50亿估值，融资5亿。
“LLM之后的下一条主线”，太有含金量了。
可不雅看、可编辑的世界界面，如李飞飞的Marble
World Labs新融资
首轮投资方包含Andreessen Horowitz（a16z）和加拿大年夜投资机构Radical Ventures，后者也是李飞飞担负科学合股人的机构。
假如交易最终落地，这将不是一轮对AI教母小我光环的崇奉充值，而是本钱对World Labs及其世界模型路线的从新订价。
在此之前，World Labs已完成累计2.3亿美元融资，估值达到10亿美元。
World Labs成立于2024年4月。当月完成首轮融资，估值约2亿美元。
站在这个坐标系里就能看清楚：本钱押注的，不只是AI教母/教父的小我光环，更是对不合世界模型技巧路径的提前下注。
紧接着，在2024年6–7月，World Labs又完成一轮1亿美元融资，由NEA领投，公司估值被抬升至跨越10亿美元，正式跻身独角兽行列。
据彭博社披露，这两轮融资的投资方还包含英伟达（NVIDIA）、沙特阿拉伯的Sanabil Investments，以及新加坡主权基金淡马锡（Temasek）。
小我投资者方面，则包含Google首席科学家Jeff Dean、演员兼投资人Ashton Kutcher，以及AI教父Geoffrey Hinton。
（Hinton同时也是Radical Ventures的投资人）
融资干什么？
当然是搞“世界模型”。
World Labs正在研发可以或许在三维世界中进行导航和决定计划的AI体系，构建其所称的“大年夜世界模型（large world models）”。
放在一年前，如许的估值几乎弗成想象；但如今，飞飞师长教师已经把它摆上了会谈桌。
它解决的，并不是“生成一张好看标图”，而是让模型真正懂得真什物理世界的构造与演变方法。
在产品层面，World Labs已于客岁11月推出首款3D世界生成模型Marble。
Marble可以根据文本或图像提示，直接生成可摸索的3D世界。
在传统流程中，3D内容平日从人工构建的多边形网格（polygon meshes）开端：
场景由大年夜量渺小的三角形拼接而成，再交由衬着引擎处理，工程成本高、制造周期长，也很难范围化。
Marble则采取了3D高斯溅射（3D Gaussian Splatting，3DGS）技巧，用数以百万计的半透明点来表示场景构造，从而在保持较高衬着效力的同时，实现更细腻的视觉后果。
更重要的是，Marble并不只寻求“看起来真实”。它还会同时输出所谓的“碰撞网格（collider meshes）”——
这是一种就义外不雅细节、换取计算速度的几何表示，专门用于物理仿真和机械人模仿。
在交互层面，Marble还供给了Chisel对象：用户可以先用简单几何体快速“搭骨架”，再生成不合风格的细节版本，这是朝着可控、可编辑的世界构建迈出的一步。
此外，World Labs近期还开放了World API，开辟者可以在应用中经由过程文本、图像或视频，直接生成可摸索的3D世界，把“世界模型”嵌入到具体产品之中。
在计谋层面，李飞飞本人也曾多次明白表态：
世界模型是实现空间智能的关键，是继大年夜说话模型（LLM）之后，AI下一个十年的核心主线。
在她的框架中，真正具备空间智能的世界模型，至少须要三种才能：
生成（Generative）：能创造遵守物理定律、空间一致的世界；
多模态（Multimodal）：能处理从图像、视频到动作的多模态输入；
交互（Interactive）：能猜测世界随时光演变或互动的状况。
也正因如斯，世界模型被视为一种“基本举措措施型才能”。
一旦成立，它的影响将不只局限在单一应用处景，而会向多个偏向扩散：
AIGC：3D资产生成、游戏世界构建、影视制造与虚拟拍摄。
具身智能：机械人、仿真情况、实际世界义务履行。
以具身智能为例，世界模型供给的是对情况的可猜测表示，在此之上，才能叠加真正有效的决定计划与控制。
包含DP（Diffusion policy）、RL等控制办法，以及对智能体行动进行体系性评估（如光轮智能)。
One more thing
值得一提的是，世界模型的另一条路线，也迎来了本钱押注。
比来，由前Meta首席科学家，图灵奖得主Yann LeCun创办的AMI Labs（Advanced Machine Intelligence，AMI）吸引了包含Cathay Innovation在内的潜在投资者，传闻其融资估值可能达到35亿美元。
与李飞飞押注显式、可生成的三维/视频世界模型不合，LeCun走的是一条更偏向“内涵认知”的路线——
他保持采取隐式世界模型，即基于JEPA（结合嵌入猜测架构），在抽象的潜在空间中猜测世界若何演变，而不是去还原每一个像素。
假如用一个直不雅的类比来懂得当下的世界模型疆土，世界模型大年夜致分三层，而LeCun的JEPA则处于抽象层级的最上层：
可反复试错的模仿器，如GoogleDeepMind的Genie 3
以状况与猜测为核心的认知世界模型，如LeCun的JEPA路线
各位董事长，你怎么投？
发表评论 取消回复