大语言模型还没搞懂，“大世界模型”又来了

本文来自微信公众号：果壳 （ID：Guokr42），作者：糕级冻雾，编辑：沈知涵，题图来自：AI生成

由人工智能科学家李飞飞创立的科技公司World Labs刚刚推出了第一个项目：仅通过一张图片像就生成一个完整3D世界的AI系统。

一键生成中世纪小镇丨World Labs

World Labs在介绍博客中写道，“输入任何图像后，可以以3D方式探索它”——给World Labs一张图，它能将图中场景三维化，还不是静态的“2D转3D”，你能像游戏里的第一人称一样控制视角，探索场景。

五花八门的场景丨World Labs

World Labs管这叫“大型世界模型”（Large World Model，LWM），他们也称自己为空间智能AI公司。

完整系统还在邀请内测阶段，World Labs在官网开放了即时演示，用户不仅可以看，还可以在浏览器直接操控视角转换，感受World Labs塑造的世界。

大震撼。

“一图一世界”

这个系统同之前英伟达曾开发过的“2D转3D”模型Instant NeRF完全不同——Instant NeRF的视角没有深度变化、受阻没有物理碰撞，甚至会发生直接穿越；而World Labs这一工具生成的场景符合基本空间原理和物理定律。

英伟达的 2D 图片转 3D 场景的大模型 Instant NeRF 就有物理问题丨Instant NeRF

这更不会像上个月推出的AI即时生成3D可交互游戏Oasis里面的“鬼打墙”——切换个视角再回来，世界就成了另外一番样子那般诡异。World Labs的系统生成的是完整三维场景而非像素，克服了像素层面生成不具备一致性和稳定性的缺陷。

看得人都晕 3D 了丨World Labs

在它生成的场景里，你可以用“前后左右”在生成的空间内移动，用鼠标转换视角，并能调节场景、添加动效，比如光影、景深、色调，效果能直接在浏览器里实时渲染出来。

当你让树叶“沙沙作响”，为街角小巷营造出不同光影，让水面泛起涟漪，能感受到系统并非简单地添加动效，而是识别出了场景里的实体。

希区柯克变焦丨World Labs

想象一下，与其他工具结合，或随着这个系统功能变多，你可以“化身”舞台置景，控制这一场景的布光和色调，甚至插入一个角色进入场景，改变画面的运镜，比如利用系统里自带的滑动变焦（俗称希区柯克变焦，算法算好了摄影机的位置和景深，用户直接拖动就能实现该效果），就能实现那股“诡异”的感觉。

可远观而不可近玩

惊喜巨大，但一上手还是会暴露一些问题。

首先是类似游戏里的“空气墙”，你在场景里的移动十分受限，物理感觉只有1～2平米的移动范围，移动几步就会提示“越界”。

真·处处碰壁丨World Labs

其次是类似VR的问题，越靠近边缘的视野越模糊，动态场景的画质也不如静态的清晰，但这对非写实风格的场景来说不是问题。

交互上，镜头控制选项也较少，景深控制只能选择距离，不能选择具体的对焦点，运镜也只能滑动变焦。

“真实物理感”虽然说满足了最基本的不能穿墙、画面随第一视角移动和点哪（光源）亮哪，但有限的交互和行动半径还是让画面附着了另一层虚拟感。

光也可以指哪儿打哪儿丨World Labs

不过World Labs也表示，这只是“早期预览版”。他们正在努力提升生成世界的规模和细节质量，并探索更多交互方式。

确实，World Labs其实今年才成立，但已经拿到了2.3亿美元的风险投资，估值超过10亿美元，预计2025年将推出首款正式产品。

World Labs 核心团队丨World Labs

不到一年时间，World Labs已经端出了一个让人惊艳和浮想联翩的产品，而这只是一个开始。李飞飞曾表示，大型世界模型只是Worlds Labs公司的第一步，后面他们准备把场景设计融入AR、机器人甚至自动驾驶。

这些工具出的比用的都快，有啥用？

“我们计划构建对艺术家、设计师、开发人员、电影制片人和工程师等专业人士有用的工具。允许任何人想象和创造自己的世界，将生成性人工智能的潜力从2D图像和视频扩展到3D世界。”

我的理解是，World Labs要给创作先“打个底”。

静谧酒馆一键穿越进画中的诡谲世界丨World Labs

创造一个符合真实世界规律的虚拟世界，首要的应用之一就是游戏。

3D场景开发占游戏制作成本中的很大比重，许多独立游戏开发者都会卡在这一步，退而求其次去选择其他方式，比如2D像素风、手绘、低多边形、平面、插画、立绘等方式。

YouTuber 把著名（但画风简陋）的独立游戏《Undertale》3D 化丨YouTube

World Labs的这个系统可以结合市面上的AI工具，比如Midjourney（图像生成）、Flux AI（优化画质）等，生成3D游戏场景，自由设计镜头运动，这对于开发者来说是新的创作方式。

分分钟带入恐怖游戏视野，这味太对了丨World Labs

电子游戏中最早出现的游戏类型之一，AVG文字冒险游戏，此前最常见的形式就是一个角色立绘在一个场景背景板前，靠对话框传递信息（比如著名的《逆转裁判》）。

有了上述的创作工具，即便我没有任何绘画和建模基础，只凭一个剧本和脚本编辑器，就有可能打造出一款AVG游戏。

AI 工具搭配起来用，事半功倍丨World Labs

还记得前一阵的“3A”大作《沙威玛传奇》吗？有越来越多的独立开发者正在考虑用AI降低小游戏开发成本。专业的大厂可以用最先进的图像引擎，生成一个完整的世界。

World Labs的系统恰好弥补了游戏开发中的一个空白区：它小范围的场景生成远未到替代专业引擎的程度，但又极大地降低了游戏场景设计的门槛，从视觉甚至交互层面，给予了独立游戏更多可能。

似漫画，似动画，似《职场浮生记》游戏开局丨World Labs

游戏之外，再想象一下类似3D物理世界生成系统与其他媒介结合的可能性。

把你手绘的几个分镜头脚本输进去，它给你生成了一个虚拟的拍摄场地，你甚至可以在里面运镜，做出一个简单的样片也不是问题。

把文学作品丢进World Labs，你可以真的进入乔治·马丁笔下的君临，J·K·罗琳描绘的巫师大街对角巷，看一下三日恒空的三体世界。

这或许是更符合原著《哈利波特》里描绘的对角巷丨World Labs

把梵高的画作输入进系统，你可以真的坐进《夜晚露天咖啡座》，或是看到莫奈所见的《圣达特特勒斯的海滩》，站在《夜游者》的酒吧门口，像一个等待进入的顾客。

生成模型后，场景依旧保有了爱德华·霍普《夜游者》中都市的寂寥感丨World Labs

甚至有天，你做了一晚上超现实的梦，在醒来后打开电脑，把梦境记录下来，然后就得到了一次梦境的复现。

本文来自微信公众号：果壳 （ID：Guokr42），作者：糕级冻雾，编辑：沈知涵