两周年后，生成式AI即将迈入另一个全新的时代？

2022年11月30日，ChatGPT惊艳发布，从此生成式AI一路狂奔，刚好两年。

延伸阅读：《ChatGPT 纪元· AI 两周年简史》

2024年12月3日， World Labs 推出了一项突破性技术 - 从单张图像生成完整3D世界的 AI 系统。

斯坦福大学教授、World Labs 联合创始人李飞飞称，视觉能力引发了寒武纪大爆发，而类似的时刻，即将发生在计算机和机器人身上。

“我们正在经历AI领域的现代版寒武纪大爆发。”她说。

而World Labs 的这个突破，就是她开启生成式AI新纪元的钥匙。

李飞飞说，“我们需要从大语言模型，转向大型世界模型”。

这种转向的可能，首先基于大语言模型面临的数据“撞墙”问题。

关联阅读：狂奔两周年，激辩 AI 大模型“撞墙”

据媒体报道，OpenAI 、Google 、Anthropic 的下一代大模型，均未达到预期效果，原因就在于用于预训练的文本和数据供应减少，“现有大模型开发已经耗尽了网站、书籍和其他用于预训练的公开文本”。

有行业研究预计，如果大型语言模型（LLM）保持现在的发展势头，预计在2028年左右，已有的数据储量将被全部利用完。

届时，基于大数据的大模型的发展将可能放缓甚至陷入停滞。

《Nature》研究文章称，当AI 大模型被训练在由先前版本的AI生成的数据上时，很快就会导致模型产生无意义的内容。这种现象被称为“模型崩溃”。

这是与人类衍生训练数据耗尽之外，阻碍大型语言模型（LLMs）改进的另一个重要原因。

在此情况下，生成式 AI如何才能实现二次跃升？

“转向”的更重要内涵则在于，World Labs技术为生成式AI 的发展，提供了另一种逻辑路径。

即，我们与世界的互动方式，更基础的是基于视觉，还是语言？

李飞飞在《经济学人》撰文指出，最初，生成式AI革命是由模仿人类语言智能的大型语言模型、如ChatGPT驱动的。

但她相信，“基于视觉的智能——我称之为空间智能——更为基础。语言固然重要，但作为人类，我们理解和与世界互动的很大一部分能力是基于我们所看到的”。

（关联阅读：李飞飞《经济学人》撰文：AI 革命始于大语言模型，下一步是基于视觉的空间大模型）

实际上，计算机视觉也一直是生成式AI 发展的一个子集。在视觉领域，如 ChatGPT、Sora 等多模态大模型，不仅能够识别，还能根据文本提示生成图像和视频。效果令人越来越惊艳。

但基本上这些大语言模型仅限于2D。

World Labs突破就在于：

1、让生成式AI 真正开始实现了从 2D 到 3D 的跨越

2、空间智能概念的落地，即AI在三维空间和时间中对世界进行建模，并对物体、场所和交互进行推理的能力。

3、不仅生成3D世界，还允许用户在其中自由交互，这是传统大模型所不具备的。它标志着AI从处理语言和文本信息向理解和操作3D物理世界的转变。

技术上的突破，必将带来生成式AI应用场景的开辟。

最直接的就是，内容创作的革命性变化。比如，电影、游戏、模拟器等的创作、展现方式会被改写和极大拓展。

World Labs联合创始人贾斯汀·约翰逊（Justin Johnson）在接受采访时表示：“传统的虚拟互动世界开发需要投入数亿美元和大量时间。我们的世界模型技术将让创作者不只是得到一张图片或一段视频，而是能够获得一个完全模拟的、充满活力的、可交互的3D世界。”

李飞飞曾这样憧憬新打开的世界，“想象一下能够在家中导航并照顾老人的机器人；为外科医生提供的一双不知疲倦的额外双手；以及在模拟、培训和教育中的用途”。

“这是真正的以人为中心的AI，空间智能是其下一个前沿”。李飞飞写道。

下面，我们可以通过基于World Labs技术生成的一些作品，管窥下这个正在到来的新世界：

（关联阅读：AI先锋官公众号：一张图就可生成可互动 3D 场景，李飞飞world labs 最全视频 Demo 合集）

当然，这项技术仍有改进空间。比如，用户的移动范围仍然受限于较小的区域，一旦超出边界就会遇到限制，碰到所谓的“空气墙”。

有时还会出现渲染错误，例如物体之间会以不自然的方式混合在一起。

不过，World Labs表示这些只是“早期预览”，他们正在努力提升生成世界的规模和真实度，并探索新的交互方式。

目前，World Labs只是向公众发布了关于该技术的博客，人们能够体验的功能极为有限，而且并未放出任何代码和模型。

至于如何尝鲜，World Labs现在开放了Waitlist候补名单，感兴趣的可以点击文末链接申请。

值得一提的是，World Labs计划在2025年推出首款正式产品。

“World Labs”由李飞飞在今年4月创立。

这也是她被曝出的首次创业。成立 3个月时间，公司估值突破 10亿美元，成为新晋独角兽。

公开资料显示，a16z、NEA和Radical Ventures、Adobe、AMD、Databricks，以及老黄的英伟达都在投资者之列。

博客：

https://www.worldlabs.ai/blog

候补名单：

https://docs.google.com/forms/d/e/1FAIpQLSf9jHsaDq1IwM_FADQP0Gbd82tbW4CBOI5YfUAdPfqrFrWEeA/viewform

您也可以关注我们的官方微信公众号（ID：ctoutiao），给您更多好看的内容。