World Labs 釋出商用世界模型 Marble：文本圖片生成可匯出 3D 場景

如果說大語言模型教會了 AI 怎麼讀書寫字，那麼李飛飛現在想教 AI 學會看懂並構建三維現實。

由斯坦福大學教授李飛飛聯合創立的 World Labs，正式推出了旗下第一款商業化產品 Marble。這家在去年帶著 2.3 億美元融資走出隱形狀態的初創公司，把之前測試了兩個月的技術全面推向市場，任何人現在都可以註冊使用。

能直接匯出網格的世界模型

世界模型這個詞最近被聊得很多，像 Decart、Odyssey 乃至 Google 的 Genie，大家都在做。但 Marble 跟它們不太一樣，甚至也不同於 World Labs 自家的即時模型 RTFM。

很多同類產品是在你探索走動的時候，在後臺像播放即時生成的影片一樣動態渲染場景。那種做法最大的問題是容易形變，走兩步回頭，剛才的門可能就變樣了。

Marble 走的是另一條路。它生成的是一個固定的、持久存在的 3D 環境。你可以直接把做出來的世界匯出為高斯濺射檔案、3D 網格或者影片，甚至直接導進 Unreal Engine 或 Unity 等遊戲引擎裡。

輸入方式也放寬了。測試期只能傳單張圖片，AI 往往要硬猜背面長什麼樣。現在不僅支援文字、單張圖或全景圖，還能上傳多張多角度照片或一段短影片，讓它還原出更接近現實的數字孿生空間。

像寫網頁一樣把結構和風格分開

除了直接輸入文字或圖片讓 AI 自由發揮，Marble 這次還拿出了一個叫 Chisel 的實驗性 3D 編輯器。

聯合創始人 Justin Johnson 用 HTML 和 CSS 打了個比方。Chisel 允許你先用簡單的方塊、牆面和平面把空間的大致佈局擺出來，然後再用文字提示詞去指定視覺風格。想挪動沙發，直接在介面裡抓取代表沙發的方塊換個位置就行，不用像以前那樣反覆修改提示詞去碰運氣。

如果你覺得生成的場景太小，Marble 還允許你在場景邊緣做一次擴建，讓模型在破碎的邊界處補充更多細節。如果你想做一個特別宏大的空間，它還提供了一個組合模式，能把幾個不同風格的世界拼在一起。

當然，現在的限制依然很明顯。根據外媒上手體驗，生成的空間雖然精細，但基本上走幾步就會碰到看不見的邊界牆，無法無止境漫遊。邊緣處的渲染有時還是會變形，甚至同樣的提示詞，現在的生成結果並不一定比測試版時更符合預期。

在價格上，Marble 分了四個檔位。免費版每月可以生成 4 次，只支援文字、單圖和全景圖。要想用多圖輸入和高階編輯，需要購買每月 20 美元的標準版，含 12 次生成。想要商用授權和場景擴建，得買每月 35 美元的專業版，含 25 次生成。最貴的最高檔每月 95 美元，包含 75 次生成。

為什麼重要

我們認為，Marble 最大的價值在於它沒有跟著大模型廠商去卷無法編輯的影片流，而是老老實實做出了真正的 3D 資產。

過去一年裡，影片生成模型雖然驚豔，但對真正的遊戲開發者或特效師來說，一段不能拆解、機位受限的影片幾乎無法用於實際生產。Marble 生成的直接是網格和高斯點雲，能夠嵌入現有的 3D 製作管線。對於獨立開發者、小型遊戲團隊或影視前期概念設計師來說，這套工具非常值得現在就去試一試，用來快速搭建環境原型或找靈感能省下大量時間。

但它的商業門檻依然不低。一個月 95 美元卻只給 75 次生成，平均算下來單次生成的成本相當昂貴。以目前幾步就會撞牆的範圍限制，使用者試錯的代價很高。

在行業層面，遊戲開發者對生成式 AI 的態度正變得更加審慎。今年遊戲開發者大會的一項調查顯示，三分之一的受訪者認為生成式 AI 給遊戲行業帶來了負面影響，同比增加了 12%，大家普遍擔憂版權侵權、能耗和劣質內容氾濫。

World Labs 很聰明地把 Marble 定位為已有管線的輔助原料，而不是試圖取代遊戲引擎和開發人員。從技術路線上看，這種結構與風格解耦的思路是成立的。但要在概念驗證之外真正成為工業級生產力工具，它下一步必須證明自己生成的網格資產具備足夠的拓撲規範度，且能支援更大規模、更高密度的物理互動。