一句话定位
World Labs 是一家空间智能(Spatial Intelligence)公司,由“AI 教母”李飞飞 2024 年从斯坦福休学后联合创立。它要做的事只有一件:让 AI 像人一样理解、生成、推理并与三维物理世界交互——从一张图片、一句话、一段视频出发,生成可导航、可编辑、可下载的完整 3D 场景。
“如果我们想要让人工智能超越当前的能力,我们需要的不仅是能看和能说的人工智能。我们需要能做的人工智能。”
— 李飞飞,World Labs 创立公开演讲
公司概况
在旧金山成立,由李飞飞从斯坦福休学创办
创立初期核心团队 20 余人,均为视觉/3D 领域顶尖研究者
2026 年 2 月估值跳至 50 亿美元,AI 独角兽
四位创始人
World Labs 的创始团队几乎覆盖了“视觉 3D 化”这条技术链的全部关键节点——数据集、神经网络渲染、可微分渲染、神经辐射场。每一个名字都是 3D 视觉领域被反复引用的奠基者。
李飞飞 Fei-Fei Li
斯坦福大学红杉讲席教授,前 Google Cloud 首席科学家,ImageNet 数据库创建者。2024 年从斯坦福休学全职担任 World Labs CEO,被媒体称为“AI 教母”。
Justin Johnson
李飞飞学生,密歇根大学计算机科学助理教授。视觉表征学习与场景理解方向,斯坦福视觉与学习实验室核心成员,CLIP/Visual Genome 等重要数据集的共同作者。
Christoph Lassner
球体高效可微分渲染器 Pulsar 的发明者,渲染效率较传统 NeRF 提升数十倍。曾任 Facebook Reality Labs 渲染负责人。
Ben Mildenhall
NeRF(神经辐射场)技术发明者,2020 年 ECCV 最佳论文《Representing Scenes as Neural Radiance Fields for View Synthesis》第一作者。这篇论文是整个 3D 生成领域的奠基之作。
学术谱系:从 ImageNet 到 World Labs
World Labs 不是凭空出现的——它是李飞飞过去 15 年学术生涯的延伸。下图展示了从 ImageNet(2009)到 World Labs(2024)的关键节点,每一步都为今天的空间智能埋下种子。
融资里程碑:从 0 到 50 亿美元的两年
World Labs 创下了 AI 创业史上的融资纪录——成立一年即成独角兽,估值两年增长 50 倍。这背后是“世界模型”这条新赛道被资本集体押注。
| 时间 | 轮次 | 金额 | 估值 | 领投 / 关键投资方 |
|---|---|---|---|---|
| 2024.09 | 种子轮 | 2.3 亿美元 | 超 10 亿美元 | a16z、英伟达领投;天使团含 Geoffrey Hinton、Jeff Dean、Reid Hoffman、Eric Schmidt、Ashton Kutcher |
| 2026.02 | B+ 轮 | 10 亿美元 | 50 亿美元 | Autodesk 领投 2 亿(战略合作);英伟达、AMD、a16z、Emerson Collective、富达、Sea 跟投 |
投资方构成
World Labs 的资本阵容是 AI 史上罕见的“全明星”组合。下图按投资方类别整理——既有顶级 VC(a16z)、战略产业资本(Autodesk / NVIDIA / AMD),也有一线科技巨头创始人个人(Hinton / Jeff Dean / Reid Hoffman)。
核心产品:Marble —— 一句话生成 3D 世界
2024 年 12 月首发,2025 年 11 月正式商业化。Marble 是 World Labs 的旗舰产品,也是“空间智能”概念第一次大规模落地的消费品。输入可以是:一段文字、一张照片、一段视频、一张 3D 布局图、或一张全景图。输出是一个可编辑、可下载、可交互的 3D 世界。
核心特性
业内首款原生集成 AI 编辑工具的世界模型;支持混合式 3D 编辑——用户先用滑块/墙体手动搭出空间结构,再由 AI 填充视觉细节;输出可导出为高斯泼溅(Gaussian Splats)、网格(meshes)或视频格式。
版本演进
| 版本 | 时间 | 定位 | 关键能力 |
|---|---|---|---|
| Marble 初版 | 2024.12 | 早期预览 | 单图生成可交互 3D 场景,浏览器实时渲染,支持景深/动态光照 |
| Marble 商用版 | 2025.11 | 首款商用世界模型 | 支持文本/图像/视频/3D 布局/全景图五种输入;订阅制上线 |
| Marble 1.1 | 2026.08 | 稳定质量版 | 照明效果、对比度、视觉一致性显著提升,大幅减少视觉瑕疵。官方建议首次使用优先选它 |
| Marble 1.1-Plus | 2026.08 | 大场景版 | 专为大规模、复杂世界打造,生成范围显著超越 1.1。需要大场景时切换 |
订阅价格
| 套餐 | 月费 | 每月限额 | 关键权益 |
|---|---|---|---|
| 免费版 | $0 | 4 次 | 文本/图像/全景图生成 3D 世界 |
| 标准版 | $20 | 12 次 | + 多图像/视频输入 + 高级编辑 |
| 专业版 | $35 | 25 次 | + 场景扩展 + 商业使用权 |
| 高级版 | $95 | 75 次 | 所有功能 + 最高配额 |
下一代世界模型:Atlas(2026-09-01)
2026 年 9 月 1 日,World Labs 发布下一代世界模型 Atlas。官方称其为 omni(全模态)世界模型——从零预训练,原生操作文本 / 图像 / 视频 / 3D 四类输入,官方明确表示它将驱动 Marble 及 World Labs 其他产品的未来版本。这也是 2026 年 7 月 28 日(R2S2R)之后公司官网发布的首篇新博客。
技术要点(官方原文)
Atlas 的架构是 multimodal autoregressive diffusion transformer(多模态自回归扩散 Transformer):所有输入先被合并进一个共享的空间上下文(shared spatial context),模型据此生成后续内容——既与已经看过的内容保持三维一致,又能外推想象未见的区域。官方强调 Atlas 是“为可扩展而建”(built to scale),其性能随训练算力提升,并预期这一趋势在继续扩展时保持。
四项能力
| 能力 | 输入 | 输出与官方说明 |
|---|---|---|
| 相机可控生成 Camera-Controlled Generation | 1 至 6 张参考图 | 在任意指定机位与角度生成新视角,像素级精确的相机控制(相机几何作为原生输入类型,而非粗略的文字指令);输出最长 1 分钟、1440p 视频 |
| 空间重建 Spatial Reconstruction | 1 张至数十张图 | 重建真实场景,同时给出新视角图像帧与显式 3D 输出;官方称其表现优于专门做 3D 重建的 SOTA 模型 |
| 时空模拟 Space-Time Simulation | 输入视频 | 从视频中建模空间与时间:可为影视特效做视频重构图(reframing),并支撑机器人的 Real-to-Sim 工作流 |
| 图像生成 Image Generation | 文本 | 生成图像与 360 全景图;可遵循复杂提示、渲染文字、覆盖多种视觉风格 |
与 Marble 的关系
官方原文:“Atlas will power future versions of Marble and other products from World Labs.”(Atlas 将驱动 Marble 及 World Labs 其他产品的未来版本)——Marble 仍是当前可用的产品,Atlas 是其技术底座的下一次跃迁。官方现已开放 early access 申请。此外,2026 年 6 月 3 日官方分类法中提出的“渲染 / 模拟 / 规划”三类世界模型能力,在 Atlas 上首次被收拢进同一个模型。
技术栈:从 NeRF 到混合世界模型
World Labs 不是一项技术的产物,而是过去十年 3D 视觉研究积累的集大成。从 2020 年 NeRF 论文、2022 年 3D 高斯泼溅,到 2026 年 8 月 Marble 1.1-Plus,再到 2026 年 9 月以 Atlas 收拢生成 / 重建 / 模拟三条能力线,背后是一整条技术演化的链条。
应用方向:从游戏到具身智能
Marble 不是为单一场景设计的——它本质是一套“通用 3D 世界生成接口”。下表是世界实验室官方与媒体披露的主要落地方向。
游戏 / 电影特效
用一段文字描述快速生成可探索的 3D 场景作为关卡原型或电影分镜素材。Marble Labs 已上线真实案例库。
机器人仿真训练
为机器人训练生成大量多样化、符合物理规律的虚拟场景。2026 年初与光轮智能合作共建“评测基建”,让具身智能进入“可量化”时代。
空间计算基础设施
为 AR / VR 头显设备提供可快速构建的 3D 内容生成路径,降低空间内容创作门槛。
自动驾驶仿真
为自动驾驶系统提供极端场景(罕见路况、危险情境)的合成数据。NVIDIA Spatial Intelligence Lab 与 World Labs 存在深度生态合作。
建筑 / 工业设计
Autodesk 领投 2 亿美元 B+ 轮后,Marble 与 Autodesk 工具链深度打通。建筑师与工业设计师可直接调用 Marble 输出做前期方案。
创意工作流
艺术家、设计师、3D 创作者使用 Marble 把模糊灵感快速变成可编辑的 3D 资产,再导入 Blender、Unreal 等下游工具精修。
战略合作:把“世界”和“评测”接起来
2026 年初,World Labs 与仿真合成数据公司光轮智能正式联手。这是空间智能赛道最受关注的合作——前者解决“世界从哪来”,后者解决“进步怎么被衡量”。两大公司联手后,具身智能正式从“演示驱动”进入“评测驱动”时代。
为什么要做“评测基建”
真实机器人数据采集效率极低——以 Google RT-X 为例,13 台机器人耗时 17 个月也仅能获取有限数据。光轮智能的合成数据技术能把单条轨迹泛化到 4.8 万帧渲染输出,World Labs 提供的生成式 3D 场景与之结合,可系统性解决“具身智能模型的规模化评测”瓶颈。
李飞飞的核心理念
“世界即所发生的一切。”
— 路德维希·维特根斯坦《逻辑哲学论》(1921)
“如果我们想要让人工智能超越当前的能力,我们需要的不仅是能看和能说的人工智能。我们需要能做的人工智能。”
— 李飞飞
李飞飞常用一个例子解释空间智能:大脑看到一只猫推倒玻璃杯的图像,在最后一瞬间——看到了玻璃杯的几何形状、它在三维空间中的位置、与桌子猫的关系,并预测接下来会发生什么。这正是 AI 需要学会的能力:从 2D 像素到 3D 物理世界的因果推理。World Labs 是这一理念的产业化实践。
本页数据来源
- World Labs 官方主页:worldlabs.ai(含 Marble Labs、Research、Insights 三个子板块)
- 融资披露:彭博社、TechCrunch、Reuters 2026-02-18 报道;World Labs 官方博客 2026-02-18
- Marble 1.1 / 1.1-Plus:World Labs 2026-08 公告;CSDN 一手实测 2026-08-04
- Atlas 下一代世界模型:World Labs 官方博客 2026-09-01(worldlabs.ai/blog/atlas,本页四处能力表与技术要点均引自官方原文);第三方交叉验证:SiliconANGLE 2026-09-01、the-decoder 2026-09-02、Dealroom 2026-09-02
- 光轮智能合作:OFweek 2026-01-22 报道;CSDN 2026-06-10 深度报道
- 订阅价格:腾讯新闻 2025-11-13 转 IT 之家
- 创始团队背景:Justin Johnson 密歇根大学官网、Ben Mildenhall NeRF 论文 ECCV 2020、Christoph Lassner Pulsar 论文
最后更新:2026-09-24 · 已并入 World Labs 官方博客 Atlas 发布(2026-09-01)一手内容