World Labs最新融资与估值 - World Labs完成最新一笔10亿美元（约合人民币70亿元）融资 [1] - 公司成立仅16个月，最新估值已冲上50亿美元（约合人民币350亿元） [2][4] - 累计融资额（含本轮）超过12.3亿美元 [3][4] 公司团队与创立背景 - 公司由全球AI标志性人物李飞飞于2024年创立，致力于空间智能（Spatial Intelligence）研究 [5] - 联合创始团队包括李飞飞、其学生Justin Johnson以及科学家Christoph Lassner和Ben Mildenhall [3] - 创始团队及顾问中拥有众多华人学者，包括来自北京大学、清华大学等校的校友及斯坦福大学助理教授吴佳俊、伯克利大学教授吴义仁 [6] - 李飞飞表示，团队致力于解决空间智能这一“超级难题” [8] 产品与商业模式 - 公司首款商业产品为Marble，能够从文本、图像、视频或粗略3D布局生成持久化3D世界 [4] - 产品采用神经辐射场（NeRF）和高斯点云（3D Gaussian Splatting）等前沿技术 [4] - 商业模式为免费增值模式：免费生成4次，付费套餐最高95美元/月，提供75次生成及商业使用权 [4] - 目标客户覆盖游戏开发、影视特效、VR/AR应用及机器人仿真训练等领域 [4] 融资阵容与战略合作 - 本轮融资老股东英伟达、AMD继续加码，新引入乔布斯遗孀创立的Emerson Collective、富达（Fidelity）、Sea等机构 [3] - 全球工程设计软件巨头欧特克（Autodesk）作为新投资者，一举投下2亿美元，并将担任公司顾问，双方将在“研究和模型层面”展开深度协作 [3][5] - 公司早期融资由a16z、Radical Ventures等机构参与，后续由NEA领投，估值在短短数月内从2亿美元跃升至超10亿美元 [6] 公司战略与招聘重点 - 完成融资后，公司明确将重心向机器人与科学发现倾斜 [4] - 公司正招聘研究工程师开发SLAM系统（机器人自主导航核心技术），并开放3D重建专家岗位，为SLAM系统提供底层支持 [4] 行业趋势与竞争格局 - 空间智能（世界模型）被李飞飞视为继大语言模型（LLM）之后，AI下一个十年的核心主线 [8] - 前Meta首席AI科学家杨立昆（Yann LeCun）近期也创立了同样聚焦“世界模型”的AMI Labs，认为当前AI缺乏对物理世界的底层理解能力 [8] - AI领域正掀起前所未有的造富风暴与高估值融资 [2][9] 全球及中国AI市场高估值案例 - Anthropic以3800亿美元估值完成300亿美元融资，成为全球AI第二大独角兽 [9] - Databricks完成总额超70亿美元融资，估值超过1340亿美元（约合人民币9364亿元） [9] - 中国AI公司智谱总市值超过2600亿港元，相比IPO当日涨超4倍 [11] - 中国AI公司MiniMax市值超2900亿港元，上市首日大涨近110% [11] - 资本市场对项目的核心评估标准被视为“AI含量” [11]

公司概况 - 公司名称为Eos Energy Enterprises, Inc.，在纳斯达克交易，股票代码为EOSE [1][3] - 公司业务为开发锌基电池储能系统，旨在作为锂离子和铅酸技术的替代方案，应用于公用事业规模和工业领域 [3] - 公司总部位于美国新泽西州爱迪生市 [1] 产品与技术 - 公司于1月14日推出了新产品Eos Indensity [3] - 该产品架构采用名为“空间智能”的设计框架，以处理特定场址在规模和安全性方面的需求 [3] - 该系统基于公司的Z3模块和锌动力的Znyth技术构建 [3] - 公司首席执行官表示，新产品凝聚了超过15年的经验积累，旨在解决储能领域最棘手的问题，如负责任地扩展规模、在不妥协的情况下提供灵活性、以及确保储能足够安全以靠近为现代生活供电的资产 [3] - “空间智能”理念的核心是深入思考并针对储能设备部署地的日常需求和实际情况进行设计 [3] 市场观点与表现 - 知名财经评论员Jim Cramer对该股持负面看法，建议卖出，并将其描述为“一年魔法思维、魔法投资股票”的典型，表示不愿触碰 [1] - 有观点认为，尽管EOSE具有投资潜力，但某些人工智能股票可能提供更大的上涨潜力和更小的下行风险 [4]

文章核心观点 - 李飞飞提出反共识观点，认为单纯的大语言模型无法通往通用人工智能，空间智能才是AI发展的下一个前沿和更优路径 [4][5][6] - World Labs公司正致力于构建具有物理一致性的世界模型，其首款产品Marble是一个多模态空间智能模型，旨在让AI理解并与三维物理世界互动 [4][7][16] - 随着合成数据等技术的成熟，世界模型领域预计将迎来类似大语言模型的规模定律爆发时刻 [8][9] - 通用机器人是比自动驾驶更高维度的挑战，也是AI技术的“皇冠”，其成功需要空间智能的支持 [10] - AI技术的终极目标是像电力一样，成为赋能各行各业、提升人类文明的基础设施 [11][12] AGI发展路径与空间智能的重要性 - 从生物进化视角看，视觉、触觉等空间感知能力已有约5亿年演化历史，而语言仅有约50万年历史，因此空间智能是比语言更古老、更基础的智能形式 [5][14] - 如果AI只有语言能力，将被困在数字世界，只有补齐空间智能，使其具备理解、推理并与三维物理世界互动的能力，才能真正通往通用人工智能 [6][15] - 空间智能被定义为在真实3D、4D物理世界中进行理解、推理、交互和导航的基础性能力，是AI的下一个前沿领域 [13][15] World Labs的产品与技术：Marble世界模型 - Marble是公司第一代空间智能模型，能接收句子、图片、视频或简单3D输入，并将其转化为完全可导航、可交互且具有永久一致性的3D世界 [7][16] - 与Sora等视频模型不同，Marble生成的环境拥有几何结构和物理一致性，不仅仅是一段像素动画，而是拥有物理属性的虚拟空间 [7] - 该模型目前规模比GPT-5等大语言模型小几个数量级，GPT-5的训练量约在10^26 FLOPS级别 [23] - 公司采用混合数据策略来训练模型，结合互联网现有的文本、图像、视频数据、仿真模拟数据以及真实世界采集的数据，以解决物理世界数据信噪比低、难以大规模获取的瓶颈 [8][24][25] 应用场景与市场潜力 - Marble已应用于游戏开发、影视特效、机器人训练、室内设计等领域 [7][17] - 出现了意想不到的用例，如临床研究人员利用其生成个性化沉浸式环境用于治疗强迫症等心理疾病，以及用于个性化健身训练环境 [7][17][18] - 空间智能是一项横向技术，未来潜在应用领域广泛，包括医疗健康、教育、现场服务、金融服务、农业制造、仓储检测及城市规划等 [12][26] 行业发展趋势与挑战 - 世界模型领域仍处于早期阶段，在模型架构等方面仍在探索，但预计未来几年将见证其在规模定律曲线上实现飞跃 [24] - 物理世界数据（像素、体素）比文本数据更混乱、获取更难，这曾是发展瓶颈，但合成数据技术的成熟正推动该领域进步 [8][24] - 算力增强、芯片进步以及生态系统成熟（如三年前还不存在的数据供应商出现）正在加速该领域发展 [25] - 合成数据与模型生成能力可形成相互促进的飞轮效应 [25] 对关键AI技术领域的看法 - 通用机器人被视为比自动驾驶更高维度的AI技术挑战：自动驾驶是2D逻辑，核心是避障；通用机器人是3D逻辑，核心是在三维空间中以不破坏物体的方式进行精确接触操作 [10][25][26] - 实现通用机器人面临巨大挑战，包括手部模拟的高难度、视觉精准度以及空间理解的需求 [26] - 自动驾驶技术从概念到大规模城市街道运行（如Waymo）经历了漫长的旅程，预示通用机器人的发展也可能需要长期努力 [25]

纪要涉及的行业或公司 * 公司：Eos Energy Enterprises (纳斯达克代码：EOSE) [1] * 行业：能源存储行业 [7] 核心观点和论据 * **当前能源系统面临挑战**：现有电网基于可预测性构建，但当今世界需求不断增长、变化无常，能源供应不均衡且面临压力，成为城市发展、产业增速和数据中心扩张的制约因素 [1] * **能源存储是变革性解决方案**：能源存储不应仅是附加或备份，而应成为系统运行的基础，它能解决能源波动问题，平滑、塑造和调度能源，从而解除能源约束，为其他发展打开空间 [2] * **推出新一代高密度储能架构“Eos in Density”**：该架构基于空间智能设计，旨在应对现实需求而非过时规划，其核心是彻底重新设计的模块化构建单元 [5] * **“Eos in Density”的核心优势是超高能量密度**：系统可提供约四倍于大多数现有系统的能量，目标为每英亩1吉瓦时，将高密度存储带入以前不可能实现的区域 [5] * **“Eos in Density”采用独特设计哲学**：为解决行业追求高密度带来的运输超重、安全和服务性挑战，公司选择设计更小、更轻、更易维护且安全性更高的单元，即“in Density核心” [7] * **“in Density核心”是集成化单元**：每个核心包含一串Z3电池模块、Dawn OS高级控制软件、内置功率控制和板载冷却系统，户外额定、自成一体，便于安装和维护 [8][9] * **系统具备高度空间配置灵活性**：核心单元可垂直堆叠，根据场地条件灵活配置，在乡村、郊区和密集城区分别可实现约250兆瓦时/英亩、500兆瓦时/英亩和1吉瓦时/英亩的能量密度 [9][10] * **系统运行灵活且响应迅速**：Z3电池和Dawn OS控制系统支持4至16小时及以上的充放电，支持每日部分和多次循环，并能在短短5毫秒内响应电网需求 [10] * **系统基于安全可靠的电化学技术**：采用静态水系卤化锌电池化学，具有固有的长循环寿命和低容量衰减特性 [10] * **系统具备卓越的运行与安全特性**：工作温度窗口大，辅助负载最小，无日历老化；可在0伏和0%电荷状态下无限期空闲，无需冷却、加热或维持最小电压/电荷；使用不可燃的水系电解质；运行噪音低；主要部件可回收；通过Dawn OS电池管理系统和DC-DC转换器实现模块和核心的独立电气隔离，确保安全 [10][11][12] * **“Eos in Density”是团队超过15年经验的成果**：系统基于对行业实际限制的深刻理解而构建，旨在适应变化、响应需求，是支持更大构想、更艰巨任务和更快进展的能源解决方案，而非仅为存储而存储 [13] 其他重要内容 * **公司技术基础**：从电子层面重新思考能源系统设计，回归并精炼了锌化学，开发出Z3模块（安全、耐用、灵活）以及集成了控制和数据分析的智能平台Eos Dawn OS [4] * **“Eos in Density”的部署流程**：部署过程直接，首先组装简单的钢结构，然后将“in Density核心”插入到位，实现了无需复杂性的扩展 [10] * **系统定位**：该系统被定位为真实、就绪且具有无限潜力的解决方案，而非仅仅是承诺或愿景 [14]

核心观点 - Eos Energy Enterprises公司发布其突破性的电池储能系统新架构Eos Indensity™ 旨在通过创新的空间智能设计解决储能规模化、灵活性及安全性等核心挑战 为应对电气化加速和AI驱动的不稳定电力需求提供高性能解决方案 [1][2][4][5] 产品与技术架构 - Eos Indensity™ 是一种突破性架构 基于空间智能设计框架 综合考虑了建筑、人文和自然环境 旨在为特定场地挑战设定新的密度、规模、灵活性和安全标准 [2] - 该架构的核心是Eos Indensity Core™ 一个模块化、可堆叠的构建单元 通过利用场地的三维空间来实现高密度 使其能够适应几乎任何占地面积 并使吉瓦级储能成为可能 [3] - 每个核心单元集成了Z3电池模块、Eos DawnOS™先进控制系统、板载冷却和电源管理 采用紧凑、自成一体的设计 易于放置、快速连接并为实际性能而打造 [3] - 新架构建立在公司成熟的Z3™模块和锌基Znyth™技术之上 该技术继续为Eos Cube解决方案提供动力 [2] 产品性能与优势 - **超高密度**：紧凑、可堆叠的模块化设计旨在实现每英亩1吉瓦时的储能容量 这大约是大多数其他技术的4倍 [8] - **突破性规模**：自成一体的Indensity Core单元具备即插即用的电气和通信连接 简化安装 甚至可在以前无法使用的空间部署 [8] - **卓越灵活性**：支持4至16小时以上的储能时长 能够处理复杂的充放电循环并实现毫秒级快速响应 可适应如AI驱动数据中心等高要求应用场景 [8] - **非凡安全性**：采用不易燃的锌化学材料、可回收组件和先进的网络安全控制 使其足以部署在关键任务场所 [8] - **广泛应用潜力**：可部署在数据中心、军事基地和城市基础设施附近 消除限制并释放发展潜力 [8] 公司背景与市场定位 - Eos是一家美国能源公司 是设计和提供锌基电池储能系统的领先创新者 [1] - 公司的电池储能系统采用创新的Znyth™技术 这是一种经过验证的、使用易获取的非贵重稀土元素的化学技术 是传统锂离子技术卓越的安全、不易燃、可靠、稳定且可扩展的替代方案 [7] - 公司的电池储能系统非常适合公用事业规模、微电网、商业和工业的长时储能应用 为客户提供显著的运营灵活性 以经济高效地应对当前和未来不断增长的电网需求和复杂性 [7]

产品发布与核心特性 - 公司ViewX在CES 2026上正式发布了其自主研发的15.6英寸空间智能显示屏 这是一款无需眼镜的3D显示设备 [1] - 该产品的核心是双模式智能显示系统和一键2D转3D技术 用户无需任何额外硬件即可瞬间切换观看模式 [4][5] - 产品采用Grin液晶透镜技术 有效消除了传统裸眼3D方案中常见的摩尔纹 在提供高质量裸眼3D的同时 实现了真正无损的2D显示性能 [4] 技术优势与兼容性 - 相比依赖专用硬件或封闭生态的传统3D显示器 该空间智能显示屏在兼容性、开放性和易用性方面表现突出 [3] - 产品可轻松连接笔记本电脑、台式机、游戏主机、平板电脑和智能手机等多种设备 并支持Windows、macOS和Android等主流操作系统 实现即插即用 [3] - 显示屏集成了独立计算模块和嵌入式系统 并采用先进的AI算法精确重建自然深度信息 提供层次丰富、沉浸感强的3D视觉效果 [6] 市场反响与应用场景 - 在CES 2026期间 该产品以其流畅的性能、准确的色彩还原和逼真的3D景深效果 吸引了与会者的浓厚兴趣 许多参观者进行了长时间体验和深入技术讨论 [7] - 该产品显著降低了3D体验的入门门槛 简化了操作 并能将常规2D内容快速转换为沉浸式3D视觉 适用于日常视频流媒体、游戏、在线教育等高质量视觉应用场景 [5] - 公司CTO表示 该产品旨在打破传统3D观看场景的限制 迈向“万物皆可3D”的愿景 重新定义未来人机视觉交互 [7] 公司背景与市场计划 - ViewX是一家专注于视觉交互技术创新与边界拓展的公司 积极在空间智能领域进行探索 致力于推动尖端技术发展 [9] - 公司秉承以人为本的设计理念 开发了一系列深度融合创新与实用性的高质量解决方案 致力于打破技术创新与用户体验之间的壁垒 [9] - ViewX空间智能显示屏计划于2026年上半年在美国市场推出 之后逐步在全球范围内上市 [7]

文章核心观点 - 由Insta360研究团队、加州大学圣地亚哥分校、武汉大学及加州大学默塞德分校的研究者共同推出的Depth Any Panoramas (DAP)模型，是首个在大规模多样化数据集上训练的全景度量深度基础模型，它通过构建200万量级的数据引擎和创新的模型设计，有效解决了全景深度估计领域长期存在的数据稀缺与模型泛化能力差的问题，并在多项基准测试中刷新了纪录，为机器人、自动驾驶、VR/AR等空间智能应用提供了强大的几何感知基座 [1] 模型概述与意义 - DAP是一个统一室内外场景的全景度量深度基础模型，其训练数据规模达到200万（2M）级别，通过创新的几何一致性设计，在多种开放世界场景下保持优异效果 [1] - 该模型对由Gemini或DiT-360等合成的全景图以及全景视频流均展现出极佳的预测效果，生成的深度图边缘锐利、逻辑自洽，且具备优秀的帧间一致性与稳定性，是空间AIGC和动态场景处理的理想几何基石 [3] - DAP的出现标志着全景深度估计进入了开放世界时代，能为自动驾驶、机器人避障提供全知视角，并为3D场景重建、VR/AR内容创作提供低成本的深度获取手段 [19] 数据引擎构建 - 为解决全景深度数据标注成本高、规模小（通常仅几万张）的瓶颈，DAP团队构建了规模空前的全景数据引擎，将数据量推至200万级别 [6][7] - 数据构成包括：170万张来自互联网的真实全景图、90K张利用虚幻引擎5模拟器生成的带精准标签的室外航拍数据，以及20万张由DiT-360模型生成的室内全景图，覆盖了极为丰富的真实与合成场景 [12] - 与现有方法相比，DAP的数据集在规模和场景覆盖上具有显著优势，具体对比如下：PanDA数据集为12.2万，DA2为60.6万，Unik3D为69.4万，DAC为80万，而DAP达到200万，其中包含50万室内、150万室外、30万合成和170万真实世界数据 [8] 核心技术：三阶段伪标签管线 - 面对190万张无标签的原始全景图，DAP设计了一个三阶段伪标签精炼管线来挖掘数据价值，层层筛选以淬炼出高质量的监督信号 [9][10] - 第一阶段：使用小规模精准的合成数据训练一个场景不变标注器，确立物理深度基准 [10] - 第二阶段：引入深度质量判别器，从190万预测结果中筛选出最靠谱的60万样本，再次训练标注器以消除合成与真实数据间的纹理鸿沟 [10] - 第三阶段：在汇集了精炼伪标签和原始强监督标签的200万数据集上，训练出最终的DAP基础模型 [11] 模型架构与优化 - DAP采用最新的DINOv3-Large作为特征提取骨干，赋予了模型极强的视觉先验和零样本泛化能力 [16] - 模型设计了距离自适应分支，允许用户根据应用场景切换深度感知范围，有效解决了全景图中远景区域深度分布不均、预测不稳的问题 [16] - 引入了针对全景图等距柱状投影畸变进行补偿的多维几何优化，包括SILog损失、锋利度损失、表面法线损失以及点云一致性损失，确保预测深度图数值准确、边缘锐利、几何结构稳定 [16] 性能表现与基准测试 - 在斯坦福2D3D室内数据集上，DAP的绝对相对误差为0.0921，均方根误差为0.3820，δ1分数为0.9135，性能优于对比方法 [14] - 在Matterport3D室内数据集上，DAP的绝对相对误差为0.1186，均方根误差为0.7510，δ1分数为0.8518 [14] - 在Deep360户外数据集上，DAP的绝对相对误差为0.0659，均方根误差为5.224，δ1分数为0.9525，显著超越此前的DAC和Unik3D模型 [14] - 在更具挑战性的DAP-Test户外数据上，DAP的绝对相对误差为0.0781，均方根误差为6.804，δ1分数为0.9370，同样大幅领先对比基线 [14] - 实测对比显示，DAP在复杂的家具纹理和远处的山脉轮廓预测上均清晰可见，避免了基线模型出现的远景模糊和天空深度误判问题 [14]

模型发布与核心意义 - 研究团队推出了首个在大规模多样化数据集上训练的全景度量深度基础模型Depth Any Panoramas，旨在解决全景深度估计领域长期面临的“数据荒”与“模型泛化差”瓶颈 [2] - 该模型统一了室内外场景，通过200万量级的数据引擎与创新的几何一致性设计，刷新了多项基准测试纪录，在多种开放世界场景下保持优异效果 [2] - DAP的出现标志着全景深度估计正式进入了开放世界时代，为自动驾驶、机器人避障提供更广阔的全知视角，并为3D场景重建、VR/AR内容创作提供了极低成本的深度获取手段 [20] 数据引擎构建 - 为突破数据规模限制，团队构建了规模空前的全景数据引擎，将数据量推向了200万级别 [7] - 数据来源包括：从互联网收集并精细过滤的170万张真实全景图；利用基于虚幻引擎5的AirSim360模拟器生成的9万张高质量室外航拍数据；以及引入DiT360模型生成的20万张室内全景图 [9] - 数据构成覆盖室内场景50万张，室外场景150万张，其中合成数据30万张，真实世界数据170万张 [8] 模型训练与架构设计 - 模型采用三阶段伪标签精炼管线来淬炼高质量监督信号：第一阶段使用小规模精准合成数据训练场景不变标注器；第二阶段引入深度质量判别器，从190万预测结果中筛选出最靠谱的60万样本再次训练；第三阶段在汇集了精炼伪标签和原始强监督标签的200万数据集上完成最终训练 [10][11] - 模型架构采用DINOv3-Large作为特征提取骨干，并设计了距离自适应分支，允许用户根据应用场景切换深度感知范围 [15][16] - 引入了包括SILog损失、锋利度损失、表面法线损失以及点云一致性损失在内的联合优化，专门针对全景图的等距柱状投影进行了畸变补偿 [16] 性能表现 - 在极具挑战性的户外测试集Deep360 / DAP-Test中，DAP的绝对相对误差为0.0781，显著超越了此前DAC的0.3197和Unik3D的0.2517 [17][18] - 在室内场景的零样本测试中，DAP的绝对相对误差大幅下降，在没有进行任何微调的情况下保持了极高的预测一致性 [17] - 模型对由Gemini或DiT-360等合成的全景图展现出了极佳的预测效果，生成的深度图边缘锐利、逻辑自洽，并且在处理全景视频流时具备优秀的帧间一致性与稳定性 [4]

公司动态 - 公司宣布正式开放Realsee3D数据集，包含10,000个室内3D场景，用于学术研究和非商业目的 [1] - 该数据集可能是迄今为止全球最大的空间3D数据集，旨在为空间智能领域的研究者和开发者提供高质量数据基础，加速全行业技术迭代与应用落地 [1] - 此次开放的Realsee3D数据集是从公司积累的千万级3D空间数据库中精选出的高质量样本 [2] 数据集详情 - Realsee3D是一个大规模多视角RGB-D数据集，旨在推动室内3D感知、重建和场景理解的研究 [3] - 数据集规模庞大：包含10,000个独特的室内场景，涵盖95,962个房间和299,073个视点/RGB-D对 [8] - 数据丰富：包含全景RGB-D捕获，实现完整的房间级覆盖 [8] - 标注全面：包含CAD图纸、平面图、语义分割、3D检测标签等（即将推出） [8] - 场景多样：包含1,000个具有不同布局和装修风格的真实世界场景，以及9,000个利用超过100个设计师策划的风格模板程序化生成的场景，确保了多样化的家具模型和风格，用于稳健的训练和测试 [8] 技术背景与价值 - 此前，公司发布了空间深度估计大模型Argus 1.0，这是首个支持全景图像输入的空间深度估计大模型，基于公司积累的千万级3D空间数据库训练而成 [2] - 长期以来，空间智能领域的研究和应用面临一个瓶颈挑战：高质量空间数据存在巨大缺口，公司正凭借其在3D空间数据领域的技术积累和资源储备填补这一缺口 [6] - 该数据集适用于几何重建、多模态学习、具身AI等空间智能核心研究方向 [7] 数据获取 - 目前，Realsee3D数据集已通过官方渠道开放申请，可通过访问公司的GitHub仓库获取 [8]

公司品牌与战略调整 - 公司名称由P2P Group Ltd变更为Inturai Ventures Corp，以反映其业务核心转向Inturai技术平台的开发[1] - 公司股票代码将更改为"URAI"，与公司在国防、人工智能和传感技术领域的开发重点保持一致[1] - 此次品牌重塑旨在使业务模式与平台商业化及军事领域扩张的战略方向保持一致[1] 业务与技术发展 - 公司核心业务聚焦于Inturai空间智能平台的开发[1] - 技术发展重点集中在国防、人工智能和传感技术领域[1] - 业务模式正在向平台商业化和军事行业扩张的方向推进[1] 公司治理与监管进展 - 公司已获得加拿大证券交易所的有条件批准进行名称变更[1] - 名称变更程序正在进行中，标志着公司战略重点的正式转变[1]