| 机器之心报道 | | --- | | 机器之心编辑部 | | 就在今天，斯坦福大学教授李飞飞的创业公司 World Labs 发布了新成果 —— 限量开放的测试预览版空间智能模型 Marble 。 | 我们先看下面一段视频 demo： 「只需一张图片，就能生成持久存在的 3D 世界，比以往更宏大、更震撼！」 李飞飞对此表示，「这是一个使用我们的 3D 世界生成模型创建的极其庞大的世界，它令我惊叹不已！」 实现这一切，输入的既可以是单张图片，也可以是文本提示。 当被问到与谷歌的 Genie 有什么区别时，李飞飞表示，「我们生成的 3D 世界是永久存在的，用户可以自由地在其中导航探索，而这一切对你来说完全免费。」 有 X 博主表示，「这才是真正的大规模 3D 生成。」 另有网友测试后表示效果很棒，也提出了一些改进的建议。 目前，用户可以加入白名单，访问 Marble 预览版。 白名单地址：https://www.worldlabs.ai/waitlist 在 World Labs 放出的官方博客中，我们可以看到更详细的技术细节（下文以第一人称陈述）。 今天，我们很高兴分享在「空间智能」前沿探索上的最新进展 — ...

3D生成技术突破 - Matrix-3D由昆仑万维推出，支持从单图像生成高质量、可自由探索的3D全景场景，几何关系准确且色彩自然[10][11][15] - 模型在主流评估指标上超越360DVD、Imagine360和GenEx，取得全景视频生成任务的SOTA成绩[11] - 支持360°自由视角浏览、大范围场景生成及自定义运动轨迹控制，泛化能力显著优于现有方法[21][25][28] 核心技术优势 - 采用全景图而非透视图作为中间表达，突破视角范围限制，提升沉浸感与下游应用兼容性[46][47][49] - 通过网格渲染策略增强几何一致性与色彩一致性，避免噪声条纹问题[54][55] - 提供双路径3D重建方案：前馈神经网络方案10秒完成生成，3DGS优化方案实现精细场景[40][68] 数据与训练创新 - 自建Matrix-Pano数据集包含116K条全景视频序列（22M帧），覆盖504个3D场景及多样天气光照条件[64][65] - 训练中引入LoRA微调与Cross Attention机制，提升生成精度与控制能力[53][60][62] - 采用自动化轨迹生成系统，确保视频物理合理性与工业级平滑效果[69][70] 公司战略布局 - 昆仑万维持续加码空间智能领域，Matrix系列已涵盖3D场景生成与可交互视频生成，形成技术矩阵[12][75][85] - 2024年研发费用达15.4亿元（同比+59.5%），研发团队1554人占比73.41%，资源投入行业领先[87][88] - 技术路径覆盖"AI基础研究-基座模型-产品应用"全链条，目标构建AGI关键能力[83][84][89] 行业应用前景 - 3D生成技术可赋能VR虚拟现实、游戏开发及影视制作，推动数字世界内容生产效率[77] - 空间智能被视为实现AGI的核心技术，自动驾驶与具身智能为物理世界重要落地方向[78][80] - 开源策略加速生态构建，Matrix-Game与Matrix-3D均为工业界首批10B+级空间智能开源模型[12][82]