AI 生成能力从文字、图片和视频，扩展到可以进入、探索和交互的空间。

文 /VR 陀螺

9 月 28 日，AMD 宣布收购李飞飞参与创办的世界模型公司 World Labs，交易全部以股票完成，估值约 82 亿美元。交易预计在监管等条件满足后，于 2026 年底前完成。

一家成立仅两年多的 AI 公司，为什么能够让一家芯片巨头拿出 82 亿美元？答案可能隐藏在 AI 正在发生的一次变化中。

过去两年，AI 在文字、图片和视频生成上的进步很快，但真实环境并不是一组彼此独立的画面。物体存在于空间中，彼此拥有位置和结构关系；用户推开一扇门、拿起一个杯子或者向前移动，环境还会持续发生变化。

World Labs 所提出的 " 空间智能 "，核心目标正是让 AI 深度理解现实世界里物体、空间与用户之间的关联关系。而 XR 设备，天然会成为世界模型从 " 生成空间 " 迈向 " 进入空间 " 的关键硬件入口。

AMD 为什么要买一家 " 造世界 " 的公司？

World Labs 一直是 AI 领域融资能力较强的创业公司。

2024 年成立之初，公司获得约 2.3 亿美元融资；今年 2 月，公司又完成 10 亿美元新一轮融资，AMD、NVIDIA、Autodesk 等企业参与其中。此前，AMD 已经与 World Labs 围绕 GPU 上的模型训练和推理优化展开合作。

AMD 对 World Labs 的兴趣落在计算平台上。AMD 在公告中提到，AI 进一步进入推理、机器人、模拟和 Physical AI 等方向，计算需求随之变化。纳入 World Labs 后，AMD 可以把模型研究与芯片、软件和系统开发放在一起，更早参与新模型的计算需求定义。

李飞飞也解释过，World Labs 若想扩大模型规模和应用范围，需要更加接近硬件。缺少针对性的硬件投入，会限制模型效率和规模，也会影响 AI 向空间和物理世界延伸。

这背后是 AI 计算对象的变化。大语言模型主要处理 Token，世界模型还要处理图像、视频、3D 几何、空间状态和物理变化。模型需要判断镜头转过去以后有什么、物体移动后处于什么位置，以及用户的行为会怎样改变环境。芯片厂商因此开始更早进入模型能力定义环节。

中国一级市场也在快速跟进。睿兽分析发布的报告显示，今年 1 至 7 月，中国一级市场世界模型相关概念发生 105 起获投事件，累计融资 666 亿元。同期报告也提醒，技术路线尚未收敛，市场热度走在技术成熟度前面。

生成视频与生成空间，世界模型的两条技术路径

目前世界模型已经形成两条较有代表性的技术方向。

第一条路线强调实时生成画面。Google DeepMind 发布的 Genie 3 可以根据文字描述实时生成可探索环境。用户向前移动或改变方向，模型会继续预测接下来应该看到的画面，并在数分钟内维持环境一致性。与 Sora、Veo 等视频模型相比，Genie 3 的环境由用户操作推进，没有固定时间轴。

第二条路线强调生成可编辑的 3D 空间。World Labs 去年发布的 Marble 可以根据文本、图片和视频生成具有空间一致性的 3D 世界，并导出 Gaussian Splat、三角网格和碰撞网格，继续进入其他 3D 工作流。其 Spark 渲染器可以把这些场景运行在桌面、移动设备和 VR 头显上。

今年 9 月，World Labs 又公布了 Atlas。它同时处理文本、图片、视频和 3D 信息，并将这些内容放进统一的空间上下文。Atlas 覆盖生成世界、空间重建和时空模拟，可以从少量图片恢复真实环境，也可以根据视频理解空间变化。

World Labs 还提出过 "3D as code"。代码已经成为人和机器描述软件逻辑的接口，3D 也可能成为人与 AI 描述空间的接口。模型输出的可编辑结构可以继续交给游戏引擎、物理引擎和机器人系统使用。

这两条路线关注的都是同一个问题：AI 能否生成一个可以被用户进入、探索和交互的空间。它们也把世界模型与 XR 拉得越来越近。

世界模型开始进入 XR 生产链，PICO 可能会成为第一个吃螃蟹的人

对 XR 行业来说，" 世界 " 就是内容本身。

过去，XR 内容是开发者先把世界做好，再把用户放进去。场景在哪里、道路通向哪里、物体怎样摆放，以及大部分交互规则，都需要提前设定。

世界模型会改变其中一部分流程。用户提供一张图片、一段视频或一句自然语言，模型先建立基础空间；用户进入后，模型再根据行动继续扩展环境。现实空间也可以先被扫描和重建，随后改变风格、补充内容或生成新的场景。对于 MR，模型了解现实空间结构后，生成内容可以与墙壁、桌面和用户位置建立关系。

另一项变化是内容不必在用户进入前全部完成。传统 VR 游戏的地图、任务和环境变化大多提前制作。当模型可以根据玩家行为持续生成环境时，同一套基础内容就能出现更多变化，新的区域可以动态延伸，不同玩家面对的空间也可能不同。

XR 长期讨论的内容供给不足，或许会因此获得新的解法。

字节跳动可能正在尝试把模型、内容和硬件串在一起。据了解，字节正在研发一款基于 Seedance 的实时空间视频模型，张一鸣亲自协调跨部门团队、AI 资源和算力投入，模型最快可能在今年 10 月亮相。它要创造可以根据用户行为变化的交互式虚拟世界，可用于直播、短剧和游戏等场景。

值得注意的是，在世界模型之外，PICO 也已经开始把 AI 引入空间内容的开发流程。

9 月，PICO 正式推出 PICO CLI 0.5.0。这是一套专门面向 AI 开发的命令行工具，同时也是 PICO Space Pro 和 PICO OS 6 新的空间应用开发入口。开发者可以直接使用自然语言描述需求，由 AI Agent 完成工程创建、代码编写、构建、调试和模拟器运行。系统还能够读取运行效果和错误信息，再自动修改代码，形成 " 开发—运行—检查—修复 " 的循环。目前 PICO CLI 已经支持 PICO Spatial SDK、Unity SDK 以及 SpatialML 等开发框架。

PICO CLI 本身并不是世界模型，但它反映出另一项正在同时发生的变化：AI 不仅开始生成 3D 资产和空间，也在进入 XR 应用的开发过程。过去需要开发者配置 SDK、编写程序、搭建场景和反复调试的部分工作，正在被自然语言和 AI Agent 重新封装。

从这一角度来看，字节正在形成一条颇为特殊的技术链路：上游有 Seedance 以及正在研发的实时空间视频模型，中间有 PICO OS 6、Spatial Engine 和 AI 辅助开发工具，下游则有 PICO Space Pro 这样的 XR 硬件。

这里还有一个值得继续观察的时间点。今年 8 月 24 日，PICO 宣布将原定 9 月 2 日发布的 PICO Space Pro 推迟至第四季度。官方表示，产品软硬件已经达到较高完成度，但团队在最后阶段决定对软件体验进行重大升级，因此发布时间指向第四季度。

虽然目前没有公开证据证明 Space Pro 延期与这款模型存在直接关系，但当字节的空间生成模型、PICO OS 6、AI 空间开发工具以及 Space Pro 同时在今年下半年加速推进。一个问题已经提前留下：字节正在研发的 " 可交互虚拟世界 "，未来会不会首先出现在自己的 XR 平台上？

这概率很大，毕竟 PICO 此前曾通过《轻世界》尝试过用户创造虚拟世界的产品形态。如果字节的空间生成能力最终进入 PICO，它可能不是简单增加一个 AI 功能，而是让《轻世界》当年没有完成的 " 人人创造虚拟世界 "，以 AIGC 的方式重新出现。

落地 XR 场景的难点并不少

世界模型距离替代游戏引擎和 3D 开发流程还有很远。视觉效果容易展示，真正可以运行的世界还需要解决几项基础问题。

第一是空间一致性。用户佩戴头显移动后，转身回到原位，桌子仍要在那里，门要维持打开状态，地上的物品不能消失。Genie 3 目前能够维持数分钟的一致性，游戏、社交和空间应用可能需要持续数小时，甚至长期保存世界状态。

第二是物理与交互。生成椅子的画面并不困难，但用户要坐上去，系统必须知道椅子的结构、碰撞范围和承重关系。用户拿起杯子时，模型还要理解杯子是否为空、液体如何运动，以及杯子碰到桌面后的结果。这些能力需要模拟器参与。

第三是实时性和算力。XR 对延迟非常敏感。传统游戏引擎能够稳定提供高帧率，原因在于大部分资产和规则已经提前完成。用户每次移动都要求大模型重新推理环境时，模型规模、推理成本和时延都会直接影响产品体验。AMD 关注 World Labs，也与这项工作量有关。未来的世界模型需要同时处理高分辨率画面、3D 结构、物理状态和实时交互，计算需求与大语言模型存在明显差异。

第四是开发者的可控性。游戏和影视内容不能完全随机，创作者需要控制视觉风格、故事节奏、关卡结构和玩家体验。模型既要提供足够强的生成能力，也要服从开发者的设计。

更现实的方案是让世界模型与传统引擎配合。AI 负责生成和理解空间，游戏引擎继续处理稳定规则、确定状态和高实时性任务，Gaussian Splat、Mesh、碰撞体等结构化 3D 信息连接两套系统。

World Labs 提出的 "3D as code" 也采用了类似思路。模型生成世界，状态管理、物理、碰撞和同步仍由传统系统完成。

写在最后

AI 生成的对象还在增加。文字、图片、视频和 3D 资产之后，空间成为新的目标。

XR 设备过去主要运行开发者提前制作的内容。当空间可以被 AI 实时生成、重建和改变时，VR、MR 和空间计算设备也会获得新的内容来源。用户进入的将是一个持续变化的世界。

AMD 以 82 亿美元收购 World Labs，说明芯片厂商已经开始为下一代计算需求下注。世界模型进入 XR 生产体系还需要时间，但它显然已经打开了一条新的路径。

第一时间了解 XR 资讯

关注 VR 陀螺官网（vrtuoluo.cn）