#AI科普# World Labs 最近推出了一个叫 Marble 的平台，它究竟是什么？

南隐

#AI科普# World Labs 最近推出了一个叫 Marble 的平台，它究竟是什么？

在这期视频中，AI 科普达人 New Machina 将用最通俗易懂的方式介绍这个世界模型领域中的重要平台。

Marble 能够通过用户输入的一段文字描述、上传的一张照片、一段视频，生成一个完整的三维环境，让你能够像玩第一人称视角游戏那样，在里面漫游。而整个生成过程大概需要 5 到 10 分钟。

比如你输入 "工业风阁楼客厅，红砖墙，高天花板，大金属窗，旧皮沙发，混凝土地板，柔和灯光"，它就会给你生成对应的 3D 场景。

World Labs 的 CEO 是李飞飞，她在计算机视觉领域的资历相当深，主导了 ImageNet 项目，这个数据集对深度学习的发展影响很大，所以她在圈子里有 "AI 教母" 的称号。

Marble 背后的核心概念叫 "空间智能"。简单说，现在大家熟悉的大语言模型，本质上就是根据用户输入的一段你文字预测下一个词。而 Marble 做的就是根据一幅画面、一段视频预测下一帧的空间结构和物理属性。从 "预测词" 变成 "预测世界"。

这件事为什么值得关注？因为很多现实场景里，光靠语言理解是不够的。城市规划、室内设计、建筑施工、景观设计，这些领域都需要对空间有直觉性的感知。如果 AI 能真正理解三维空间，不只是生成一张好看的图，而是构建一个有几何关系、有物理逻辑的可交互环境，那它能帮上忙的地方就多多了。机器人导航、自动驾驶，都需要它的帮助。

当然，Marble 现在还处于早期阶段，问题不少。用户反映生成的画面有时会出现扭曲或 "幻觉"，分辨率也不如宣传材料里展示的那么清晰。这很正常，第一版能做到这个程度，行业内的反应普遍还是正面的。

李飞飞计划在后续版本里进一步完善，目前也没有公开的技术架构文档，所以 Marble 内部怎么实现的，外界还不太清楚。但"从语言模型走向世界模型"这个思路，应该是接下来几年 AI 发展的一个重要方向，值得持续关注。

# http://t.cn/AXtm8UaM