以结合市面上的 AI 工具，比如 Midjourney（图像生成）和 Flux AI（优化画质），创造出3D游戏场景，并允许开发者自由设计镜头运动。这一技术对于开发者来说提供了全新的创作方式。

分分钟带你进入恐怖游戏世界，这真是恰到好处！丨World Labs电子游戏中最早出现的游戏类型之一，AVG文字冒险游戏，以前最常见的形式就是角色立绘在一个场景背景板前，靠对话框传递信息（比如著名的《逆转裁判》）。有了上述的创作工具，即使我没有绘画和建模的基础，只要依靠一个剧本和脚本编辑器，也有可能打造一款AVG游戏。

AI工具搭配起来使用，效果显著丨World Labs近期推出的“3A”大作《沙威玛传奇》让独立开发者们开始考虑利用AI降低小游戏开发成本。大型公司能够运用最先进的图像引擎，打造一个完整的虚拟世界。然而，这种技术尚未完全成熟，在场景生成方面与专业引擎相比仍有一定差距。因此，World Labs的系统填补了游戏开发中的一大空白：它简化了游戏场景设计的过程，并在视觉和交互层面为独立游戏提供了更多可能性。

想象一下，《职场浮生记》游戏开局的场景，再结合3D物理世界生成系统与其他媒介融合的可能性。手绘几个分镜头脚本，输入进去后World Labs就能生成一个虚拟拍摄场地。你甚至可以在里面运镜，制作出一个简单的样片也不是问题。把文学作品丢进World Labs中，你可以进入乔治·马丁的君临、J·K·罗琳描绘的巫师大街对角巷，或者看三日恒空的三体世界。

这或许更符合原著《哈利波特》中描绘对角巷的情景。World Labs将梵高的画作输入系统后，你可以在其中体验到《夜晚露天咖啡座》的感觉，还能看到莫奈所见的《圣达特特勒斯的海滩》，站在《夜游者》酒吧门口，仿佛一个等待进入的顾客。

生成模型之后，场景依然保留了爱德华·霍普《夜游者》中都市的寂寥感。

World Labs甚至有一天，你做了一整晚超现实的梦，在醒来后打开电脑，把梦境记录下来，然后就得到了一次梦境的复现。