henry 发自 凹非寺

量子位 | 公众号 QbitAI

世界模型主线，提前进入春季躁动！

据彭博社消息：李飞飞创办的World Labs正在以约50亿美元估值进行新一轮融资，融资规模最高可达5亿美元。

如果融资完成：World Labs的估值将从2024年的10亿美元，直接乘5到50亿美元。

一年多时间，5倍重估。

“LLM之后的下一条主线”，太有含金量了。

World Labs新融资

放在一年前，这样的估值几乎不可想象；但现在，飞飞老师已经把它摆上了谈判桌。

50亿估值，融资5亿。

如果交易最终落地，这将不是一轮对AI教母个人光环的信仰充值，而是资本对World Labs及其世界模型路线的重新定价。

在此之前，World Labs已完成累计2.3亿美元融资，估值达到10亿美元。

World Labs成立于2024年4月。当月完成首轮融资，估值约2亿美元。

首轮投资方包括Andreessen Horowitz（a16z）和加拿大投资机构Radical Ventures，后者也是李飞飞担任科学合伙人的机构。

紧接着，在2024年6–7月，World Labs又完成一轮1亿美元融资，由NEA领投，公司估值被抬升至超过10亿美元，正式跻身独角兽行列。

据彭博社披露，这两轮融资的投资方还包括英伟达（NVIDIA）、沙特阿拉伯的Sanabil Investments，以及新加坡主权基金淡马锡（Temasek）。

个人投资者方面，则包括Google首席科学家Jeff Dean、演员兼投资人Ashton Kutcher，以及AI教父Geoffrey Hinton。

（Hinton同时也是Radical Ventures的投资人）

融资干什么？

当然是搞“世界模型”。

World Labs正在研发能够在三维世界中进行导航和决策的AI系统，构建其所称的“大世界模型（large world models）”。

它解决的，并不是“生成一张好看的图”，而是让模型真正理解真实物理世界的结构与演化方式。

在产品层面，World Labs已于去年11月推出首款3D世界生成模型Marble。

Marble可以根据文本或图像提示，直接生成可探索的3D世界。

在传统流程中，3D内容通常从人工构建的多边形网格（polygon meshes）开始：

场景由大量微小的三角形拼接而成，再交由渲染引擎处理，工程成本高、制作周期长，也很难规模化。

Marble则采用了3D高斯溅射（3D Gaussian Splatting，3DGS）技术，用数以百万计的半透明点来表示场景结构，从而在保持较高渲染效率的同时，实现更细腻的视觉效果。

更重要的是，Marble并不只追求“看起来真实”。它还会同时输出所谓的“碰撞网格（collider meshes）”——

这是一种牺牲外观细节、换取计算速度的几何表示，专门用于物理仿真和机器人模拟。

在交互层面，Marble还提供了Chisel工具：用户可以先用简单几何体快速“搭骨架”，再生成不同风格的细节版本，这是朝着可控、可编辑的世界构建迈出的一步。

此外，World Labs近期还开放了World API，开发者可以在应用中通过文本、图像或视频，直接生成可探索的3D世界，把“世界模型”嵌入到具体产品之中。

在战略层面，李飞飞本人也曾多次明确表态：

世界模型是实现空间智能的关键，是继大语言模型（LLM）之后，AI下一个十年的核心主线。

在她的框架中，真正具备空间智能的世界模型，至少需要三种能力：

生成（Generative）：能创造遵守物理定律、空间一致的世界；

多模态（Multimodal）：能处理从图像、视频到动作的多模态输入；

交互（Interactive）：能预测世界随时间演变或互动的状态。

也正因如此，世界模型被视为一种“基础设施型能力”。

一旦成立，它的影响将不只局限在单一应用场景，而会向多个方向扩散：

AIGC：3D资产生成、游戏世界构建、影视制作与虚拟拍摄。

具身智能：机器人、仿真环境、现实世界任务执行。

以具身智能为例，世界模型提供的是对环境的可预测表示，在此之上，才能叠加真正有效的决策与控制。

包括DP（Diffusion policy）、RL等控制方法，以及对智能体行为进行系统性评估（如光轮智能)。

One more thing

值得一提的是，世界模型的另一条路线，也迎来了资本押注。

最近，由前meta首席科学家，图灵奖得主Yann LeCun创办的AMI Labs（Advanced Machine Intelligence，AMI）吸引了包括Cathay Innovation在内的潜在投资者，传闻其融资估值可能达到35亿美元。

与李飞飞押注显式、可生成的三维/视频世界模型不同，LeCun走的是一条更偏向“内在认知”的路线——

他坚持采用隐式世界模型，即基于JEPA（联合嵌入预测架构），在抽象的潜在空间中预测世界如何演化，而不是去还原每一个像素。

如果用一个直观的类比来理解当下的世界模型版图，世界模型大致分三层，而LeCun的JEPA则处于抽象层级的最上层：

可观看、可编辑的世界界面，如李飞飞的Marble

可反复试错的模拟器，如谷歌DeepMind的Genie 3

以状态与预测为核心的认知世界模型，如LeCun的JEPA路线

站在这个坐标系里就能看清楚：资本押注的，不只是AI教母/教父的个人光环，更是对不同世界模型技术路径的提前下注。

各位董事长，你怎么投？