繁
由人工智能先驱李飞飞（Fei-FeiLi）于去年创立的初创公司WorldLabs，近日推出其首款产品--Marble。这款生成式AI模型能将单张图片、一段文字，甚至短视频，在短短几分钟内转化为可在WebXR中直接浏览的体素化3D场景，为VR/AR内容创作带来前所未有的效率革命。从ImageNet到"世界模型"：李飞飞的新征程作为2010年代推动计算机视觉爆发的关键人物，李飞飞因创建ImageNet数据集而广为人知--她敏锐地意识到：高质量标注数据的缺失，才是AI进步的最大瓶颈。如今，她将这一理念延伸至三维空间，带领WorldLabs打造所谓"首类生成式多模态世界模型"（first-in-classgenerativemultimodalworldmodel）。Marble的核心技术基于近年主流的3DGaussianSplatting（高斯泼溅）技术--通过在三维空间中排布成千上万个半透明彩色"高斯点"，实现实时、任意视角的逼真渲染。但与其他系统相比，Marble在输入灵活性与生成速度上实现了显著突破。单图秒变3D？Marble的能力边界免费模式：仅需一张图片或一段文本提示，几分钟内即可生成可浏览的3D场景；付费订阅（20美元/月）：支持多图输入、短视频、甚至粗略3D结构，并通过名为Chisel的编辑工具进行深度创作。Chisel允许用户像使用游戏引擎一样，在场景中放置简单几何体（如立方体、球体），再用自然语言指令（如"把这里变成热带雨林"）将其转化为细节丰富的体素环境。更关键的是，付费用户还能：对生成场景进行交互式编辑与扩展；合并多个世界构建复杂空间；导出为传统3D网格（mesh），用于Unity、Unreal等引擎开发（转换需数小时）。所有生成内容均可通过WebXR在Quest3、AppleVisionPro等设备的浏览器中直接查看，无需安装专用应用。实测体验：快，但仍有局限在实际测试中（例如将一张2014年SteamDevDaysVR会场照片输入Marble），生成场景的质量明显低于Meta的HorizonHyperscape或VarjoTeleport，大致介于NianticScaniverse之上、专业扫描之下。主要问题在于：画面中心区域（对应原图内容）细节尚可；边缘及背面区域则依赖AI"脑补"，出现典型高斯泼溅的模糊、扭曲或结构失真；若仅用单图输入，相机视野外的内容纯属幻觉，与真实环境可能大相径庭。📌因此，若追求高保真重建，仍需提供多角度图像或视频。为何Marble依然值得期待？尽管存在画质限制，Marble的真正价值在于"快速原型+语义驱动创作"：游戏开发者可用它几分钟内搭建关卡雏形；教育者能将历史照片转为可探索的3D课堂；社交VR创作者可通过自然语言"描述梦境"，即时生成虚拟聚会空间。结合Chisel的几何可控性与自然语言接口，Marble正在模糊"内容消费者"与"世界建造者"之间的界限。使用须知官网地址：marble.worldlabs.ai免费账户生成的场景默认公开；私有场景、高级编辑与导出功能需订阅20美元/月计划。
