大語言模型還沒搞懂，「大世界模型」又來了
本文來自微信公眾號：果殼 （ID：Guokr42），作者：糕級凍霧，編輯：沈知涵，題圖來自：AI生成
由人工智能科學家李飛飛創立的科技公司World Labs剛剛推出了第一個項目：僅通過一張圖片像就生成一個完整3D世界的AI系統。
一鍵生成中世紀小鎮丨World LabsWorld Labs在介紹博客中寫道，「輸入任何圖像後，可以以3D方式探索它」——給World Labs一張圖，它能將圖半場景三維化，還不是靜態的「2D轉3D」，你能像遊戲里的第一人稱一樣控制視角，探索場景。
五花八門的場景丨World LabsWorld Labs管這叫「大型世界模型」（Large World Model，LWM），他們也稱自己為空間智能AI公司。
完整系統還在邀請內測階段，World Labs在官網開放了即時演示，用戶不僅可以看，還可以在瀏覽器直接操控視角轉換，感受World Labs塑造的世界。
大震撼。
「一圖一世界」
這個系統同之前英偉達曾開發過的「2D轉3D」模型Instant NeRF完全不同——Instant NeRF的視角沒有深度變化、受阻沒有物理碰撞，甚至會發生直接穿越；而World Labs這一工具生成的場景符合基本空間原理和物理定律。
英偉達的 2D 圖片轉 3D 場景的大模型 Instant NeRF 就有物理問題丨Instant NeRF這更不會像上個月推出的AI即時生成3D可交互遊戲Oasis裡面的「鬼打牆」——切換個視角再回來，世界就成了另外一番樣子那般詭異。World Labs的系統生成的是完整三維場景而非像素，克服了像素層面生成不具備一致性和穩定性的缺陷。
看得人都暈 3D 了丨World Labs在它生成的場景里，你可以用「前後左右」在生成的空間內移動，用鼠標轉換視角，並能調節場景、添加動效，比如光影、景深、色調，效果能直接在瀏覽器裡實時渲染出來。
當你讓樹葉「沙沙作響」，為街角小巷營造出不同光影，讓水面泛起漣漪，能感受到系統並非簡單地添加動效，而是識別出了場景里的實體。
希區確克變焦丨World Labs想像一下，與其他工具結合，或隨著這個系統功能變多，你可以「化身」舞台置景，控制這一場景的布光和色調，甚至插入一個角色進入場景，改變畫面的運鏡，比如利用系統里自帶的滑動變焦（俗稱希區確克變焦，算法算好了攝影機的位置和景深，用戶直接拖動就能實現該效果），就能實現那股「詭異」的感覺。
可遠觀而不可近玩
驚喜巨大，但一上手還是會暴露一些問題。
首先是類似遊戲里的「空氣牆」，你在場景里的移動十分受限，物理感覺只有1～2平米的移動範圍，移動幾步就會提示「越界」。
真·處處碰壁丨World Labs其次是類似VR的問題，越靠近邊緣的視野越模糊，動態場景的畫質也不如靜態的清晰，但這對非寫實風格的場景來說不是問題。
交互上，鏡頭控制選項也較少，景深控制只能選擇距離，不能選擇具體的對焦點，運鏡也只能滑動變焦。
「真實物理感」雖然說滿足了最基本的不能穿牆、畫面隨第一視角移動和點哪（光源）亮哪，但有限的交互和行動半徑還是讓畫面附著了另一層虛擬感。
光也可以指哪兒打哪兒丨World Labs不過World Labs也表示，這隻是「早期預覽版」。他們正在努力提升生成世界的規模和細節質量，並探索更多交互方式。
確實，World Labs其實今年才成立，但已經拿到了2.3億美元的風險投資，估值超過10億美元，預計2025年將推出首款正式產品。
World Labs 核心團隊丨World Labs不到一年時間，World Labs已經端出了一個讓人驚豔和浮想聯翩的產品，而這隻是一個開始。李飛飛曾表示，大型世界模型只是Worlds Labs公司的第一步，後面他們準備把場景設計融入AR、機器人甚至自動駕駛。
這些工具出的比用的都快，有什麼用？
「我們計劃構建對藝術家、設計師、開發人員、電影製片人和工程師等專業人士有用的工具。允許任何人想像和創造自己的世界，將生成性人工智能的潛力從2D圖像和影片擴展到3D世界。」
我的理解是，World Labs要給創作先「打個底」。
靜謐酒館一鍵穿越進畫中的詭譎世界丨World Labs創造一個符合真實世界規律的虛擬世界，首要的應用之一就是遊戲。
3D場景開發佔遊戲製作成本中的很大比重，許多獨立遊戲開發者都會卡在這一步，退而求其次去選擇其他方式，比如2D像素風、手繪、低多邊形、平面、插畫、立繪等方式。
YouTuber 把著名（但畫風簡陋）的獨立遊戲《Undertale》3D 化丨YouTubeWorld Labs的這個系統可以結合市面上的AI工具，比如Midjourney（圖像生成）、Flux AI（優化畫質）等，生成3D遊戲場景，自由設計鏡頭運動，這對於開發者來說是新的創作方式。
分分鐘帶入恐怖遊戲視野，這味太對了丨World Labs電子遊戲中最早出現的遊戲類型之一，AVG文字冒險遊戲，此前最常見的形式就是一個角色立繪在一個場景背景板前，靠對話框傳遞信息（比如著名的《逆轉球證》）。
有了上述的創作工具，即便我沒有任何繪畫和建模基礎，只憑一個劇本和腳本編輯器，就有可能打造出一款AVG遊戲。
AI 工具搭配起來用，事半功倍丨World Labs還記得前一陣的「3A」大作《沙威瑪傳奇》嗎？有越來越多的獨立開發者正在考慮用AI降低小遊戲開發成本。專業的大廠可以用最先進的圖像引擎，生成一個完整的世界。
World Labs的系統恰好彌補了遊戲開發中的一個空白區：它小範圍的場景生成遠未到替代專業引擎的程度，但又極大地降低了遊戲場景設計的門檻，從視覺甚至交互層面，給予了獨立遊戲更多可能。
似漫畫，似動畫，似《職場浮生記》遊戲開局丨World Labs遊戲之外，再想像一下類似3D物理世界生成系統與其他媒介結合的可能性。
把你手繪的幾個分鏡頭腳本輸進去，它給你生成了一個虛擬的拍攝場地，你甚至可以在裡面運鏡，做出一個簡單的樣片也不是問題。
把文學作品丟進World Labs，你可以真的進入佐治·馬田筆下的君臨，J·K·羅琳描繪的巫師大街對角巷，看一下三日恒空的三體世界。
這或許是更符合原著《哈利樸達》里描繪的對角巷丨World Labs把梵高的畫作輸入進系統，你可以真的坐進《夜晚露天咖啡座》，或是看到莫奈所見的《聖達特特勒斯的海灘》，站在《夜遊者》的酒吧門口，像一個等待進入的顧客。
生成模型後，場景依舊保有了愛德華·霍普《夜遊者》中都市的寂寥感丨World Labs甚至有天，你做了一晚上超現實的夢，在醒來後打開電腦，把夢境記錄下來，然後就得到了一次夢境的複現。
本文來自微信公眾號：果殼 （ID：Guokr42），作者：糕級凍霧，編輯：沈知涵
