李飞飞World Labs融资10亿:英伟达AMD入局,开启3D空间智能革命
type
status
date
slug
summary
tags
category
icon
password
网址

引言:硅谷的新震荡与“空间智能”的崛起
在生成式AI(GenAI)狂飙突进的今天,全球AI界的目光再次聚焦于“AI教母”李飞飞(Fei-Fei Li)。近日,由她创办的初创公司 World Labs 正式宣布完成高达10亿美元的新一轮融资,这一数字不仅刷新了近期硅谷的融资纪录,更标志着人工智能正式从“语言智能”跨越到“空间智能”的宏大叙事中。
如果说以 ChatGPT 为代表的大语言模型(LLM)教会了机器如何思考与表达,那么 World Labs 的目标则是教会 AI 如何在三维物理世界中生存、感知与行动。这不仅是一场技术变革,更是一场关于 3D 空间革命的全面开战。了解更多前沿 AI 资讯,请访问 AI门户。
豪华资本阵容:芯片巨头与设计霸主的共同豪赌
World Labs 此次斩获的10亿美元“弹药”,其背后的投资方名单堪称科技界的“全明星阵容”。除了顶级风投 a16z、NEA 和 Radical Ventures 外,最引人注目的是芯片双雄英伟达(NVIDIA)和 AMD 的同时入局。
- 英伟达与AMD: 作为 AI 算力的基石,芯片巨头深知 3D 空间计算对算力的巨大需求。
- Autodesk: 这家设计软件霸主出资2亿美金,意在寻求 3D 设计领域的深度协作,预示着建筑、工程与制造行业将迎来 AI 驱动的范式转移。
- 学术与行业领袖: 包括 Geoffrey Hinton、Jeff Dean 等 AI 泰斗的个人注资,为 World Labs 提供了极强的学术背书。
这种跨行业的资本汇聚说明了一个共识:空间智能是通往通用人工智能(AGI)的必经之路。
核心叙事:何为“空间智能”?
李飞飞在多次公开演讲中强调,人类智能由语言智能和空间智能两大支柱组成。虽然过去两年大模型(LLM)占据了舆论中心,但空间智能才是生物进化的本源。
所谓空间智能,是指“视觉化为洞察,看见成为理解,理解导致行动”的能力。World Labs 正在打造的“世界模型”,旨在让 AI 不仅仅能生成像素点,而是能理解物体的几何结构、物理属性以及它们在三维空间中的互动关系。
正如李飞飞在 TED 演讲中所述:“我们需要的不只是能看、会说的 AI,而是一个可以行动的 AI。”这种将感知与行动关联的能力,是实现实体智能体(如人形机器人)的关键。
Marble:从文本到 3D 虚拟世界的“造物神器”
World Labs 的首个代表作 Marble 已经向世人展示了空间智能的初步威力。Marble 被誉为“造物神器”,它允许用户通过简单的文本提示词、图像或视频,瞬间生成具有高度保真度、空间连贯性且持久存在的 3D 虚拟世界。
与传统的 2D 视频生成不同,Marble 生成的是具有深度和物理逻辑的空间。这意味着:
1. 空间连贯性: 摄像机在场景中移动时,物体的位置和比例保持严格一致。
2. 交互性: 生成的 3D 环境可以被进入、被观察,甚至在未来被修改和互动。
3. 行业应用: 从游戏开发、影视制作到城市规划,Marble 大大降低了 3D 内容创作的门槛。
对于关注 AI 变现和提示词(Prompt)工程的开发者来说,这预示着一个新的创意蓝海。
意义深远:从“缸中之脑”走向“实体智能”
目前的 LLM 很大程度上仍处于“缸中之脑”的状态,它们通过海量文本学习逻辑,却缺乏对物理现实的直观感受。World Labs 的努力,实际上是让 AI 完成从 2D 屏幕像素堆砌到 3D 物理世界深度交互的“惊险一跳”。
这种转变对以下领域具有深远影响:
* 机器人技术: 为自动驾驶和家用机器人提供原生的 3D 理解能力。
* 科学发现: 在虚拟实验室中模拟复杂的物理实验。
* 元宇宙与数字孪生: 快速构建高保真的现实世界镜像。
在 AI日报 的视角下,这不仅是李飞飞个人的胜利,更是全人类在 0 和 1 的数字荒原中,复刻真实物理宇宙的宏伟尝试。
结论:AI 革命的下一章已经开启
10亿美元的融资只是一个开始,李飞飞和 World Labs 正在定义人工智能的下一个十年。当 AI 学会了在 3D 空间中推理和行动,我们距离真正的 AGI 就又近了一步。
这场关于空间智能的豪赌,将彻底重塑人类的生产与生活方式。无论你是 AI 开发者、创业者还是普通科技爱好者,紧跟这场 3D 革命的步伐至关重要。更多关于人工智能、OpenAI、ChatGPT 及 Claude 的深度报道,请持续关注 AI新闻门户。
Loading...
.png?table=collection&id=1e16e373-c263-81c6-a9df-000bd9c77bef&t=1e16e373-c263-81c6-a9df-000bd9c77bef)