Marble模型核心特点 - 李飞飞创立的World Lab推出全新3D世界生成模型Marble 开启公测 人人可玩[1][3] - 模型支持通过文本 照片 短视频轻松生成可编辑 可下载的专属3D世界 无需专业团队建模[5] - 生成的世界可长久保存 直接下载 支持多种输入方式包括文本 图像 视频 粗略3D布局等[35] 多模态生成与编辑能力 - 支持通过简短文本提示 单图提示生成3D世界 还能通过多张图片 不同视角图片拼接成统一世界[17] - 内置AI原生世界编辑工具 可进行局部编辑如移除物体 修饰区域 也可彻底改变视觉风格或重构大片区域[21] - 针对专业用户推出原生AI工具Chisel 可直接在3D中塑造Marble世界[23] 导出与兼容性 - 提供两种导出方式：导出为高斯散点（最高保真度呈现）和三角形网格（与行业标准工具兼容）[29] - 3D世界可渲染成视频 导出后视频可进行增强 添加细节 去除瑕疵并融入动态元素[31] - 组合模式能将任意数量世界组合起来 构建更广阔空间[27] 技术发展方向 - 未来重点发力交互性 从静态创造转向动态交互 实现与3D世界内元素的实时互动[36][37] - 模型发展方向与李飞飞提出的空间智能三大核心能力一致：生成 多模态 交互[37][40] - 作为World Lab首款商业世界模型产品 Marble代表了世界模型赛道的加速发展[3][34]

产品发布与定位 - WorldLabs公司正式推出名为Marble的生成式世界模型产品，该产品面向全球用户开放使用[2][7] - Marble是新一代世界模型，能够通过单张图片或简短文字提示创建完整的3D世界[41] - 该产品与公司自家实时模型RTFM的区别在于能创建持久化、可下载的3D环境，而非实时生成世界[28] - 产品定位为AI原生编辑工具，提供混合3D编辑器功能，用户可先构建空间结构框架再由AI填充细节[31] 技术功能特点 - 模型支持多模态输入，包括2D图片、3D模型（需付费）、文本提示、多图像和短视频，可生成多种场景类型与艺术风格的3D世界[16][42][48] - 内置AI原生编辑工具，支持局部物体移除、区域修饰、风格替换和结构重构等精细操作[50] - 推出Chisel功能，允许用户在三维空间中直接雕琢世界布局，实现对物体尺寸和位置的精确控制[55] - 导出选项包括高斯溅射点（最高保真度）、三角网格模型（含低精度碰撞体网格）和视频格式，支持与THREE.js等行业标准工具集成[58][60][65] 产品发展历程 - 模型两个月前以限量测试版亮相，此次为正式上线[28] - 去年十二月公司展示的早期模型仅能通过单张图像生成交互式3D场景，且移动范围受限并存在渲染错误[32][33] - 当前版本实现重大突破，生成内容可任意旋转镜头、放大缩小，效果逼真度显著提升[14][34] 商业模式与定价 - 采用分级订阅制，免费版可生成4个世界，标准版月费20美元（首月1美元），专业版月费95美元可生成75个世界[83][84][85] - 付费功能包括3D模型上传、多图像/视频输入、世界编辑和高质量网格导出等[29][88] - 商业权利仅向标准版及以上用户开放，高阶版本提供更多积分和生成次数[88] 行业影响与愿景 - 产品发布契合李飞飞提出的"空间智能"概念，被视为AI下一个十年的关键发展方向[5][71] - 世界模型被定义为具备多模态能力，能整合视觉、听觉、触觉与语言信号构建三维世界[36][38] - 未来重点将聚焦交互性突破，为仿真、机器人技术等领域解锁新应用场景[69][70]

Marble产品核心能力 - World Labs发布首款可商用生成式多模态世界模型Marble，相较于两个月前的预览版，支持更多模态输入且生成的3D世界更丰富细致[2] - 核心能力是通过文本、单张图片、多张图片或视频直接生成完整、可探索的3D世界，并能“脑补”出描述中未提及或图片中不可见的细节[5][6][10][13] - 提供多图像输入功能，可将不同角度拍摄的照片无缝拼接融合成统一3D空间，使生成场景更贴近创作者构想[13][14] - 内置AI编辑工具，支持局部微调（如移除物体）和全局调整（如改变艺术风格或场景结构）[18][20] - 提供实验性工具Chisel，允许高级用户将世界“结构”和“风格”分离，实现对空间布局的精细控制[21] - 通过“扩展”模式自动生成更多内容扩大世界边界，或通过“组合”模式将多个独立世界拼接成复杂宏大场景[22][26] - 支持以Gaussian Splats（最高保真度）、三角网格（兼容Unity、Unreal Engine等）及视频（可添加动态元素）多种格式导出[23][24] 目标市场与商业模式 - 针对普通用户和专业用户分别提供免费版和Pro版，Pro版主要面向游戏开发、电影特效、建筑设计及机器人研究等领域的专业人士[8] 空间智能行业前景 - 李飞飞提出空间智能是人工智能的下一个前沿方向，将重塑叙事、创意、机器人学及科学发现等领域[27][29] - 当前最先进的多模态模型在物理世界中能力笨拙，表现为估算距离/方向/大小任务表现略高于随机水平、缺乏空间想象力、生成视频内容缺乏连贯性[33][35][36][37] - 空间智能能大幅降低3D世界创造门槛，赋能普通人及专业人士快速创建迭代虚拟世界，是实现具身智能让机器人理解并与物理世界安全互动的前提[41] - 该技术能在科学研究、医疗、教育等领域处理超越人类直观感知的复杂空间问题，如模拟实验及探索人类难以到达的环境[42] - 构建空间智能比训练语言模型困难得多，需要新算法及处理更复杂数据[44]

产品发布与核心能力 - 斯坦福教授李飞飞的创业公司World Labs正式推出首款世界模型产品Marble，这是该方向首次以可用产品形式出现 [1] - Marble具备多模态生成能力，可根据一张图片、一段视频或一句文字提示，重建出结构完整、细节丰富的3D世界 [1] - 产品拥有AI原生的世界编辑能力，允许用户对生成的世界进行局部替换、材质变化、光照调整或布局重构 [1] - 支持将生成的世界导出为高斯溅射、三角网格或视频格式，可直接接入Unreal、Unity、Blender等主流创作工具 [1] 技术特点与工作流程 - 支持从文本提示生成3D世界，系统能自动提取关键元素并在几秒钟内生成可漫游的三维空间 [7] - 支持单图生成，能根据照片的透视关系、光线方向和物体摆放方式，将场景自动补齐成可漫游的3D世界 [9] - 提供Chisel工具，允许进阶创作者先搭建粗略的3D框架，再通过文本提示控制最终呈现的风格与氛围 [11] - 将空间逻辑与视觉风格明确区分，同一三维框架可衍生出完全不同的世界 [12] 编辑与扩展功能 - 产品允许用户像处理真实场景一样对生成的三维世界进行删除物体、替换材质、改变光线等调整 [13] - 用户可对初始世界的任意区域进行扩展，系统会根据已有场景逻辑推演并补全环境细节 [13] - 提供“组合模式”，允许将多个独立生成的世界像拼接地图一样组合，以构建规模庞大、层次丰富的虚拟环境 [14] 行业应用与集成 - 支持将场景导出为高斯粒子渲染和三角网格等通用格式，可无缝进入Blender、Maya、Unity、Unreal等主流制作工具 [15][17] - 导出的高质量网格适合用于游戏关卡、动画镜头或建筑展示，碰撞网格则用于物理模拟和机器人路径规划 [16][17] - 支持将整个世界直接渲染成视频，并可进行增强处理，自动补上细腻细节并加入动态效果 [18] 战略意义与未来展望 - Marble的发布象征着空间智能时代的正式开场，其意义远不止让3D创作更方便，而是迈向创造真正具有空间智能的世界模型的第一步 [1][2] - 产品让外界首次清晰感受到AI有可能从理解图像和语言，迈向理解并操控一个由结构、物理与动态规律构成的完整世界 [3] - 未来应用方向包括帮助机器人理解现实环境，以及在科学研究中用于虚拟实验和预测结果 [2][27] - 世界模型需具备生成性、多模态性和交互性三种核心能力，其技术门槛远高于语言模型 [22][23][24][25][26]

罗福莉加入小米事件 - 罗福莉于11月12日首次官方宣布加入小米，担任MiMo团队负责人[1][3] - 罗福莉在X平台上高调宣布正式加入小米，出任MiMo团队负责人[3] - 此次任命标志着此前约一年的传闻最终落地[5] 小米的AI战略方向 - 小米在汽车业务步入正轨后，宣布将全力进军AI的深水区[9] - 小米AI的目标是推动智能从语言世界走向物理世界，解锁多模态的空间智能[4] - 空间智能被定义为具备感知、推理、生成与行动的能力，是实现通用人工智能（AGI）的关键一步[4][24] - 小米MiMo团队致力于推动空间智能发展，这与公司拥有的“人、车、家全生态”场景天然适配[24][26] 事件时间线与背景 - 2023年12月25日，DeepSeek-V3版本上线并宣布全面开源[6] - 2023年12月26日，媒体曝出小米正在组建GPU万卡集群[7] - 2023年12月31日，雷军在跨年直播中公开披露小米在AI方面的野心[8] - 坊间传闻雷军以千万年薪挖角DeepSeek核心开发者罗福莉[10] - 上个月，小米AI团队论文作者栏已出现罗福莉名字，但标注为“独立研究者”[11] 罗福莉的专业背景 - 罗福莉本科毕业于北京师范大学计算机专业，硕士就读于北京大学计算语言学[15] - 曾任职阿里巴巴达摩院机器智能实验室研究员，负责开发多语言预训练模型VECO并推动AliceMind项目开源[17] - 2022年加入DeepSeek母公司幻方量化，后担任DeepSeek的深度学习研究员，参与研发DeepSeek-V2等模型[17] - 学术论文总引用次数超过1.1万次，仅2024年就新增约八千次引用[18] - 在DeepSeek最新的Nature封面论文中，罗福莉名列作者之一[20] MiMo团队与空间智能 - 小米MiMo是公司推进大模型研发的核心招牌[24] - 空间智能概念旨在打通信息AI和物理AI，实现比特世界和原子世界的智能贯通[26] - AI教母李飞飞于11月10日发表万字长文，首次系统阐释“空间智能”概念及其对具身智能和AGI的意义[25] - 罗福莉作为独立研究员时，已在小米MiMo论文成果中起到承接作用，连接小米和北大团队[23]

公司核心人事任命 - 罗福莉于11月12日正式官宣加入小米，出任MiMo团队负责人[1] - 罗福莉此前为DeepSeek核心开发者，坊间传闻小米以千万年薪将其挖角[4][7] - 罗福莉学术背景深厚，论文总引用次数超过1.1万次，今年新增约八千次引用[13][17] 公司AI战略方向 - 小米MiMo团队明确剑指空间智能，旨在实现从语言世界到物理世界的智能进化[3][23] - 空间智能被定义为具备感知、推理、生成与行动的能力，是实现通用人工智能的关键一步[4][23] - 雷军在跨年直播中披露，汽车业务步入正轨后，公司将全力进军AI深水区[7] - 小米AI战略与公司人、车、家全生态场景天然适配[25] 公司技术布局时间线 - 2023年12月25日DeepSeek-V3上线并开源，次日媒体曝出小米正在组建GPU万卡集群[5][6] - 2023年底传闻雷军挖角罗福莉，上月小米AI论文作者栏已出现罗福莉以独立研究员身份署名[7][8] - 罗福莉在小米最新MiMo论文中起到承接作用，连接小米与北大团队，通讯作者为其北大恩师[21]

产品发布与定位 - 李飞飞“空间智能”团队正式向公众全面开放其先进的多模态生成式世界模型Marble [3] - 产品定位为实现“人人可用、随手造世界” [3] - 相较于两个月前的预览版，此次全面开放版本实现了能力跃升式升级 [4] 产品能力与技术特点 - 核心升级在于“重度多模态”输入能力，支持文本、单张图像、多图提示等多种输入方式，允许用户通过多源信息对世界进行精细约束与设计 [7] - 提供AI原生世界编辑工具，支持对象移除/替换、局部修饰、视觉风格调整、结构性重构等局部与大范围修改，使创作进入可迭代模式 [11][12] - 新能力Chisel实现了结构与风格的解耦，用户可通过基础3D形状或导入3D资产搭建粗略结构，再通过文本提示决定整体风格，为世界生成带来全新控制维度 [14][15][17][18][20][21] - 支持生成后对指定区域进行一键扩展，以填充缺失区域、修补边缘瑕疵并补充细节 [22][23][24] - 可通过“作曲模式”将多个世界按自定义关系拼接，构建大规模空间 [25] 输出格式与应用场景 - 创建的世界支持以多种格式导出，便于整合到下游项目或专业工具链中 [26] - Gaussian Splat是最高保真度的输出方式，能输出极细腻的空间细节，并可通过开源渲染器在浏览器中直接渲染 [27] - 支持导出为三角网格，可与游戏引擎、建模软件、影视制作工具等行业标准工具无缝兼容 [28] - 支持将世界直接渲染为视频，并可实现像素级的镜头控制 [31][32] - 支持对导出的视频进行AI增强 [33] - 产品更适用于游戏开发、影视特效、建筑设计、机器人仿真等专业场景 [4] 商业模式与生态建设 - 目前提供免费版与会员版，主要差异体现在可生成的世界数量、可使用的编辑功能范围与深度以及是否具备商用授权 [6] - 公司同步推出Marble Labs，旨在与艺术家、设计师、工程师合作探索更多可能性，提供创作范式与最佳实践参考 [35][36] 未来发展方向 - Marble被视为迈向“空间智能”的阶段性成果，未来将重点强化交互性，使人类与智能体能在生成世界中更自然地感知、行动与学习，拓展在模拟与机器人领域的应用边界 [37]

产品发布与性能 - 星源智公司在百度世界大会2025上展示了自主研发的机器人大小脑域控制器T5 [1] - T5域控制器集超大算力、低功耗与高性能于一体，搭载NVIDIA最新JetsonThor处理器，算力高达2070TFLOPS [1] - 该产品具备大型Transformer模型加速能力，广泛支持深度学习、计算机视觉等先进算法，可满足机器人在实时感知、智能决策与精准控制方面的需求 [1] 商业合作与应用 - 智元机器人与星源智公司已达成深度合作并联合参展 [1] - 搭载T5控制器的新一代工业级交互具身作业机器人智元精灵G2于今年10月份发布，并在展台同步亮相 [1] 公司背景与技术实力 - 星源智机器人公司由北京智源研究院孵化，致力于实现多模态空间智能，构建物理世界的通用具身大脑 [1] - 公司拥有世界领先的具身多模态大模型能力和空间智能能力，打造了内涵极为丰富的具身技术栈 [1] - 技术栈包括物理世界的多模态感知与数字化重建、多模态具身世界模型、机器人本体的运动控制、用于感知规划、决策、导航、操作的各类具身基础大模型、软硬一体的端侧具身系统等 [1]

产品发布与市场反响 - 李飞飞创立的World Lab公司发布全新3D世界生成模型Marble，并开启公测，人人可玩[1][3] - 该模型发布后迅速获得好评，用户使用简单，并在社交媒体引发刷屏现象[7][15] - 模型支持通过文本、照片甚至短视频轻松生成可编辑、可下载的专属3D世界，大幅降低使用门槛[4][35] 核心技术功能与特性 - Marble支持通过简短的文本提示、单图提示生成3D世界，并能通过多张图片、不同视角的图片拼接成统一世界[17] - 模型内置AI原生世界编辑工具，可进行局部编辑（如移除物体、修饰区域）或彻底编辑（如交换物体、改变视觉风格、重构大片区域）[21] - 对于专业用户，团队推出原生AI工具Chisel，可直接在3D中塑造Marble世界[23] - 模型支持对已生成世界进行扩展，为特定区域添加细节，并能将任意数量的世界组合起来构建更广阔空间[25][27] 输出格式与兼容性 - 创建的世界可选择两种方式导出：导出为高斯散点（最高保真度呈现形式）或导出为三角形网格（包含低保真碰撞器网格和高质量网格）[29] - 以网格形式导出能使3D世界与众多行业标准工具兼容，便于融入下游项目[29] - 3D世界可渲染成视频，导出后的视频可进行增强，添加细节、去除瑕疵并融入动态元素[31] 战略方向与行业定位 - 作为World Lab首款商业世界模型产品，Marble的核心在于多模态功能的深度落地，支持文本、图像、视频甚至粗略3D布局等多种输入方式[34][35] - 公司未来将重点发力交互性，目标是从静态创造发展到动态交互，实现与3D世界内元素的实时互动[36][37] - 该产品方向与李飞飞强调的空间智能是AI下一个前沿领域的观点一致，旨在打造具备生成、多模态处理和交互预测能力的真正空间智能世界模型[37]

产品发布与特点 - World Labs公司正式推出首款产品Marble 由多模态世界模型提供支持 能通过单张图片 一段视频或一句文本提示创建高保真 持久的3D世界 [2] - Marble正式版功能扩展 支持大规模多模态输入 同步推出名为Marble Labs的创意中心 并开放免费增值与付费订阅服务 [5] - Marble提供四档订阅方案 免费版支持4次生成 标准版每月20美元 旗舰版每月95美元包含75次生成 [5] - Marble的差异化优势在于生成持久化 可下载的3D环境 显著减少场景变形与不一致性 支持导出为高斯泼溅 网格或视频格式 [5] 技术理念与行业定位 - 空间智能被定位为人工智能的下一个前沿 是机器实现真正智能的关键突破 [6] - 世界模型需具备生成性 多模态性和交互性三种核心能力 以构建环境内部表征 [8] - Marble是目前世界模型赛道中首个投入商用的产品 行业评测认为其交互效果不错但细节精细度需提升 [8] - 竞争对手如谷歌Genie处于有限研究预览阶段 Decart与Odyssey仅推出免费演示版本 [8] 应用前景与发展规划 - 短期内空间智能将赋能电影 游戏和建筑领域的创作者 快速生成可探索的3D环境 [8] - 中期将推动具身智能机器人发展 通过高仿真训练使其成为人类在家庭 实验室中的协作伙伴 [8] - 长远看空间智能有望在科学 医疗和教育领域引发革命 通过模拟实验 辅助诊断和沉浸式学习增强人类能力 [8] - 公司第一阶段专注于构建对三维性 物理性及空间和时间概念有深入理解的模型 随后将支持增强现实技术和机器人技术等领域 [9] 公司融资与市场地位 - World Labs在2024年创办 短短几月内完成约2.3亿美元（约合人民币16亿元）融资 估值迅速突破10亿美元（约合70亿元）成为AI领域最新独角兽企业 [9] - 公司投资方阵容包括a16z Radical Ventures 英伟达NVentures AMD Ventures和Intel Capital等科技与风投界重量级玩家 [9]