一、模型发布背景与团队介绍
发布时间：当地时间2024年12月2日凌晨。
发布主体：由AI学者、斯坦福大学教授李飞飞联合创办的World Labs。
团队核心成员：李飞飞与贾斯汀·约翰逊（Justin Johnson）、克里斯托夫·拉斯纳（Christoph Lassner）和本·米尔登霍尔（Ben Mildenhall）。其中，贾斯汀·约翰逊是李飞飞的博士生，现为密歇根大学的助理教授。
团队规模与融资：World Labs于2024年9月正式亮相，目前拥有20名员工，包括CV和图形学领域的研究人才，以及系统工程、产品设计等职位。公司已迅速完成了2.3亿美元的融资，得到了AI领域知名人士Geoffrey Hinton、Jeff Dean、谷歌前CEO Eric Schmidt等人的支持，公司估值已超过10亿美元。
二、模型特点与功能
空间智能：该模型是World Labs的首个“空间智能”模型，能够从单个图像一键生成3D世界。
交互性与可修改性：与以往的AI工具不同，World Labs生成的3D场景具有交互性，用户可以在其中自由探索，并实时调整摄像机的位置和视野、更改对象颜色等。
3D效果与一致性：该模型能够估算出3D几何图形，填充场景中未见的部分，创建新的内容，实现各个方位的3D世界构建。与生成式AI工具生成的图片或视频等2D内容相比，以3D形式生成的内容具有更好的控制性和一致性。
适应多种场景与风格：该模型可以适应各种场景类型和艺术风格，如生成不同的相机效果、3D效果以及经典绘画风格的3D内容。
三、应用场景与影响
电影、游戏制作：该模型将极大简化电影制作、游戏制作、VR游戏制作等内容素材的制作流程，提高3D内容的一致性和质量。
艺术创作：创作者可以使用该模型生成不同风格的3D环境，并将其整合到现有的工作流程中，填补创意工作流程中的空白。
未来展望：World Labs表示，他们正在努力改进生成的3D世界的大小和逼真度，并尝试与用户互动的新方法。未来，该模型有望在其他人工智能工具中自然地结合，为用户带来更加丰富的3D体验。
四、用户体验与反馈
实时渲染与探索：在World Labs网站的演示中，这些由AI生成的场景均通过浏览器实时渲染而成。用户可以使用箭头键或键盘（WASD）键移动，并单击并拖动鼠标实现交互，从而自由探索场景。
创作者试用：已有一些创作者受邀试用了该模型，并将其整合到了现有的工作流程中。他们表示，这项技术完美地填补了创作过程中的空白，可以让角色布置和精确的镜头调度变得更容易。
