12月3日，由「AI 教母」李飛飛聯合創辦的 World Labs 發布了他們的第一個「空間智能」模型，只需一張圖，就可以生成一個逼真的 3D 世界。

World Labs 是李飛飛老師和她的學生們在2024年初創辦的一家空間智能公司，致力于構建大型世界模型（LWM）來感知、生成 3D 世界并與之交互。　

據介紹，對于輸入的圖像，這一「空間智能」系統可以估算出 3D 幾何圖形，填充場景中未見的部分，創建新的內容，實現各個方位的 3D 世界構建。

大多數生成模型預測像素，而預測 3D 場景則有諸多好處。預測3D場景可以實現持久現實，世界一旦生成，就會一直存在，即使你把視線移開，再回來時，場景也不會改變；同時，預測3D場景可以實現實時控制，生成場景后，你可以在場景中實時移動，你可以留心觀察一朵花的細節，也可以窺探某個角落，看看會有什么發現；預測3D場景使得生成的世界擁有正確的幾何形狀，符合 3D 幾何的基本物理規則，它們具有一種實體感和深度感，這與某些人工智能生成視頻的不真實感形成了鮮明的對比。

與生成式 AI 工具生成的圖片或視頻等 2D 內容不同，李飛飛的世界模型以 3D 形式生成的內容具有更好的控制性和一致性。而且，該模型還可以適應各種場景類型和藝術風格，比如生成不同的相機效果、3D 效果以及經典繪畫風格的 3D 內容。

這將改變我們制作電影、游戲、模擬器和其他物理世界數字表現形式的方式。

世界模型的火熱應用場景

世界模型的潛在應用范圍極為廣泛，不同領域對于其理解與預測能力有著差異化的要求。

以自動駕駛為例，世界模型需要實時精準地把握道路狀況，并對其變化趨勢進行精確預測，重點聚焦于對環境的瞬時感知以及復雜變化趨勢的預估判斷。在機器人技術領域，世界模型對于導航、物體識別檢測以及任務規劃等關鍵任務起著不可或缺的作用，要求其能夠精準地解析外部動態環境，并構建具有交互性和實體體驗感的環境場景。而在虛擬社會系統模擬方面，世界模型需要敏銳地捕捉并預測更為抽象的行為動態，諸如社會交往互動以及人類決策制定等過程。

（一）泛機器人領域：技術創新引領變革

1、極佳科技：自動駕駛的先鋒力量

極佳科技致力于推動視頻生成和4D世界模型走向空間智能，是國內最早開始探索和布局世界模型和空間智能方向的公司，在物理空間和虛擬空間兩方面都已取得顯著的技術和商業進展，獲得了行業廣泛的認可。

在自動駕駛領域公司斬獲了令人矚目的創新性成果。10月，公司官宣聯合中國科學院自動化研究所、理想汽車、北京大學、慕尼黑工業大學等單位提出DriveDreamer4D，是首個利用世界模型增強4D駕駛場景重建效果的工作。DriveDreamer4D可以大幅提升多種自動駕駛4D重建算法的效果，在user study實驗中獲得了超過80%的偏好投票，為走向空間智能和4D世界模型邁出了堅實的一步。

DriveDreamer4D可以為駕駛場景提供豐富多樣的視角（包括變道、加速和減速等）數據，以增加動態駕駛場景下的閉環仿真能力。

DriveDreamer4D利用世界模型作為數據引擎，基于真實世界的駕駛數據合成新軌跡視頻（例如變道場景）。DriveDreamer4D不僅可以提升多種重建算法（PVG,S3Gaussian,Deformable-GS）的圖像渲染質量，還可以提升駕駛前景（車輛）和背景（車道線）的時空一致性。

比如，它能夠全面精準地模擬車輛行駛過程中的各種物理運動、交通規則以及其他道路使用者的行為變化。不僅能夠精準預測前方車輛的行駛軌跡、行人的行動意圖，還能將周圍環境因素，如道路狀況、天氣影響等納入綜合考量范圍，基于極佳科技 4D 數據引擎訓練的自動駕駛算法都能迅速且精準地做出反應，有效避免事故發生，為駕乘者提供前所未有的安全保障。

憑借其在技術上的領先優勢，極佳科技已成功與地平線、億咖通等頭部主機廠達成深度定點合作協議。這一系列合作不僅是對其技術實力的高度認可，更是其邁向更廣闊市場的堅實基石。

在近日舉辦的現代汽車集團創新計劃頒獎典禮上，極佳視界憑借其在4D世界模型和視頻生成領域的卓越創新，榮膺現代集團“燈塔”創新開放計劃“創新企業獎”。

2、51sim：傳統巨頭的轉型之路

51sim 在自動駕駛仿真技術領域擁有深厚的歷史積淀與廣泛的市場影響力。長期以來，其傳統仿真技術產品以成熟穩定的架構和性能，為眾多自動駕駛研發企業提供了可靠的基礎測試環境與數據支持，在特定場景模擬與簡單算法驗證方面積累了豐富的實踐經驗，也因此贏得了一大批忠實客戶的信賴。

然而，隨著自動駕駛技術的飛速發展，行業對仿真技術提出了更為嚴苛的要求，傳統仿真技術的局限性逐漸暴露無遺。在數據的實時性與準確性方面，傳統技術難以滿足日益復雜多變的自動駕駛場景需求。

此外，面對復雜環境與極端情況的模擬，傳統仿真技術更是顯得力不從心。諸如暴雨、大雪等惡劣天氣條件下的路況模擬，以及道路施工、交通事故等特殊場景的應對，傳統技術往往無法提供足夠真實、全面的虛擬測試環境，這在很大程度上制約了自動駕駛技術的進一步突破。

為了應對新興技術的沖擊與市場競爭的加劇，51sim 積極謀求轉型與創新。其現核心產品涵蓋智能駕駛與機器人仿真平臺 SimOne、數據閉環與合成數據平臺 DataOne、交通信息模型平臺 TIM。通過這些努力，51sim 致力于構建通用 AGI 合成數據與仿真訓練平臺，以更好地適應復雜多變的真實環境和高階且多元化的需求。

（二）泛元宇宙領域：多元競爭塑造未來

1、 極佳科技：工業級元宇宙的領軍者

在泛元宇宙領域，極佳科技憑借其工業級的新一代 4D 內容制作引擎，穩坐行業領軍者的寶座。這一引擎專為影視傳媒、游戲開發、工業設計等專業領域的嚴苛需求而量身定制，具備強大的大規模虛擬內容創作能力，能夠輕松應對各種復雜的創作任務。

極佳科技的核心優勢在于其對工業級應用的深度聚焦與精湛把控。在影視制作過程中，它能夠為創作者提供無與倫比的高精度虛擬場景構建服務，無論是繁華都市的車水馬龍，還是神秘外星的奇幻地貌，都能以極致的細節呈現。同時，其逼真的特效制作與細膩的角色動畫生成能力更是令人贊嘆不已。

例如，在制作一部史詩級科幻電影時，極佳科技的 4D 內容制作引擎能夠精準地模擬光線追蹤、物理碰撞等特效，使影片的視覺效果達到以假亂真的境界，為觀眾帶來震撼人心的觀影體驗。

其與悟空傳媒、儒意傳媒等行業巨頭的戰略合作，更是進一步彰顯了其在影視傳媒領域的王者風范。通過強強聯合，極佳科技不僅推動了自身技術的廣泛應用，還引領了整個行業的內容創作模式向智能化、高效化方向轉型升級，為影視行業的創新發展注入了強大動力。

2、 可靈：快手旗下的爆款生成器

可靈，作為快手公司精心培育的基于人工智能的視頻生成模型，在泛元宇宙的視頻生成領域可謂是一顆耀眼的明星。其最為突出的亮點在于超長視頻生成能力，能夠輕松生成長達 2 分鐘的視頻，這一卓越性能使其在眾多競爭對手中脫穎而出。

在生成 3D 動畫內容時，可靈對細節的處理堪稱一絕。例如，在呈現動畫角色的毛發、紋理等細節時，能夠達到高度逼真的效果，仿佛賦予了虛擬角色鮮活的生命。據摩根士丹利專業分析，可靈的技術實力足以與日本的 Sora 模型相媲美，這無疑為其在市場競爭中贏得了極高的聲譽與強大的競爭力。

從業務數據來看，可靈 AI 成績斐然，實現了月活超 150 萬的亮眼成績，商業化單月流水更是突破千萬人民幣。在內容創作實戰中，可靈 AI 為短劇《山海奇鏡之劈波斬浪》提供了深度技術支撐，該劇上線短短數日播放量便如火箭般突破 5000 萬，創造了短劇播放量的新奇跡。這充分展示了可靈在視頻生成與內容創作方面的強大實力，也有力地證明了其對提升快手平臺用戶規模和活躍度的關鍵作用，成為快手在泛元宇宙領域布局的重要戰略棋子。

3、即夢：字節跳動的創意引擎

即夢，作為字節跳動重磅推出的 AI 創作平臺，以其豐富多樣的功能和便捷流暢的創作體驗，迅速吸引了廣大創作者的目光與青睞。該平臺匯聚了文生圖、文生視頻、圖生視頻等多種前沿創作功能于一體，為用戶精心打造了一站式的創意與藝術創作解決方案，仿佛一座創意的寶藏庫，等待用戶去挖掘探索。

尤為值得一提的是，即夢高度注重為用戶提供創作靈感源泉。通過提供豐富多樣的創意模板、素材庫以及智能靈感啟發工具，幫助用戶輕松突破創作瓶頸，激發無限創意潛能。即使是毫無專業創作經驗的新手用戶，也能在即夢的助力下迅速將腦海中的奇思妙想轉化為令人驚艷的可視化作品。

盡管在視頻生成長度上暫時略遜于可靈，但即夢憑借其強大的綜合性創作功能和字節跳動的龐大平臺生態優勢，在競爭激烈的市場中成功占據了一席之地。例如，用戶在其平臺上只需簡單輸入一段文字描述，即可借助先進的 AI 技術瞬間生成精美的圖片或視頻作品，無論是用于社交媒體分享、個人創意展示，還是商業宣傳推廣，都能輕松駕馭。

11 月 8 日，字節跳動自研的視頻生成模型 Seaweed 面向即夢平臺用戶正式開放，這無疑為即夢的創作工具庫增添了一把利器，使其在視頻生成領域的競爭力得到進一步顯著提升，續寫著字節跳動在人工智能創作領域的輝煌篇章。

4、其他消費級選手：個性化體驗的追求者

消費級的 sora、生數科技、愛詩科技等企業在泛元宇宙領域同樣展現出了各自獨特的魅力與創新活力。這些企業精準聚焦個性化的內容創作和消費體驗提升，憑借先進的圖像生成、動畫制作等前沿技術，為用戶精心打造定制化的虛擬形象、獨具匠心的場景創作工具以及個性化的內容生成服務，致力于滿足用戶對于個性化、新奇元宇宙體驗的不懈追求。

愛詩科技由前字節跳動視覺技術核心負責人創立，在技術研發創新的道路上一路疾馳。今年 10 月 29 日，其正式發布 Pixverse V3 版，彰顯了其強大的技術迭代更新能力。

生數科技作為國內最早布局多模態通用大模型的先驅團隊之一，聯合清華大學重磅發布了國內首款全面對標 OpenAI Sora 的視頻大模型 Vidu，并在 11 月迅速推出 Vidu 1.5 新版本，成功實現了對多樣化輸入的深度理解和“一致性”難題的重大突破。

這些企業在消費級市場中，通過持續不斷的技術創新和產品優化，為用戶帶來了豐富多彩的個性化元宇宙體驗，但在大規模工業級應用的復雜場景與高精度要求面前，仍存在一定的差距。

總體來看，世界模型的構建絕非坦途，它面臨著諸多技術難題，如如何高效地整合多源異構數據，怎樣構建精準且可擴展的知識表示體系，以及如何在有限的計算資源下實現復雜的推理與預測功能等。但這并不能阻擋世界模型成為人工智能發展的終極追求方向。它如同遠方的燈塔，吸引著眾多研究者與科技企業不斷探索創新，努力突破技術瓶頸。每一次對世界模型相關技術的攻克與優化，都將使人工智能更接近能夠像人類一樣理解和融入世界的理想境界，為開啟智能時代的新紀元奠定堅實基礎。