World Labs Marble: Vize prostorové inteligence Fei-Fei Li

Výzkumnice, která dala strojům schopnost vidět, je nyní učí představovat si celé světy. S World Labs Marble dělá Fei-Fei Li další krok za generování videa do perzistentních, průzkumných 3D prostředí.

Od ImageNetu k modelům světa

💡

Pro kontext, jak se modely světa hodí do evoluce AI videa, viz náš přehled modelů světa jako další fronty.

Fei-Fei Li způsobila revoluci v počítačovém vidění s ImageNetem, datasetem, který umožnil moderní hluboké učení. Nyní, po roce budování World Labs s financováním 230 milionů dolarů, spustila Marble, první komerční produkt společnosti.

Teze je jednoduchá: AI ovládlo text, pak obrázky, pak video. Další frontou je prostorová inteligence, schopnost vnímat, generovat a interagovat s 3D světy.

$230M

Získané financování

Cenové úrovně

Nativní výstup

Co Marble dělá

Marble generuje perzistentní, stažitelná 3D prostředí z více typů vstupů:

✓Textové výzvy
✓Jednotlivé obrázky
✓Videa
✓Panoramata
✓3D dispozice

Na rozdíl od modelů světa v reálném čase od konkurentů jako Decart Oasis nebo Google Genie vytváří Marble stabilní světy s minimálním morphingem. Vygenerujete jednou, pak prozkoumáváte svobodně, aniž by AI "zapomnělo", co vytvořilo.

Editor Chisel

🔨

AI-nativní 3D editace

Chisel odděluje prostorovou strukturu od vizuálního stylu. Nejdříve načrtněte dispozici, pak aplikujte textové stylové pokyny.

Tento hybridní přístup odlišuje Marble od modelů text-na-scénu. Místo doufání, že AI pochopí váš prostorový záměr, definujete geometrii explicitně. AI se stará o estetiku, materiály a osvětlení.

Představte si to jako načrtnutí půdorysu, než požádáte interiérového designéra o dekoraci. Kontrola nad prostorovými vztahy zůstává vaše.

Exportní formáty a kompatibilita

Vygenerované světy se exportují ve třech formátech:

Formát	Použití
Gaussovské splatty	Rendering v reálném čase, nové pohledy
Meshe	Herní enginy, integrace CAD
Videa	Tvorba obsahu, pre-vis

💡

Všechny světy Marble jsou VR-kompatibilní s headsety Vision Pro a Quest 3 hned po vybalení.

Cenová struktura

World Labs nabízí čtyři úrovně:

Úroveň	Cena	Generování	Klíčové funkce
Free	$0	4/měsíc	Text, obrázek nebo panoramatický vstup
Standard	$20/měsíc	12/měsíc	Více obrázků/video vstup, pokročilá editace
Pro	$35/měsíc	25/měsíc	Rozšíření scény, komerční práva
Max	$95/měsíc	75/měsíc	Všechny funkce, maximální generování

Bezplatná úroveň vám umožňuje vyhodnotit technologii. Pro produkční práci vyžadující komerční práva představuje úroveň Pro za $35/měsíc rozumnou vstupní cenu za tak novou schopnost.

Proč prostorová inteligence záleží

"Prostorová inteligence je určujícím výzvou příštího desetiletí." - Fei-Fei Li

Li tvrdí, že současné AI má zásadní omezení: špatně uvažuje o 3D prostoru. Jazykové modely halucinují fyziku. Video modely vytvářejí nemožné geometrie. Generátory obrázků bojují s konzistentními prostorovými vztahy.

✗Současné přístupy

Video modely generují sekvence snímků bez skutečného 3D porozumění. Pohyby kamery odhalují nesrovnalosti. Objekty mění pozici nebo mizí.

✓Prostorová inteligence

Nativní 3D reprezentace umožňuje fyzikálně konzistentní světy. Pohybujte kamerou svobodně. Prostředí přetrvává, protože existuje jako geometrie, ne pixely.

Pro robotiku to má obrovský význam. Robot navigující v kuchyni potřebuje prostorové porozumění, ne predikci snímků. Pro VFX potřebují režiséři průzkumná prostředí, ne fixní cesty kamery.

Vznikající případy použití

Gaming Generujte ambientní prostředí a pozadí. Nezávislí vývojáři mohou vytvářet průzkumné oblasti, které by vyžadovaly měsíce tradiční umělecké produkce.

Vizuální efekty Pre-vizualizace se stává interaktivní. Načrtněte scénu prostorově, pak prozkoumejte úhly kamery před závazkem na záběry.

Architektura Převeďte půdorysy na průzkumné průchody. Klienti zažívají prostory před zahájením stavby.

Vzdělávání Li si představuje studenty procházející se uvnitř buňky, chirurgy trénující uvnitř anatomických simulací.

Rozšíření světa a režim Composer

Dvě funkce řeší omezení měřítka:

Rozšíření světa vám umožňuje jednou rozšířit vygenerovaný svět, přidávat detaily do okrajových oblastí, kde kvalita typicky degraduje. To posouvá hranice průzkumného prostoru za počáteční limity generování.

Režim Composer kombinuje více světů do větších prostředí. Generujte jednotlivé místnosti, pak je spojte do kompletní budovy.

Tyto nástroje uznávají současná omezení a zároveň poskytují praktická řešení.

Konkurenční prostředí

Marble vstupuje do zaplněného pole:

Produkt	Přístup	Diferenciátor
Decart Oasis	Generování her v reálném čase	Interaktivní, ale světy se posouvají během prozkoumávání
Google Genie	Generování herních světů	Predikce snímků bez skutečného 3D
Odyssey	Perzistentní modely světa	Zaměření na podniky
World Labs Marble	Statické 3D generování	Stažitelné, editovatelné, VR-ready

Kompromis je jasný. Modely v reálném čase jako Oasis nabízejí okamžitost, ale nestabilitu. Marble upřednostňuje perzistenci a editovatelnost před interaktivitou.

Spojení s generováním videa

💡

Pro základy difuzních architektur používaných v prostorovém AI viz náš technický přehled difuzních transformátorů.

Jak souvisí generování 3D světů s videem? Sdílejí matematické základy v difuzních modelech, ale řeší různé problémy.

Generování videa vytváří časové sekvence, snímek za snímkem. Prostorové AI vytváří geometrické reprezentace, povrchy a objemy. Video odpovídá "co se stane dál?" Prostorové AI odpovídá "co tu existuje?"

Bod konvergence: navigovatelné video. Vygenerujte 3D svět, pak renderujte video při pohybu skrz něj. Tento přístup nabízí kontrolu kamery nemožnou s čistým generováním videa.

Omezení ke zvážení

Marble není kompletní řešení:

○Žádné animované postavy nebo dynamické prvky
○Limity generování mohou omezit produkční workflow
○Degradace okrajů vyžaduje rozšiřovací průchody
○Pouze statická prostředí

Pro animovaný obsah stále potřebujete modely generování videa. Marble exceluje v prostředích a prostorech, ne v hercích nebo akcích.

Větší obraz

Fei-Fei Li vidí prostorovou inteligenci jako zásadní pro pokrok AI:

"Myslím, že všichni máme zodpovědnost při uvádění AI do lepšího stavu, jak se stává mocnější. Všichni bychom měli chtít, aby lidstvo zvítězilo a prosperovalo."

Její vize přesahuje zábavu. Lékařské simulace, kde studenti prozkoumávají anatomii. Vědecké vizualizace, kde výzkumníci navigují molekulární struktury. Robotická tréninková prostředí generovaná na vyžádání.

Marble je první krok, komerční důkaz konceptu. Výzkum pokračuje směrem k dynamičtějšímu, interaktivnějšímu a fyzikálně přesnějšímu generování světů.

Začínáme

World Labs nabízí bezplatnou úroveň se 4 generováními měsíčně. Dost na vyhodnocení technologie a pochopení jejích omezení.

Pro tvůrce již pracující v 3D integruje schopnost exportu meshů s existujícími pipeline. Pro producenty videa poskytuje export videa možnosti pre-vizualizace nedostupné jinde.

💡

Související četba: Náš průvodce konzistencí postav v AI videu pokrývá techniky pro udržení koherence napříč generovaným obsahem, výzvu, kterou Marble řeší prostřednictvím perzistentní 3D reprezentace.

Přechod od 2D generování k tvorbě 3D světů představuje zásadní posun v tom, co může AI produkovat. Marble dělá tento posun přístupným.