在人工智能领域，一场关于“空间智能”的竞赛正悄然升温。由“AI教母”李飞飞创立的World Labs，凭借其颠覆性的技术路线，成为这场竞赛中最受瞩目的黑马。这家成立仅两年的初创公司，近日宣布完成10亿美元融资，投后估值飙升至50亿美元，更吸引了英伟达与AMD这两大芯片巨头罕见联手投资，引发行业震动。
World Labs的核心突破在于其开发的“大型世界模型”（LWM）。与传统AI专注于文本或二维图像不同，这一模型能够生成具有物理属性的3D虚拟世界——水会流动、玻璃会碎裂、物体碰撞遵循真实力学规律。更令人惊叹的是，仅需一张照片或一段视频，系统便能自动补全场景中未被拍摄的部分，甚至推测出天花板高度、窗外景色等隐藏信息。这种从“平面识别”到“立体理解”的跨越，被李飞飞形容为赋予AI“物体恒常性”的婴儿级认知能力。
支撑这一技术落地的，是一支以华人科学家为主体的顶尖团队。联合创始人中不乏清华、北大等名校背景的技术精英，而李飞飞本人在学术界与资本圈的双重影响力，也为公司融资铺平了道路。她不仅是Radical Ventures的科学合伙人，还与金沙江创投等机构保持着深度合作，这种资源网络成为World Labs快速崛起的关键因素。
真正让科技巨头们趋之若鹜的，是World Labs在“具身智能”领域的潜力。当前，物理机器人训练面临两大难题：真实世界试错成本高昂，且传统数字孪生技术复刻现实世界的效率极低。World Labs的解决方案是构建“数字表亲”体系——通过快速生成海量近似真实的3D场景，让机器人在虚拟环境中完成危险动作的预演。例如，机器人可以在虚拟厨房中反复练习拿取玻璃杯，直到掌握精准力度后再部署到现实场景，从而大幅降低训练成本与风险。
为实现这一目标，World Labs与中国仿真合成数据公司光轮智能展开合作。前者负责可视化场景生成，后者提供底层物理引擎，双方技术互补形成完整闭环。如今，仅需几分钟，系统就能将一张全景图转化为可交互的仿真环境，解决了行业长期面临的规模化数据采集难题。这种“低成本、高效率”的模式，被视为机器人训练领域的革命性突破。
学术界同样为World Labs的技术进展所震撼。2025年，团队提出的MoMaGen技术进一步缩短了虚拟与现实的距离：通过1条人类动作示范，系统可裂变生成数千条符合物理规则的仿真数据，再经40条真实数据微调后即可直接部署到实体机器人。这种“示范-仿真-微调-部署”的闭环，标志着具身智能从实验室概念向工业级应用的跨越。
商业落地方面，World Labs已与设计软件巨头Autodesk达成深度合作。建筑师可先用世界模型快速生成办公室布局草图，再导入Autodesk工具进行精细化设计，这种B2B服务模式为公司开辟了清晰的盈利路径。据统计，过去一年内，全球超过13亿美元资金涌入世界模型赛道，除World Labs外，meta首席科学家杨立昆创立的AMI Labs、谷歌DeepMind的Genie 3项目也在加速布局。
然而，挑战依然存在。世界模型的训练需要高质量3D空间数据，其获取成本远高于文本数据；物理建模的容错率极低——语言模型出错可能只是闹笑话，但世界模型的偏差可能导致机器人撞墙或自动驾驶事故。英伟达、AMD等资本的押注，不仅是对李飞飞个人光环的认可，更是对AI从“语言智能”向“物理世界”拓展这一趋势的判断。当人工智能开始理解空间、模拟物理规律，那个能替代人类完成复杂任务的通用机器人，或许已不再遥远。
