剛剛斯坦福大學(xué)的李飛飛教授宣布，她帶領(lǐng)的World Labs團隊推出一個能從單張圖片生成 3D 世界的 AI 系統(tǒng)！不是簡單的 3D 建模，而是真正可以交互的 3D 物理場景！

3D場景在瀏覽器里就能實時渲染，還能用WASD鍵和鼠標(biāo)自由控制視角，就像玩游戲一樣！簡直太酷炫了！ 

用戶甚至可以體驗 3D 相機效果，例如模擬淺景深，即只有與攝像機保持一定距離的物體才能對焦

或“希區(qū)柯克式變焦”（dolly zoom）

可以去這里網(wǎng)頁體驗 https://www.worldlabs.ai/blog

World Labs 要解決啥問題？

現(xiàn)在的生成式 AI 模型，最大的問題就是缺乏控制力和一致性。World Labs 的目標(biāo)就是解決這個問題！他們的 AI 系統(tǒng)可以根據(jù)輸入的圖片，先估算 3D 幾何形狀，再填充場景中看不到的部分，還能根據(jù) 3D 幾何信息創(chuàng)造新的內(nèi)容，讓場景更完整！ 這將改變制作電影、游戲、模擬器和其他物理世界數(shù)字表現(xiàn)形式的方式

不是預(yù)測像素而是預(yù)測3D場景

大多數(shù)生成模型預(yù)測像素， 而預(yù)測三維場景則有很多好處：

持久現(xiàn)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，場景也不會改不會像某些 AI 模型那樣，換個角度就“變臉”

實時控制：生成場景后，您可以實時在場景中移動。你可以停留在花朵的細(xì)節(jié)上，或者從角落里偷看，看看里面有什么

正確的幾何形狀：生成的世界遵循 3D 幾何的基本物理規(guī)則。它們具有實體感和深度感，與某些人工智能生成的視頻的夢幻性質(zhì)形成鮮明對比

可視化方式：World Labs 的系統(tǒng)生成 3D 場景方式是一個稱為深度圖 (depth map)的東西，其中每個像素的顏色代表其到相機的距離

交互性：可以修改場景的光照、外觀、幾何形狀

還可以制作特效，使場景被動地動畫化

走進世界名畫

世界生成可以讓你以全新的方式體驗標(biāo)志性的藝術(shù)作品。比如 梵高（van Gogh）、霍珀（Hopper）、修拉（Seurat）和康定斯基（Kandinsky），可以wordlab網(wǎng)頁體驗

可以去這里網(wǎng)頁體驗 https://www.worldlabs.ai/blog

與其他 AI 工具無縫銜接！

World Labs 的 3D 場景生成技術(shù)，可以和其他 AI 工具配合使用，讓創(chuàng)作者們的工作流程更加高效！

例如，可以通過先使用文本生成圖像模型生成一幅圖像來從文本創(chuàng)建世界。不同的模型有各自的風(fēng)格，worldlab技術(shù)可以繼承這些風(fēng)格

這里用四個流行的text2image模型 FLUX, Midjourney, Ideogram, DALL-E，采用相同的提示可以生成同一場景的四個變體

這里體驗：https://www.worldlabs.ai/blog

目前wordlab已經(jīng)讓一些創(chuàng)作者提前了解了這種技術(shù)，開始嘗試 3D 原生生成 AI 工作流程帶來的可能性

數(shù)字藝術(shù)家 @8bit_e 就用 World Labs 的技術(shù)，輕松地將角色放置在場景中，并進行精確的相機運動控制，彌補了他創(chuàng)作流程中的一個空白，極大地提升了創(chuàng)作效率！

未來展望

英偉達JIM FAN 評價：

生成式 AI 正在創(chuàng)造越來越高維度的人類體驗快照

Stable Diffusion 是一個二維快照

OpenAI Sora 是一個二維加時間維度的快照

現(xiàn)在，World Labs 是一個三維、完全沉浸式的快照

總體來看World Labs 的 3D 世界生成技術(shù)，絕對是 AI 領(lǐng)域的一項重大突破！它將為游戲、電影、藝術(shù)等領(lǐng)域帶來無限可能！

李飛飛教授表示，這只是 3D 生成式 AI 的一個開始！他們正在努力將這項技術(shù)盡快送到用戶手中！