World Labs 10億美元融資：李飛飛的空間智能願景超越語言邊界

一、10億美元的信號：為何資本瘋狂湧入空間智能

2026年2月18日，World Labs宣佈完成10億美元的最新融資輪次。這一數字本身已足夠震撼——即使在AI領域融資紀錄不斷被刷新的今天，一家專注於「空間智能」的初創企業能在單輪中吸引如此體量的資本，仍然是一個值得深思的信號。加上此前的2.3億美元融資，World Labs的累計融資規模已超過12億美元，彭博社報導的估值約為50億美元。

但比融資金額更值得關注的，是這份投資者名單的構成。AMD和NVIDIA——全球兩大GPU巨頭同時入股一家AI初創公司，這在業界極為罕見。通常，這兩家公司在投資組合中會刻意保持差異化以避免利益衝突，但它們在World Labs身上的罕見共識，暗示着一個判斷：空間智能所代表的計算範式，將成為下一代GPU架構和算力需求的核心驅動力。

Autodesk的2億美元投資加顧問角色則揭示了另一層戰略考量。作為全球建築、工程和設計軟件的龍頭，Autodesk深知3D內容創建流程的痛點——專業3D建模耗時數週乃至數月，是制約整個創意產業產能的最大瓶頸。如果World Labs的Marble能將這一流程從數週壓縮到數分鐘，Autodesk不是要對抗這項技術，而是要確保自己站在變革的正確一側。

Fidelity、Emerson Collective和a16z的加入，則代表了從傳統資產管理到矽谷頂級風投的廣泛共識。值得一提的是，Sea（東南亞科技巨頭）的參與暗示了空間智能在亞洲市場——尤其是遊戲和電商領域——的巨大潛力。

二、李飛飛的知識譜系：從ImageNet到空間智能的思想脈絡

要理解World Labs的戰略方向，必須先理解其共同創辦人李飛飛（Fei-Fei Li）的學術軌跡和思想演變。李飛飛被業界尊稱為「AI教母」，這個稱號並非客套——她在2009年主導建立的ImageNet資料庫，直接催生了2012年深度學習革命的導火索。當Alex Krizhevsky的AlexNet在ImageNet挑戰賽中一鳴驚人時，改變的不僅是計算機視覺這一個領域，而是整個AI產業的發展軌跡。

但李飛飛從未滿足於讓AI停留在「辨識圖像中的物體」這個層面。從她近年來的學術著作和公開演講中，可以清晰地追溯出一條思想脈絡：從2D影像辨識到3D場景理解，從靜態感知到動態推理，從被動觀察到主動互動。這條脈絡的終點，正是World Labs所定義的「空間智能」。

她那句廣為流傳的宣言——「AI若要真正有用，必須理解世界，而非僅僅理解文字」——不是一句行銷口號，而是對當前AI發展路線的一次根本性批判。過去三年，AI領域幾乎所有的資本和注意力都集中在大型語言模型（LLM）上，從GPT到Claude到Gemini，進步的衡量標準幾乎清一色是「文字處理能力」。但李飛飛指出了一個被大多數人忽視的事實：人類的認知能力中，語言只佔很小一部分。我們對世界的理解，主要依賴的是空間感知、物理直覺和動態推理——這些能力是嬰兒在學會說第一個字之前就已經具備的。

「世界受幾何、物理和動力學支配」——李飛飛的這句話精確地定義了空間智能的技術邊界。這不是要讓AI「畫出漂亮的3D圖像」，而是要讓AI真正理解三維空間中物體的形狀、相對位置、物理屬性以及它們在時間維度上的運動規律。這是一個比語言理解更加困難、也更加根本的AI挑戰。

「如果AI要真正有用，它必須理解世界，而非僅僅理解文字。世界受幾何、物理和動力學支配。」——李飛飛（Fei-Fei Li），World Labs共同創辦人、史丹福大學教授

三、Marble：生成式世界模型的技術突破與產品邏輯

World Labs的旗艦產品Marble，是一套「生成式世界模型」——這個名稱本身就暗示了它與當前主流生成式AI產品的根本差異。Midjourney、DALL-E、Stable Diffusion等工具生成的是2D圖像；Sora、Runway等生成的是2D影片；而Marble生成的是持久性的3D環境——一個具有空間縱深、可以從不同角度觀察、且物體之間存在合理物理關係的虛擬世界。

Marble於2025年11月結束beta測試正式上線，提供免費和付費兩種方案。用戶可以通過文字描述、上傳圖像或影片來啟動3D場景生成。系統會根據輸入自動推斷場景的三維結構、光照條件、材質屬性和空間佈局，輸出一個可互動的3D環境。關鍵的是，這些環境是「持久性」的——它們不是一次性渲染的靜態畫面，而是可以被後續修改、擴展和組合的完整3D資產。

在輸出格式方面，Marble支援網格（mesh）匯出和影片渲染。網格匯出意味着生成的3D內容可以直接導入Unity、Unreal Engine、Blender等主流3D工具鏈中使用——這是Marble與純粹的「AI生圖」工具最重要的區別。它不是一個獨立的創意玩具，而是可以無縫嵌入現有專業工作流的生產力工具。

從技術架構的角度看，Marble的核心挑戰在於「幾何一致性」和「物理合理性」。生成一張好看的3D渲染圖並不難，難的是確保場景中每一個物體的幾何比例正確、相互遮擋關係合理、光影投射符合物理定律、材質反射遵循真實世界的光學特性。這些看似細微的技術細節，恰恰是決定生成內容能否從「演示demo」跨越到「生產可用」的關鍵門檻。

World Labs在這方面的技術積累，直接受益於李飛飛在史丹福AI實驗室多年的3D場景理解研究。從NeRF（神經輻射場）到3D高斯濺射（Gaussian Splatting），再到基於擴散模型的3D生成，學術界在過去三年積累了大量的技術突破。World Labs的獨特優勢在於能夠將這些分散的學術成果整合為一個統一的、可大規模部署的產品系統。

四、應用版圖：從遊戲到機械人的產業衝擊波

Marble的應用場景遠比「生成好看的3D場景」寬廣得多。World Labs正在繪製的應用版圖，橫跨了從娛樂創意到工業科學的多個高價值領域。

遊戲開發：這是空間智能最直接、最具商業潛力的應用場景。當前，一款3A級遊戲的環境美術製作通常佔據總開發預算的30-40%，耗時往往超過一年。如果Marble能夠將環境生成從手工建模轉變為AI輔助生成——即使僅覆蓋初始原型和基礎場景——也足以將開發週期壓縮數月、節省數千萬美元的成本。更重要的是，這將降低獨立遊戲開發者的進入門檻，催生更多元化的遊戲創意。

視覺特效（VFX）：電影和電視劇的視覺特效行業正面臨嚴峻的產能瓶頸。全球VFX產業規模約350億美元，但熟練的3D藝術家供不應求，大型項目的後期製作排期往往長達18個月。Marble的3D場景生成能力，可以作為VFX前期視覺化（previs）和概念設計的加速工具，讓導演和美術總監在項目早期就能快速迭代視覺方案，而非等待數週才能看到第一版粗略渲染。

虛擬實境（VR）和元宇宙：VR內容匱乏一直是制約頭戴設備普及的最大瓶頸。Apple Vision Pro和Meta Quest的硬件已經足夠成熟，但缺乏足夠豐富和高品質的沉浸式內容。Marble的持久性3D環境生成，恰恰可以填補這個缺口——想像一下，用戶只需描述一個場景，就能生成一個可以在VR中自由探索的空間。這將從根本上改變VR內容的生產模式。

機械人與自動化：這是World Labs明確表示正在拓展的方向，也是空間智能最具長遠價值的應用領域。機械人要在現實世界中有效操作，必須理解周圍環境的三維結構和物理屬性。World Labs的空間智能技術，可以為機械人提供「數字孿生」式的環境理解能力，讓它們在虛擬環境中進行大規模訓練後再部署到真實世界。這是所謂「Sim-to-Real」（從模擬到現實）技術路線的核心基礎。

科學研究：從分子結構視覺化到天文觀測數據的3D重建，從蛋白質摺疊模擬到地質勘探的地下結構建模，科學研究中存在大量需要3D空間理解和生成的場景。World Labs表示正在探索這些方向，雖然目前尚處早期，但長遠潛力不容忽視。

五、競爭格局：與Google DeepMind Genie的正面交鋒

World Labs並不是空間智能賽道上的唯一玩家。Google DeepMind的Genie系列模型是其最直接的競爭對手，而整個「物理AI」（Physical AI）領域正在吸引越來越多的重量級參與者。

Google DeepMind的Genie最初專注於從2D影片自動學習遊戲環境的物理規則，能夠生成可互動的2D遊戲世界。隨後的Genie 2將這一能力擴展到了3D領域，展示了從單張圖像生成可探索3D環境的能力。Google的優勢在於其龐大的計算資源和數據資產——YouTube上數十億小時的影片為訓練世界模型提供了近乎無限的數據供給。

但World Labs相比DeepMind有一個關鍵的差異化優勢：產品化速度和商業化路徑的清晰度。Marble已經是一個可供用戶使用的產品，具備明確的免費和付費方案以及專業級的匯出功能。而DeepMind的Genie系列目前更多停留在研究展示階段，尚未形成面向終端用戶的成熟產品。在AI領域，「做出demo」和「做出產品」之間的距離，往往比外界想像的要遠得多。

NVIDIA在這場競爭中扮演着獨特的「雙重角色」。一方面，NVIDIA的Omniverse平台本身就是一個3D模擬和數字孿生平台，與World Labs存在一定程度的業務重疊。另一方面，NVIDIA作為World Labs的投資者，顯然認為空間智能的市場足夠大，容得下多個玩家共存——而且每一個空間智能的應用場景都意味着更多的GPU需求。對NVIDIA而言，World Labs的成功等於GPU銷量的增長，這個投資邏輯清晰而務實。

「物理AI」這一概念正在成為AI產業的下一個主戰場。它代表的不僅是3D內容生成這一個垂直場景，而是AI能力從「數字世界」向「物理世界」延伸的根本性轉變。從自動駕駛到工業機械人，從增強現實到智能建築，任何需要AI理解和操控物理空間的應用，都屬於物理AI的範疇。World Labs在這個廣闘賽道中佔據了一個獨特且有利的位置——它既不是做硬件的（如NVIDIA），也不是做通用AI的（如Google），而是專注於「空間理解」這一關鍵的能力層。

六、香港視角：創意產業、遊戲開發與VR生態的轉型契機

World Labs的空間智能突破，對香港的創意產業和科技生態具有特殊的戰略意義。香港雖然不是傳統意義上的遊戲開發重鎮，但其獨特的地理位置和產業結構，使其有可能在空間智能的應用浪潮中找到獨特的切入點。

首先是遊戲和互動娛樂領域。香港擁有一批高水準的獨立遊戲工作室和互動媒體公司，但長期受限於3D內容製作的高成本。一個典型的3D遊戲場景，由專業美術團隊從概念設計到最終資產製作，往往需要數週時間和數十萬港幣的投入。Marble這類工具的出現，可以將原型階段的時間和成本降低一個數量級。對於資金有限但創意豐富的香港獨立遊戲開發者而言，這是一個真正的賦能工具，而非威脅。

其次是VR和沉浸式體驗。香港在文化旅遊、主題展覽和零售體驗方面有着豐富的經驗和強勁的市場需求。從西九文化區的數碼藝術展到尖沙咀的沉浸式體驗館，市場對高品質VR內容的需求持續增長。但目前的瓶頸正是3D內容的製作成本和週期。如果Marble能夠快速生成可用於VR環境的3D場景，將大幅降低香港沉浸式體驗產業的內容生產門檻。

第三是建築和房地產視覺化。香港作為全球地價最高的城市之一，房地產開發商對建築視覺化的投入向來毫不吝嗇。從樓盤銷售的VR看樓體驗到建築設計的概念視覺化，3D內容在這個行業中扮演着關鍵角色。Autodesk作為World Labs的重要投資者和顧問，暗示了空間智能技術與建築設計工具鏈整合的可能性——這對香港的建築和室內設計行業具有直接的實用價值。

不過，香港要抓住這一機遇也面臨挑戰。空間智能的應用需要具備3D技術基礎的人才——既懂AI又懂3D圖形學的複合型專業人士在全球範圍內都極為稀缺。香港的大學和培訓機構需要迅速調整課程設置，將AI與3D圖形學的交叉學科納入教學體系。此外，香港政府推動的數碼經濟和Web3政策，也應將空間智能納入支持範圍——這是一個具有明確產業化前景的技術方向，值得政策層面的關注和投入。

「空間智能不只是讓AI生成漂亮的3D畫面。它是讓AI理解我們所生活的物理世界——理解空間、物體和物理定律之間的關係。這是AI從數字世界走向現實世界的橋梁。」

七、從語言到空間：AI範式轉移的深層含義

如果將視野拉得更高一些，World Labs的崛起反映的是AI產業正在經歷的一次根本性範式轉移——從「語言中心」到「世界中心」。

過去三年，大型語言模型（LLM）是AI產業的絕對主角。從GPT-4到Claude到Gemini，每一次模型升級的核心指標都是「語言能力」——更精確的推理、更流暢的寫作、更豐富的知識。這條路線取得了令人矚目的成就，但也逐漸暴露出一個根本性局限：語言模型只能理解語言能夠描述的世界，而世界的大部分是語言無法精確描述的。

試想，你如何用文字精確描述一個房間的空間佈局？你如何用語言傳達一個物體在拋出後的運動軌跡？你如何用文字解釋為什麼一疊不穩定的積木會向左而非向右倒塌？這些問題對於一個三歲的人類幼兒來說是直覺性的知識，但對於即使是最先進的語言模型來說也是巨大的挑戰。原因在於，這些知識根植於空間感知和物理直覺，而非語言邏輯。

World Labs的「空間智能」正是試圖填補這一認知缺口。Marble所做的不僅是「從文字生成3D場景」這麼簡單——在技術層面，它需要模型真正「理解」三維空間中物體之間的幾何關係、光照的物理行為、材質的視覺特性。這種理解能力一旦建立，其應用範圍將遠遠超出3D內容生成本身。

從更長遠的角度看，空間智能可能是實現通用人工智能（AGI）的一塊關鍵拼圖。人類的認知能力並非建立在語言之上——嬰兒在學會語言之前就已經具備了對空間、因果和物理規律的基本理解。如果AI要達到真正的「通用」智能，它也需要建立起這種「前語言」的空間認知能力。李飛飛選擇在這個方向投入，與其說是在做一家AI初創公司，不如說是在延續她畢生的學術追問：機器如何像人類一樣理解視覺世界？

當然，我們也不應過分浪漫化空間智能的短期前景。從demo到產品、從產品到大規模採用之間，存在着漫長的技術成熟和市場教育過程。Marble目前生成的3D環境在幾何精度和物理準確性方面仍有明顯的改進空間。但方向已經明確：AI的下一個前沿，不在更大的語言模型中，而在理解我們所生活的這個三維物理世界中。

八、前瞻：50億美元估值的兌現路徑

50億美元的估值對於一家成立不到三年的初創公司而言，是一個極高的期望值。World Labs要兌現這一估值，需要在以下幾個維度展示持續的進展。

第一是技術護城河的深化。空間智能的技術門檻雖然很高，但隨着開源社區的快速發展和Google等巨頭的持續投入，技術領先優勢可能會被逐步侵蝕。World Labs需要保持在模型架構和訓練方法上的持續創新，同時積累大量的專有3D數據和用戶反饋數據，建立起難以複製的數據飛輪。

第二是商業化路徑的拓寬。目前Marble的免費加付費模式是一個合理的起步策略，但要支撐50億美元的估值，World Labs需要找到更高價值的企業級應用場景——遊戲工作室的批量授權、VFX公司的定制化方案、建築設計事務所的專業版工具。Autodesk的顧問角色暗示了這一方向，但具體的企業級產品形態和定價策略仍待明確。

第三是機械人和科學應用的突破。如果World Labs的空間智能技術能夠成功應用於機械人訓練和科學模擬，其市場空間將從目前的創意產業擴展到整個製造業和研究領域——這是一個數萬億美元的終極市場。但這一路徑的技術挑戰極為艱鉅，時間線也更加不確定。

無論最終結果如何，World Labs的10億美元融資已經發出了一個清晰的信號：AI產業正在從「語言時代」邁向「空間時代」。這不是對語言模型的否定，而是AI能力邊界的一次重大擴展。對於遊戲開發者、3D藝術家、VR創業者、機械人工程師，乃至每一個關心AI未來走向的觀察者而言，World Labs和Marble都值得密切關注。李飛飛用她的學術聲譽和創業行動，押注了一個大膽的命題：AI的未來不僅在雲端的文字中，更在我們腳下這個由幾何、物理和動力學構成的真實世界中。