刚刚,李飞飞空间智能新成果震撼问世!3D世界生成进入「无限探索」时代

就在今天,斯坦福大学教授李飞飞的创业公司 World Labs 发布了新成果 ------ 限量开放的测试预览版空间智能模型 Marble。

「只需一张图片,就能生成持久存在的 3D 世界,比以往更宏大、更震撼!」

我们先看下面一段视频 demo:

李飞飞对此表示,「这是一个使用我们的 3D 世界生成模型创建的极其庞大的世界,它令我惊叹不已!」

实现这一切,输入的既可以是单张图片,也可以是文本提示。

当被问到与谷歌的 Genie 有什么区别时,李飞飞表示,「我们生成的 3D 世界是永久存在的,用户可以自由地在其中导航探索,而这一切对你来说完全免费。」

有 X 博主表示,「这才是真正的大规模 3D 生成。」

另有网友测试后表示效果很棒,也提出了一些改进的建议。

目前,用户可以加入白名单,访问 Marble 预览版。

白名单地址:www.worldlabs.ai/waitlist

在 World Labs 放出的官方博客中,我们可以看到更详细的技术细节(下文以第一人称陈述)。

今天,我们很高兴分享在「空间智能」前沿探索上的最新进展 ------ 生成持久、可导航、可控的 3D 世界。

同时,我们正式推出 Marble,一个限量测试版预览模型,现已开放试用。

试用地址:marble.worldlabs.ai

无论是输入一张图片还是一段文字提示,Marble 都能生成一个 3D 世界,供你无限制地探索 ------ 没有时间限制、没有形变、没有不一致性。

与此前成果相比,现在生成的 3D 世界规模更大、风格更多样化、几何结构也更为干净。

Marble 让用户可以浏览和构建 3D 世界。爱好者和开发者还可以将生成的世界导出为高斯点云,并在下游项目中加以使用。这在开源渲染库 Spark 的支持下尤为方便,它能够将高斯点云无缝集成进 Three.js,用于构建基于 Web 的 3D 体验,并能高效地在桌面电脑、笔记本电脑、移动设备和 VR 头显上运行。

凭借模型在一致性和风格遵循上的进步,用户现在可以通过组合多个单独的生成结果来构建出更大的世界。

更优质的几何结构

在许多视觉创作者的工作流与应用场景中,能够在一致的 3D 世界中进行导航和交互是核心需求。

我们生成的 3D 世界支持用户在浏览器中进行自由视角的导航,且完全零成本。相比深度图或点云所提供的有限 3D 体验,我们的世界具备更丰富的几何复杂度,能够生成更完整的 3D 场景,使用户可以从输入视角的背后或更远处进行探索。

目前,我们的模型主要面向 3D 环境的创建,而不是聚焦于单个或中心对象(例如人物或动物)。所以,对于自拍爱好者或宠物主人来说,暂时可能会有些遗憾。

更多样化的风格

生成式 AI 最令人兴奋的一点,是它能在创作过程中自由迭代外观与风格。

我们的模型可以将各种风格的输入转化为 3D 世界,从平面、色彩鲜明的卡通到逼真、细节丰富的图像,让用户能够不断探索和尝试,找到最契合需求的 3D 世界。

更宏大场景的探索

以房间大小为尺度的世界是一个很好的起点,但创作者的想象往往超越这些界限。

我们想展示一些可能性:用户可以将自己生成的空间拼接在一起,从而构建更宏大的环境。得益于我们的模型在风格一致性和几何一致性上的表现,如今已经可以畅快地在这些更大的世界中进行导航和浏览,并设想出丰富多样的应用场景。

博客地址:www.worldlabs.ai/blog/bigger...

相关推荐
三天哥21 小时前
Sora 2为什么会火?
人工智能·gpt·ai·aigc·agi·ai视频·sora
逻辑留白陈21 小时前
2025年实用大模型工具清单
人工智能·学习方法
许泽宇的技术分享21 小时前
AI驱动的视频生成革命:MoneyPrinterTurbo技术架构深度解析
人工智能·内容创作·ai视频生成
飞哥数智坊21 小时前
“成章”写作助手开源:中秋赏不成月,那就开源一个 AI 实战项目吧
人工智能·ai编程·trae
colus_SEU21 小时前
【循环神经网络6】LSTM实战——基于LSTM的IMDb电影评论情感分析
人工智能·rnn·深度学习·神经网络·lstm
zezexihaha1 天前
AI + 制造:从技术试点到产业刚需的 2025 实践图鉴
人工智能·制造
文火冰糖的硅基工坊1 天前
[人工智能-综述-21]:学习人工智能的路径
大数据·人工智能·学习·系统架构·制造
爱喝白开水a1 天前
2025时序数据库选型,从架构基因到AI赋能来解析
开发语言·数据库·人工智能·架构·langchain·transformer·时序数据库
小关会打代码1 天前
计算机视觉进阶教学之Mediapipe库(一)
人工智能·计算机视觉
羊羊小栈1 天前
基于知识图谱(Neo4j)和大语言模型(LLM)的图检索增强(GraphRAG)的智能音乐推荐系统(vue+flask+AI算法)
人工智能·毕业设计·neo4j·大作业