Transcription
大家好，我是娜娜。
二零二六年开年的AI圈，最具冲击力的消息莫过于AI教母李飞飞带着她的World Labs拿下了十亿美元的新一轮融资。要知道，这家公司从成立到现在不过十六个月，估值直接冲到了五十亿美元。英伟达、AMD两大芯片巨头同台押注，还有欧特克、富达这样的产业和资本巨头扎堆入场。这波操作让整个行业都把目光死死锁定在了“空间智能”这个此前不算出圈的概念上。
今天我就和大家好好聊一聊，李飞飞到底凭什么让资本疯狂追捧？空间智能又为什么会被看作是AI的下一个前沿，甚至是下一代世界模型的核心方向？
聊起这次融资，最让人惊叹的不只是十亿美元的金额，更是投资方背后的逻辑。这不是一轮单纯的财务投资，而是一次围绕空间智能的全产业生态合围。
先看核心的算力端，英伟达和AMD同时出手，这在AI创投领域其实并不多见。要知道，这两家在芯片市场一直是直接竞争的关系。能让他们放下分歧同台押注，本质上是因为空间智能的底层研发需要海量的算力支撑。两大巨头的入场，其实是提前为这个赛道的算力需求站了位。
再看产业端，欧特克作为全球顶尖的三D CAD软件巨头，这次直接投了二亿美元，还成为了World Labs的顾问。欧特克的主战场在建筑、工程、制造这些需要精准空间设计的领域。这次合作其实是为空间智能找到了最核心的产业落地场景。
还有资本和市场端的布局。富达作为全球知名的资管巨头，它的入场意味着World Labs已经进入了主流金融资本的视野。而乔布斯遗孀创立的Emerson Collective，向来主打长期主义和影响力投资，它看中的从来不是短期回报，而是空间智能作为下一代技术范式的长期价值。东南亚最大的互联网生态Sea的加入，则给World Labs打开了新兴市场的大门，毕竟Sea旗下的游戏、电商业务和虚拟空间、沉浸式互动的契合度极高。
把这些投资方串起来看，算力、应用、资本、市场，空间智能未来可能涉及的关键环节，被这次融资一次性拼齐了。这也是为什么会说，这轮融资的意义远不止数字本身。
其实，World Labs的资本热度，从成立之初就已经显现。这家公司成立于二零二四年四月，成立当月就完成了首轮二亿美元融资。当时公司既没有产品，也没有收入，纯粹靠李飞飞的行业积淀和空间智能的赛道前景，就拿到了估值二亿美元的认可。短短两三个月后，又完成了一亿美元融资，估值直接突破十亿美元，正式跻身独角兽行列。截至这次十亿美元融资前，公司累计融资已经达到二点三亿美元。这样的成长速度，在AI赛道里堪称罕见。要知道，业内最接近它的Anthropic，花了二十五个月才达到五十亿美元估值，而World Labs只用了十六个月。
这个速度背后，除了李飞飞的个人光环，更多的是资本对世界模型和空间智能赛道的坚定押注。
聊到这里，就不得不提李飞飞创办World Labs的缘起，还有她背后的团队。二零二三年初，李飞飞和硅谷风投a16z的合伙人马丁·卡萨多的一次晚餐聊天，让她萌生了创业的想法。之后，她迅速找来了自己曾经的学生贾斯汀·约翰逊。马丁·卡萨多又为她推荐了克里斯托弗·拉斯纳和本·米尔登霍尔。四位核心创始人就此集结，World Labs的雏形也正式形成。
值得一提的是，这家公司的团队里，华人面孔占到了三分之一。北京大学、清华大学、西安交通大学的校友比比皆是。就连顾问名单里，也有斯坦福大学计算机科学系助理教授、昔日清华姚班毕业生吴佳俊，还有伯克利大学教授吴义仁这样的华人科学家。李飞飞自己也曾说过，能和这样一支世界级的图形人才团队一起，解决大自然用了五亿年才解决的空间智能难题，是她的荣幸。
从这支团队的构成就能看出，World Labs的技术底色，既有全球顶尖的科研实力，也有浓厚的华人智慧印记。而李飞飞本人，更是整个故事的核心。
李飞飞是全球AI界无法绕开的名字。她早年在成都长大，就读于成都七中，一九九二年，十六岁的她随父母远赴海外，一边在洗衣店打工，一边完成了普林斯顿大学的物理学学位。二零零零年，又在加州理工学院攻读人工智能和神经生物学博士。毕业后进入斯坦福大学，成为人工智能实验室的助理教授。也就是在斯坦福，她发起了改变整个AI进程的ImageNet项目。这个包含数百万张标注图像的视觉数据库，让机器第一次真正“看见”了物理世界，为深度学习在计算机视觉领域的爆发奠定了基石。
二零二四年，李飞飞离开斯坦福，创立World Labs。从让机器看见，到让机器理解和建造三维物理世界，这是她的研究脉络，也是World Labs的核心使命。如果说ImageNet是李飞飞送给AI界的“看见”礼物，那么空间智能就是她为AI的下一个十年指明的方向。
而Marble，就是World Labs交出的第一份答卷。
Marble是World Labs在二零二五年十一月正式发布的首款商业产品。之所以取名Marble，就是因为它代表着一种供创作者使用的原始材料，就像大理石可以被雕刻成任何模样，Marble也能让用户从最简单的输入，生成完整的三维虚拟世界。
在二零二六年的CES大会上，李飞飞现场演示了Marble的能力。当几张简单的客厅照片被输入模型，几秒钟后，一个可以从各个角度漫游的三维客厅就出现在屏幕上。沙发的位置，窗户的光线，地板的纹理还原得极其真实。那一刻，让现场所有人都感受到了空间智能的魅力。李飞飞当时说：“将少数图片变成连贯、实时的世界，不再是对遥远未来的一瞥，而是AI下一章的开始。”这句话现在看来，正在慢慢成为现实。
很多人会好奇，Marble和我们之前接触的AI生成工具，到底有什么不同？说白了，最大的区别就是从二维到三维的跨越，从生成内容到生成世界的升级。传统的AI视频、图像生成工具，本质上还是在二维平面做文章。而Marble能真正理解三维空间，它支持精准的摄像机控制，比如让镜头精确移动二十英尺，还能让用户自由查看物体的背面、下方这些在原始输入里看不到的部分。
这背后靠的是它搭载的“高斯泼溅”技术（3D Gaussian Splatting）。这项技术能让模型在保持高视觉保真度的同时，还拥有完整的几何信息，这也是三维世界生成的核心关键。而且，Marble的输入方式极其多元，你可以给它一张照片、一段视频，也可以是一段文字描述，甚至只是一个粗糙的3D草图，它都能生成对应的三维世界。
更重要的是，它生成的不是一个只能看的虚拟画面，而是一个可以编辑、可以导出、可以交互的持久化三维环境。你可以把它导出为标准文件格式，放进游戏引擎里继续打磨，也可以用VR头显直接走进去，沉浸式探索这个世界。这也是它和其他世界模型最核心的区别。很多模型生成的世界是实时渲染的，你在里面探索的时候，场景会跟着变化，缺乏一致性。而Marble生成的世界，是稳定、持久的，真正做到了可触摸、可使用。
为了让创作更灵活，Marble还设计了几个特别实用的功能。其中一个就是Chisel三维编辑器。这个工具能让用户像雕刻一样引导几何形状的形成。你可以先在编辑器里搭几个简单的方块，确定墙壁、地板、家具的位置，也就是先定好空间结构，然后输入一段文字描述，比如“奶酪做的房间，椅子是葡萄形状”，模型就会自动根据结构填充视觉细节。这种把结构和风格分离的做法，其实和我们做网页开发时，HTML负责结构、CSS负责样式的思路异曲同工，既降低了创作门槛，又保证了创作的自由度。
还有场景扩展功能。如果生成的世界不够大，当你走到场景边缘快要穿帮的时候，点击一下，模型就会自动生成更多的环境补上去。要是想要极其庞大的空间，还可以用作曲家模式，把多个独立生成的世界拼接在一起，打造一个属于自己的元宇宙。
在技术底层，Marble也摒弃了传统的多边形网格技术，转而采用神经辐射场和高斯点云这些前沿技术，这让它能在保证高真实感的同时，实现实时渲染，这对于游戏、影视这些需要高效创作的领域来说至关重要。
而在商业模式上，Marble采用了免费增值的模式。普通用户可以免费生成四次，付费套餐最高每月九十五美元，能提供七十五次生成机会，还有商业使用权。它的目标客户也很明确，覆盖游戏开发、影视特效、VR/AR应用，还有机器人仿真训练等领域。目前已经有用户用它开发游戏，制作VFX特效，还有建筑师用它做室内设计，甚至有临床研究人员用它为强迫症患者创建个性化的沉浸式治疗环境。就连瑜伽、健身领域，也有人用它生成专属的训练空间。
能看到，空间智能的应用场景，远比我们想象的更广阔。
这次十亿美元融资后，World Labs也明确了接下来的发展重心，会向机器人与科学发现倾斜。从招聘网站能看到，公司正在急招研究工程师，协助开发SLAM系统（即时定位与地图构建系统），这是机器人在未知环境中实现自主导航的核心技术。同时还在招3D重建专家，负责将激光雷达、摄像头等传感器数据融合为高精度环境地图，为SLAM系统提供底层支持。
这其实也呼应了李飞飞的初衷：空间智能的终极目标，从来都不只是为创作者打造工具，更是让AI真正理解物理世界，进而和物理世界交互，而机器人，就是空间智能最核心的落地载体之一。
在今年年初的思科AI峰会上，李飞飞和黄仁勋、山姆·奥尔特曼等AI领域的大佬同台。那场访谈里，她分享了很多关于空间智能和世界模型的核心观点，也解答了很多行业的疑问。
有人问她，为什么认为空间智能是AI的下一个前沿？她的回答很直白：从进化的角度看，五亿多年前，感知能力的出现开启了神经系统的进化竞赛，而语言则是很晚才出现的。感知、触觉和视觉是智能的基础。理解、推理、互动并导航于真实的三D/四D物理世界，是和语言智能同样基础的能力。而支撑这一切的，就是空间智能。我们现在的大语言模型，让机器学会了读和写，但机器依然不懂物理世界的运行规则。而空间智能，就是要补上这一课。
还有人问，仅靠语言模型无法实现AGI（通用人工智能），是不是真的？李飞飞给出了肯定的答案。她认为语言模型有天然的局限，而物理世界的理解和互动能力，是实现通用人工智能的关键一环。这也是她创办World Labs的核心原因。在她看来，AI的未来，不能只停留在语言的世界里，必须走进真实的物理世界。
当然，她也坦言，目前的世界模型还处于早期阶段。比如Marble，就比GPT-5等大语言模型小几个数量级。原因有两个：一是3D/4D的真实世界数据不像文本那样丰富，数据稀缺是当前最大的挑战；二是这个领域还很年轻，大家还在探索最适合的模型架构。
为了解决数据稀缺的问题，World Labs采取了混合数据策略，把互联网规模的文本、图像、视频，和模拟数据、真实世界采集数据结合起来。比如自动驾驶公司的路测数据，都是重要的数据源。而且，合成数据和数据生态系统的成熟，也在加速这个进程。
至于大家最关心的通用机器人，李飞飞认为这是一个极具挑战性的问题。她用自动驾驶做了类比：二零零六年，我们首次让车在沙漠中行驶一百三十八英里，但直到去年，Waymo才真正在市区大规模运营，这中间花了近二十年。而通用机器人比汽车复杂得多。汽车只是在二维平面上移动，核心要求是不碰撞。而机器人要在三维空间中与物体交互，甚至要精准地触摸而不破坏，这涉及手部灵活度、视觉精度、空间理解、数据稀缺等多重挑战。但正因为难，才值得全力以赴。
在那场访谈里，李飞飞还谈到了自己对AI发展的担忧。她说，现在AI的讨论太两极化了：要么是极端的技术乌托邦，觉得AI能解决一切问题；要么是末日论调，担心AI会取代人类。这种极端的说法其实并不负责任。技术从来都是双刃剑，关键在于我们每一位从业者、每一位公民如何引导它。她希望在二零二六年，整个行业能更理性、更有建设性地讨论AI。
而对于AI的成功，她有一个很形象的比喻：电力的成功不是因为电力本身，而是因为它点亮了学校，温暖了家庭，推动了工业，延长了寿命。AI的成功也应该是这样：当文明变得更好，当每个人都能更自由地追求幸福、尊严和繁荣时，AI才真正实现了它的价值。这句话也道出了她做空间智能的初心：无论工具多么强大，人类尊严必须处于对话的核心。AI应该是赋能创作者、医生和老师们，而不是剥夺他们的尊严或者取代他们。
聊到世界模型，就不得不提另一位AI泰斗杨立昆。这位图灵奖得主、前Meta首席AI科学家，近期也创立了AMI Labs，同样聚焦世界模型，和李飞飞站在了同一条赛道上。但有意思的是，两人的技术路线和侧重点截然不同。
李飞飞做的是生成式、空间智能导向的世界模型，核心是打造可感知、可生成、可交互的三维世界，目标是赋予AI以“空间大脑”，更重视视觉化和创作导向，要做的是一个看得见、摸得着的三维世界工厂。
而杨立昆主张的是非生成式、预测式的世界模型，他更倡导在抽象潜在空间里预测世界的变化，而非重构图像。重点在于让AI高效学习物理常识、因果关系和长期预测，更适合机器人控制、大脑式推理和规划，相当于给机器人打造一个后端的预测大脑，不重视觉输出，重在对物理世界的本质理解，也就是一个看不见，但能精准预判的内部世界模拟器。
虽然两人的路径不同，但都在推动世界模型成为超越大语言模型的下一代AI架构。这也从侧面说明，世界模型作为AI的下一个发展方向，已经成为了行业共识。而李飞飞的特别之处，在于她把空间智能和生成式AI结合起来，让世界模型从理论走向了实用，让普通创作者也能感受到空间智能的魅力。这也是为什么World Labs能在众多世界模型初创公司中脱颖而出，成为资本的宠儿。
当然，借着这次融资的热度，我们也能看到整个AI行业的新趋势，那就是世界模型赛道正在全面升温。除了World Labs和AMI Labs，谷歌的Project Genie也在布局这个领域，各大科技巨头和初创公司都在抢滩登陆。而伴随着赛道升温的，还有一波前所未有的AI造富潮。
就在上周，Amodei两兄妹创办的Anthropic，以三千八百亿美元估值完成了三百亿美元融资，成为全球第二大AI独角兽，公司的七位联合创始人也尽数跻身亿万富豪行列。Databricks也完成了总额超过七十亿美元的融资，估值超过一千三百四十亿美元，距离万亿估值只有一步之遥。
把目光转回国内，AI的热浪同样汹涌。春节后首日开盘，港股AI双雄智谱和MiniMax股价均创历史新高。智谱总市值超过二千六百亿港元，相比IPO当日涨了超四倍。MiniMax市值也一举突破二千九百亿港元。背后的米哈游、高瓴、红杉中国等投资人，账面回报水涨船高。
达晨财智的肖冰曾说：“每一次新的技术革命到来，都会摧毁一些行业，但也会诞生一批伟大的企业和新兴的行业。”而当前资本市场对项目的核心评估标准，就是“AI含量”。“无AI，不性感”，这句话虽然直白，但却道出了当下的行业现状。而世界模型和空间智能，就是目前AI含量最高的赛道之一。
但我们也不能只看到资本的热度，忽略了赛道背后的挑战。目前的世界模型，还面临着不少技术难题，比如生成成本高、生成结果不稳定、细节缺失等。就像Marble生成的3D场景，虽然整体效果惊艳，但场景边缘还是会有模糊和变形的问题，这些都是需要不断打磨的地方。
而且，商业化落地也需要时间验证。虽然空间智能的应用场景看似广阔，但如何真正融入各个行业的现有工作流程，如何为客户创造实际的商业价值，还有很长的路要走。就像欧特克和World Labs的合作，目前还处于早期阶段，具体的落地形式还未确定。欧特克的首席科学家达伦·格林就曾说，未来可能是用户借助Marble生成初步的草图构想，再通过欧特克的技术对细节进行精细化优化；也可能是把欧特克打造的专业组件，无缝嵌入到Marble生成的三维世界中。这些设想都需要时间去落地和验证。
不过即便如此，我依然认为，李飞飞和她的World Labs，为AI的发展打开了一扇新的大门。从ImageNet让机器看见世界，到Marble让机器构建世界，李飞飞一直在做的，就是让AI更贴近真实的人类世界。这次十亿美元的融资，与其说是资本对一家公司的认可，不如说是资本对AI从语言智能向物理智能转型的坚定押注。
大语言模型的时代，让AI实现了和人类的语言对话。而空间智能的时代，会让AI实现和物理世界的交互对话。这是AI发展的必然趋势，也是通往通用人工智能的必经之路。
李飞飞曾在接受美国科技博主唐·艾伦三世的采访时说：“在物理层面，世界是一个包含几何空间、物体和物理规则的系统。在哲学层面，即便是一个念头，只要有其内在的逻辑和流动，都可以被称为一个世界。”而World Labs的使命，就是让AI理解这些世界，进而帮助人类创造更多的世界。这个目标看似宏大，但却有着最朴素的内核：技术的最终目的，是赋能人类，而不是取代人类。
其实，回顾AI的发展历程，从最初的机器学习，到深度学习，再到大语言模型，每一次突破，都让AI离人类更近一步。而空间智能，就是这一步的新起点。它不仅会改变游戏、影视这些创意产业，还会渗透到机器人、医疗、建筑、制造等各个领域，甚至会重新定义我们和虚拟世界、物理世界的关系。
当然，这个过程不会一帆风顺，会有技术的瓶颈，会有商业化的难题，会有资本的泡沫。但就像李飞飞说的，这是一个值得全力以赴的问题。
好了，以上就是本期视频的所有内容，感谢收看，我们下期再见。