AI教母李飛飛的創(chuàng)業(yè)公司W(wǎng)orld Labs，正式官宣啟動！

3個月前，這家新晉AI獨(dú)角獸，在完成約1億美元融資后，估值10億美金。

剛剛，World Labs又獲2.3億美金新一輪融資。

這一次，新一輪融資由a16z、NEA和Radical Ventures領(lǐng)投，還有英偉達(dá)的風(fēng)投部門參與。

甚至，就連AI大牛Geoffrey Hinton、Jeff Dean、谷歌前CEO Eric Schmidt、LinkedIn聯(lián)創(chuàng)Reid Hoffman等人紛紛參投。

李飛飛和Hinton同時分別擔(dān)任Radical Ventures的科學(xué)合伙人和投資人

他們瞄準(zhǔn)的是，空間智能AI。

一直以來，World Labs成立所專攻的領(lǐng)域，被蒙上了一層神秘的面紗。如今，一切真相大白。

官博介紹，World Labs的誕生就是為了構(gòu)建「大世界模型」（LWM），感知、生成3D世界，并與之進(jìn)行交互。

World Labs拒絕透露這一輪融資后的最新估值。

過去兩年里，文本提示圖像、視頻模型，以及LLM的興起，預(yù)示著AI在視覺領(lǐng)域的潛力。

但它們僅是冰山一角。

在李飛飛看來，我們需要的空間智能的AI，能夠?qū)κ澜邕M(jìn)行建模，同時根據(jù)3D時空中物體/地點(diǎn)/交互進(jìn)行推理。

World Labs創(chuàng)始人團(tuán)隊，左起依次為Ben Mildenhall、Justin Johnson、Christoph Lassner和李飛飛

那么，究竟什么是空間智能？

空間智能，計算機(jī)視覺下一個前沿

前段時間，李飛飛在一次活動中，首次詳細(xì)揭秘了何謂「空間智能」：

視覺化為洞察，看見成為理解，理解導(dǎo)致行動。

她將人類智能歸結(jié)為兩大智能，一是語言智能，另一個便是空間智能。雖然語言智能備受關(guān)注，但空間智能將對AI產(chǎn)生重大的影響。

而在4月公開的TED演講中，李飛飛也分享了自己關(guān)于空間智能的更多思考，同時預(yù)示著World Labs的目標(biāo)所在。

她表示，「所有空間智能的生物所具備的行動能力，是與生俱來的。因?yàn)椋軌驅(qū)⒏兄c行動進(jìn)行關(guān)聯(lián)」。

「如果想讓AI超越其自身當(dāng)前的能力，我們需要的是，不僅僅能夠看到、會說話的AI，而是一個可以行動的AI」。

就連英偉達(dá)高級計算機(jī)科學(xué)家Jim Fan稱，「空間智能，是計算機(jī)視覺和實(shí)體智能體的下一個前沿」。

正如World Labs的官博所闡述的那樣，人類智能包含了諸多方面。

語言智能，可以讓我們通過語言與他們進(jìn)行交流和聯(lián)系。而其中最為基礎(chǔ)的便是——空間智能，能夠讓我們理解，并與周圍世界進(jìn)行互動。

此外，空間智能具備了極強(qiáng)的創(chuàng)造力，可以將我們腦海中的畫面，在現(xiàn)實(shí)中呈現(xiàn)。

正是有了空間智能，人類能夠推理、行動和發(fā)明。從簡單的沙堡到高聳的城市可視化設(shè)計，都離不開它。

在接受彭博最新采訪中，李飛飛表示，人類的空間智能，實(shí)際上經(jīng)過了數(shù)百萬年的演化而來。

這是一種理解、推理、生成，甚至在一個3D世界中互動的能力。不論是你觀賞美麗的花朵，嘗試觸摸蝴蝶，還是建造一座城市，所有這些皆是空間智能的一部分。

不僅是人類，動物身上也可以看到這一點(diǎn)。

那么，如何讓計算機(jī)也能具備空間智能的能力呢？其實(shí)我們已經(jīng)取得了巨大的進(jìn)步，過去十年AI領(lǐng)域的發(fā)展相當(dāng)振奮人心。

一句提示，AI生成圖像、視頻，真知還能講述故事。這些模型已經(jīng)以全新的方式，重塑人類的工作和生活方式。

而我們僅是看到了GenAI革命前夜的第一章。

下一步，如何超越？

需要將這些能力，如何帶到3D領(lǐng)域。因?yàn)楝F(xiàn)實(shí)世界，就是3D的，同時人類空間智能是建立在非常「原生」的理解和操作3D的能力之上的。

打造「大世界模型」，從2D走向3D

以上，是李飛飛多年來的思考和預(yù)判。而World Labs這家公司，可以說是很好地凝結(jié)了這些遠(yuǎn)見卓識。

他們的目標(biāo)，簡而言之，就是構(gòu)建具有空間智能的大世界模型（LWM），讓它可以感知、理解、推理，甚至生成3D世界，并能與其互動。

此外，從公司發(fā)布的公告來看，World Labs絕不會止步于研究層面的探索。

公司目前有20名成員，不僅包括CV和圖形學(xué)領(lǐng)域的研究人才，還有系統(tǒng)工程、產(chǎn)品設(shè)計等職位，致力于在空間智能的基礎(chǔ)模型和產(chǎn)品之間構(gòu)建反饋閉環(huán)，從而讓產(chǎn)品落地、服務(wù)用戶。

隨著時間的推移，預(yù)計將訓(xùn)練出功能更強(qiáng)大、能力更廣泛的模型，可以應(yīng)用于各種領(lǐng)域，與人們協(xié)同工作。

李飛飛在最新采訪中，也提出了類似的預(yù)期：「這是一項非?；A(chǔ)的技術(shù)，將對廣泛的用例產(chǎn)生影響，最終包括機(jī)器人和制造業(yè)?！?/span>

比如，如果用戶可以自定義物理變量來創(chuàng)建虛擬的3D空間，將會為藝術(shù)家、設(shè)計師、開發(fā)者和工程師解鎖新的能力。

最終，GenAI將從2D的像素平面，走向完整的3D世界，無論是虛擬的還是現(xiàn)實(shí)的。

這些聽起來似乎有些難以想象，但之World Labs之所以吸引到這么多大佬投資，其中一個重要原因就是李飛飛對技術(shù)的發(fā)展方向有準(zhǔn)確的預(yù)判。

早在2006年，專注于搞神經(jīng)網(wǎng)絡(luò)的Hinton還在坐冷板凳，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的熱潮遠(yuǎn)遠(yuǎn)沒有到來。

當(dāng)時，李飛飛就帶領(lǐng)團(tuán)隊創(chuàng)建了ImageNet數(shù)據(jù)集，包含1500萬張圖像，以及相應(yīng)的基準(zhǔn)測試ImageNet Challenge。

正是在ImageNet挑戰(zhàn)賽上，Hinton、Ilya Sutskever等人設(shè)計的AlexNet脫穎而出，讓2012年成為了「深度學(xué)習(xí)元年」。

李飛飛的遠(yuǎn)見，可見一斑，也讓我們期待她能將「空間智能」變?yōu)楝F(xiàn)實(shí)。

AI大牛轉(zhuǎn)贊慶祝

對于World Labs正式成立的消息，李飛飛高徒Karpathy表示非常期待，也特地發(fā)推慶祝。

「The World Labs團(tuán)隊是頂尖的，我很期待看到他們將前沿研究應(yīng)用到3D AI中！」

Karpathy表示，在博士期間，他透與李飛飛和Justin Johnson共同度過了很多時光，充滿了美好的回憶。

當(dāng)時，李飛飛是他的導(dǎo)師，也是他們「勇敢的領(lǐng)袖」；Justin和他一起撰寫論文，這三位大佬共同奠基了斯坦福最著名的課程之一——CS231n的第一個版本。

CS231n課程全名為計算機(jī)視覺深度學(xué)習(xí)（Deep Learning for Computer Vision），李飛飛在今年的春季學(xué)期依舊開設(shè)了這門課，和吳恩達(dá)的CS229一樣，是很多AI從業(yè)者的啟蒙課。

而在2017年首次開設(shè)的時候，Andrj Karpathy、Justin Johnson和李飛飛共同擔(dān)任講師，YouTube上依舊能找到他們當(dāng)時上課的錄像視頻。

此外，英偉達(dá)高級科學(xué)家Jim Fan也同樣發(fā)推，祝賀自己的博士導(dǎo)師李飛飛成功創(chuàng)業(yè)。

2016～2021年Jim Fan在斯坦福大學(xué)讀博期間，就是在李飛飛的指導(dǎo)下開展深度強(qiáng)化學(xué)習(xí)、機(jī)器人學(xué)、CV等領(lǐng)域的研究。

他在推文中表示，李飛飛在具身智能方面的觀點(diǎn)深刻影響了自己的博士階段和研究品味。他相信，空間智能將是CV和具身智能體的下一個前沿。

作為Justin Johnson和Chao-Yuan Wu之前在Meta FAIR的前同事，紐約大學(xué)助理教授謝賽寧也發(fā)推祝賀，并表示「空間智能必勝！」

四人創(chuàng)始團(tuán)隊

除了李飛飛，創(chuàng)始團(tuán)隊中的其他3人也都是CV和圖形學(xué)領(lǐng)域的技術(shù)專家。

Ben Mildenhall

Ben Mildenhall本科畢業(yè)于斯坦福大學(xué)的數(shù)學(xué)和計算機(jī)科學(xué)專業(yè)，博士畢業(yè)于加州大學(xué)伯克利分校，曾在谷歌擔(dān)任研究科學(xué)家，谷歌學(xué)術(shù)引用量超過2.3萬。

他博士期間師從Ren Ng，提出了著名的NeRF（神經(jīng)輻射場）。

論文地址：https://arxiv.org/pdf/2003.08934

Justin Johnson

Justin Johnson在創(chuàng)業(yè)的同時還在擔(dān)任密歇根大學(xué)助理教授，他從加州理工學(xué)院獲得了數(shù)學(xué)和計算機(jī)科學(xué)的學(xué)士學(xué)位，博士畢業(yè)于斯坦福大學(xué)，是李飛飛的學(xué)生。

他博士期間曾在谷歌、Facebook、雅虎實(shí)習(xí)，畢業(yè)后到Meta FAIR擔(dān)任研究科學(xué)家，谷歌學(xué)術(shù)引用量超過3.4萬。

讀博期間發(fā)表的這篇論文《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》，單篇的引用量就超過了1.1萬。

論文地址：https://arxiv.org/pdf/1603.08155

Christoph Lassner

Christoph Lassner本科畢業(yè)于德國奧格斯堡大學(xué)的信息學(xué)專業(yè)，之后前往圖賓根大學(xué)以及Max Planck智能系統(tǒng)研究所攻讀博士。

畢業(yè)后，他曾在Meta和亞馬遜擔(dān)任研究科學(xué)家，之后在Epic Games領(lǐng)導(dǎo)研究團(tuán)隊，專注于圖形學(xué)領(lǐng)域的3D重建和3D渲染技術(shù)。