世界模型WORLD MODELS
路线 5 · SPATIAL-3D

语言之外的下一个前沿: 空间智能

2020 — 至今代表:NeRF · 3DGS · World Labs Marble · HunyuanWorld
§1 起源故事

这条路线的地基是两项 3D 表征技术:NeRF(2020,神经辐射场)用神经网络隐式编码三维场景,3D Gaussian Splatting(2023)改用数百万半透明高斯粒子显式表示体积、实现实时渲染。它们的共同点是几何忠实——世界不只是看起来对,而是位置、距离、遮挡都可以被程序计算。

2024 年 9 月,李飞飞联合 Justin Johnson、Ben Mildenhall(NeRF 作者之一)、Christoph Lassner 创立 World Labs,两轮累计融资约 12.3 亿美元。她在宣言《From Words to Worlds》中主张:空间智能是语言之外的下一个前沿——语言模型再强,也没见过三维世界。旗舰产品 Marble(2025.11)从文本/图像生成可探索、持久的 3D 世界,同时输出 3DGS 与网格两种表征:像素好看,几何也可算。2026 年 6 月她再发《A Functional Taxonomy of World Models》,用「渲染器 / 模拟器 / 规划器」三分法给混乱的行业立尺——World Labs 押注的正是被低估的「模拟器」一格。

§2 核心原理图解
文本 / 图像 / 视频
生成条件
3D 表征
NeRF 隐式 / 3DGS 显式
可探索世界
持久、几何一致
双表征输出
渲染像素 + 可算网格
下游应用
编辑 / 仿真 / 具身训练场
空间智能路线:先把 3D 几何做对,再谈生成——世界不只要好看,还要可计算
§3 代表模型
NeRF
UC Berkeley 等 · 2020
神经辐射场:用神经网络隐式编码 3D 场景,3D 表征革命的起点。
3D 表征革命arXiv:2003.08934
3D Gaussian Splatting
Inria 等 · 2023
数百万半透明高斯粒子显式表示体积,实时渲染成为可能。
实时渲染arXiv:2308.04079
Marble
World Labs · 2025
从文本/图像生成可探索持久 3D 世界,同时输出 3DGS 与网格双表征。
持久 3D 世界官方口径
HunyuanWorld
腾讯 · 2025
视频渲染 + 3D 模拟融合的世界生成,开源。
双表征arXiv:2507.21809
完整档案与筛选见 模型库 →
§4 权威视频
YouTube ▶
李飞飞 TED:有了空间智能,AI 将理解真实世界
TED 演讲 · 15 分钟 · 英语 · 看点:从三叶虫的第一只眼睛讲到空间智能宣言
✓ 已核验 2026-07-20
本站只展示经核验的视频链接;未核验资源一律不上线。
§5 这条路线的赌注与软肋
赌注 THE BET
几何与物理忠实的「模拟器」是被业界低估的最大价值——渲染器人人会做,可计算的世界才稀缺(李飞飞的判断)。
软肋 THE WEAKNESS
3D 数据远比视频稀缺,生成世界的多样性与规模暂时追不上视频路线;「可探索的房间」离「可交互的世界」还有距离。
六条路线读完了,去关系图谱看它们如何竞争、互补与融合 →统一模板:起源 → 原理 → 模型 → 视频 → 赌注与软肋