当多数同行仍在大模型优化的“深水区”攻坚时，斯坦福大学AI领域权威李飞飞已将视野投向人工智能的下一个十年。近日，其领导的World Labs宣布3D世界生成模型Marble正式开放，仅需一张图片即可生成可持久存在的三维虚拟世界；她同步发表长篇博客强调：“AI的下一个十年，属于空间智能。”这不仅是技术产品的突破，更折她对AI未来演进方向的预判——空间智能究竟指向什么？
**惊艳与挑战并存：三维生成的现实门槛**
Marble开放后引发技术圈测试热潮，成果与问题交织。得州大学达拉斯分校一名助理教授上传实验室照片后，Marble迅速生成可“步入”的完整虚拟空间——从实验台布局到光影质感，细节逼真度令人咋舌；深圳某建筑设计师上传新办公楼设计图，模型直接还原出可漫游的虚拟建筑，他感慨：“AI终于走进了属于空间的世界。”
这些案例印证了Marble在内容理解、智能修补与光影还原上的突破，为社交、娱乐、办公场景带来想象空间。但技术瑕疵仍存：上海温哥华电影学院三维动画系主任徐一然指出，虽整体可用，但部分场景存在物理逻辑矛盾，“暂时难以直接商用”；另有测试者反映，面对概念图或复杂室外场景时，画面模糊问题突出，效果未达预期。
上海人工智能研究院首席数字官林圆圆认为，Marble虽离实用化有距离，但意义重大——它标志着AI创新正从“语言理解”的“文本世界”转向“物理交互”的“真实空间”，完成从“描述世界”到“改造世界”的关键跨越。
**不止三维建模：空间智能是AI的“底层操作系统”**
李飞飞明确强调：“空间智能绝非多模态技术的分支，而是下一代AI的‘底层操作系统’，将重构AI与世界交互的逻辑。”
她将智能划分为两类：大语言模型属于“说话的智能”，以词汇为基本单元；空间智能则是“做事的智能”，以像素和体素为交互基础。“语言是人类的抽象符号，3D才是自然世界的‘通用语言’。”李飞飞解释道。
这一认知揭示了Marble与传统三维多模态模型的本质差异：传统模型依赖文本与图片数据“模拟”三维，生成内容往往停留在“视觉形似”；空间智能的终极目标是让AI在三维世界“有效行动”，因此需标注重量、硬度、受力等物理语义数据，这要求融合计算机视觉、物理学、机器人学的跨学科创新，也是具身智能与机器人产业的核心竞争力。
**数据标注：空间智能的“新基建”**
李飞飞的选择与2009年创建ImageNet数据集的逻辑一脉相承——她始终坚信“高质量数据是AI的根基”。大语言模型频现“幻觉”，正因其训练数据难以覆盖真实世界的复杂度。此次押注空间智能，她聚焦三维数据标注，正是对“数据驱动”理念的延续与升级。
复旦大学元宇宙研究院院长赵星指出，三维世界生成对机器人、元宇宙等领域意义关键：“元宇宙三大支柱——数字世界构建、交互硬件研发、数字资产创新——均亟待AI生成内容技术的突破支撑。”在高效低成本的三维内容生成工具成熟前，元宇宙落地将受限于数字世界的“建模瓶颈”。
上海正加速相关探索：上海人工智能实验室的Aether4D模型已应用于具身导航；华为、腾讯等企业深耕数字人化身；上影集团用3DGS技术生成数字资产。这些实践共同指向一个未来：虚拟与现实的深度融合。
AI正逐步“读懂”三维世界的底层逻辑，为具身智能、机器人、元宇宙等需与现实环境深度交互的场景注入核心驱动力。
来源：上观新闻
#锂电池行业拐点确立！锂电大周期来了？##杨德龙：4000点或是新一轮行情的起点##三星内存涨价60%！全面涨价潮来袭？#
