01. 创业一年后，李飞飞如何阐述 World Labs 的愿景？ 成立一年的World Labs 发布过什么进展？World Labs 的愿景有变化吗？空间智能终于有望解锁了？... 02 . 为什么没有空间智能的 AI 是不完整的？ 本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 在近期由 a16z 普通合伙人 Erik Torenberg 主持的一场访谈中，李飞飞和 World Labs 早期投资者 Martin Casado 围绕「世界模型」和「空间智能」的话题探讨了她对 AI 技术的理解，并在创业 项目 启动一年后重新 介绍了 World Labs 的任务和愿景。 目录 2、李飞飞指出当前语言模型在描述和理解三维物理世界方面存在明显的局限性，空间智能则超越语言模型成 为智能的关键组件，是世界模型理解、重建和生成物理世界的核心能力。 ① 语言虽然是思想和信息的强大编码，但对 3D 物理世界而言是「有损的编码方式」，无法有效描述和操作三 维空间。而空间智能代表着更为古老和根本的智能形式，是 AI 的关键组成部分。 3、在这一认知框架下，World Labs 试图构建能理解 ...

微软Bing Video Creator - 微软发布由OpenAI Sora技术支持的Bing Video Creator，可通过自然语言生成多种类型视频 [1] - 该服务免费提供快速和标准两种生成模式，初始有10次快速生成机会，生成视频长度为5秒 [1] - 系统内置安全保障措施并为视频添加内容凭证和溯源信息，目前国区未开放 [1] Manus幻灯片功能 - Manus新幻灯片功能可在10分钟内生成8页专业PPT，支持导出为Google Slides [2] - 实测显示功能支持自动搜索资料、规划结构、生成内容，但存在页面显示不完全问题 [2] - 与Genspark对比速度更快(10分钟vs20分钟)，被网友评为当前PPT制作最佳工具 [2] Character.ai AvatarFX - Character.ai推出AvatarFX功能，使静态图片人物能说话唱歌并支持多轮对话 [3] - 基于DiT架构实现高保真度和强时间一致性，复杂场景中表现稳定 [3] - 同步推出沉浸式叙事体验Scenes、动画聊天Imagine Animated Chat等新功能 [3] Fellou 2.0智能体 - Fellou 2.0作为Agentic Browser实现AI任务7x24小时批量化生产 [4] - 新版本速度提升1.2-1.5倍，成功率从31%升至80%，支持多任务并行处理 [5] - 基于Eko 2.0架构，未来将推出Windows版本并取消邀请码 [5] YouWare氛围编程平台 - YouWare让非程序员通过AI将创意转化为网页并一键上线分享 [6] - 平台实现"所想即所见"体验，由自研AI Agent和Sandbox技术支撑 [6] - 建立类似Instagram的创作社区，设计"Knot"奖励机制鼓励优质内容 [6] 智源Video-XL-2模型 - 智源开源轻量级Video-XL-2模型，单卡可处理长达万帧视频 [7] - 模型采用四阶段渐进式训练方法，编码2048帧视频仅需12秒 [7] - 在主流评测中超越所有轻量级开源模型，适用于影视分析和异常监测 [7] Salesforce收购Moonhub - Salesforce收购AI Agent平台Moonhub，团队将开发Agentforce平台 [8] - 目标2025年底通过Agentforce开发十亿个智能体，现有3000家企业客户 [8] - Moonhub招聘智能体功能将与Salesforce HR智能体形成互补 [8] 李飞飞Forge渲染器 - World Labs开源Forge渲染器，可在普通设备流畅渲染AI生成3D世界 [10] - 作为Web端3D高斯泼溅渲染器，支持多摄像头及实时动画编辑 [10] - 关键技术包括高效画家算法和可编程数据流水线 [10] ChatGPT模型选择 - 卡帕西建议简单问题用GPT-4o，复杂任务用o3，代码完善用GPT-4.1 [11] - 使用场景分配：40%日常问题用4o，40%重要问题用o3 [11] - 选择原则基于任务重要性和响应速度需求 [11] ChatGPT记忆机制 - 记忆系统由保存记忆和聊天历史(含会话历史/对话历史/用户洞察)构成 [12] - 技术实现涉及向量空间索引和聚类优化算法，用户洞察贡献占比或超80% [12] - 机制使模型从被动应答转向主动理解，显著提升智能感 [12]

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 李飞飞 空间智能创业公司 World Labs ，开源一项核心技术！ Forge渲染器 ，可在桌面端、低功耗移动设备、XR等所有设备上实时、流畅地渲染AI生成的3D世界。 具体来说，Forge是一款 Web端3D高斯泼溅渲染器 ，无缝集成three.js，实现完全动态和可编程的高斯泼溅。 Forge底层为GPU优化设计，其地位相当于传统3D图形领域的基础组件"着色器"。 Forge只需极少的代码即可启动和运行。它支持多个splat对象、多个摄像头以及实时动画/编辑。 World Labs联创、NeRF作者 Ben Mildenhall 称这项技术"让开发者像处理三角形网格一样轻松处理AI生成的3D世界。" 李飞飞表示，"它能做到的事情简直令人难以置信"。 在所有设备上渲染3D AI世界 3D高斯溅射 (3D Gaussian Splatting) 已成为生成式人工智能和3D重建领域的主流方案。 这项技术通过将3D场景和对象表示为微小的高斯形状斑点（又称Spat）的集合，机器学习技术可用于创建可实时渲染的细致逼真的3D内容。 然而，3D高斯溅射（3DGS）是 ...