henry 發自 凹非寺

量子位 | 公眾號 QbitAI

世界模型主線，提前進入春季躁動！

據彭博社消息：李飛飛創辦的World Labs正在以約50億美元估值進行新一輪融資，融資規模最高可達5億美元。

如果融資完成：World Labs的估值將從2024年的10億美元，直接乘5到50億美元。

一年多時間，5倍重估。

“LLM之后的下一條主線”，太有含金量了。

World Labs新融資

放在一年前，這樣的估值幾乎不可想象；但現在，飛飛老師已經把它擺上了談判桌。

50億估值，融資5億。

如果交易最終落地，這將不是一輪對AI教母個人光環的信仰充值，而是資本對World Labs及其世界模型路線的重新定價。

在此之前，World Labs已完成累計2.3億美元融資，估值達到10億美元。

World Labs成立于2024年4月。當月完成首輪融資，估值約2億美元。

首輪投資方包括Andreessen Horowitz（a16z）和加拿大投資機構Radical Ventures，后者也是李飛飛擔任科學合伙人的機構。

緊接著，在2024年6–7月，World Labs又完成一輪1億美元融資，由NEA領投，公司估值被抬升至超過10億美元，正式躋身獨角獸行列。

據彭博社披露，這兩輪融資的投資方還包括英偉達（NVIDIA）、沙特阿拉伯的Sanabil Investments，以及新加坡主權基金淡馬錫（Temasek）。

個人投資者方面，則包括Google首席科學家Jeff Dean、演員兼投資人Ashton Kutcher，以及AI教父Geoffrey Hinton。

融資干什么？

當然是搞“世界模型”。

World Labs正在研發能夠在三維世界中進行導航和決策的AI系統，構建其所稱的“大世界模型（large world models）”。

它解決的，并不是“生成一張好看的圖”，而是讓模型真正理解真實物理世界的結構與演化方式。

在產品層面，World Labs已于去年11月推出首款3D世界生成模型Marble。

Marble可以根據文本或圖像提示，直接生成可探索的3D世界。

在傳統流程中，3D內容通常從人工構建的多邊形網格（polygon meshes）開始：

場景由大量微小的三角形拼接而成，再交由渲染引擎處理，工程成本高、制作周期長，也很難規模化。

Marble則采用了3D高斯濺射（3D Gaussian Splatting，3DGS）技術，用數以百萬計的半透明點來表示場景結構，從而在保持較高渲染效率的同時，實現更細膩的視覺效果。

更重要的是，Marble并不只追求“看起來真實”。它還會同時輸出所謂的“碰撞網格（collider meshes）”——

這是一種犧牲外觀細節、換取計算速度的幾何表示，專門用于物理仿真和機器人模擬。

在交互層面，Marble還提供了Chisel工具：用戶可以先用簡單幾何體快速“搭骨架”，再生成不同風格的細節版本，這是朝著可控、可編輯的世界構建邁出的一步。

World Labs近期還開放了World API，開發者可以在應用中通過文本、圖像或視頻，直接生成可探索的3D世界，把“世界模型”嵌入到具體產品之中。

在戰略層面，李飛飛本人也曾多次明確表態：

世界模型是實現空間智能的關鍵，是繼大語言模型（LLM）之后，AI下一個十年的核心主線。

在她的框架中，真正具備空間智能的世界模型，至少需要三種能力：

生成（Generative）：能創造遵守物理定律、空間一致的世界；

多模態（Multimodal）：能處理從圖像、視頻到動作的多模態輸入；

交互（Interactive）：能預測世界隨時間演變或互動的狀態。

也正因如此，世界模型被視為一種“基礎設施型能力”。

一旦成立，它的影響將不只局限在單一應用場景，而會向多個方向擴散：

AIGC：3D資產生成、游戲世界構建、影視制作與虛擬拍攝。

具身智能：機器人、仿真環境、現實世界任務執行。

以具身智能為例，世界模型提供的是對環境的可預測表示，在此之上，才能疊加真正有效的決策與控制。

包括DP（Diffusion policy）、RL等控制方法，以及對智能體行為進行系統性評估（如光輪智能)。

One more thing

值得一提的是，世界模型的另一條路線，也迎來了資本押注。

最近，由前meta首席科學家，圖靈獎得主Yann LeCun創辦的AMI Labs（Advanced Machine Intelligence，AMI）吸引了包括Cathay Innovation在內的潛在投資者，傳聞其融資估值可能達到35億美元。

與李飛飛押注顯式、可生成的三維/視頻世界模型不同，LeCun走的是一條更偏向“內在認知”的路線——

他堅持采用隱式世界模型，即基于JEPA（聯合嵌入預測架構），在抽象的潛在空間中預測世界如何演化，而不是去還原每一個像素。

如果用一個直觀的類比來理解當下的世界模型版圖，世界模型大致分三層，而LeCun的JEPA則處于抽象層級的最上層：

可觀看、可編輯的世界界面，如李飛飛的Marble

可反復試錯的模擬器，如谷歌DeepMind的Genie 3

以狀態與預測為核心的認知世界模型，如LeCun的JEPA路線

站在這個坐標系里就能看清楚：資本押注的，不只是AI教母/教父的個人光環，更是對不同世界模型技術路徑的提前下注。

各位董事長，你怎么投？