文 | 蓝字计划，作者｜Chester

梅西还没有输。

今年世界杯决赛，39 岁的梅西没能再次捧起大力神杯；但在世界杯刚刚结束，媒体就爆出他在另一个赛场下了注：旗下投资平台 Play Time 投资了李飞飞创办的 World Labs，一家用 AI 批量造 3D 世界的公司。

对于顶级体育明星来说，拿赛场上赚来的钱继续赚钱，早已不是什么新鲜事。

NBA 历史地位 " 坐二望一 " 的勒布朗 · 詹姆斯，早早便通过股权投资、体育资产和影视公司建立起自己的商业帝国；足坛另一位超级巨星 C 罗，把生意做到了酒店、健身和医疗领域；网球传奇塞雷娜 · 威廉姆斯，甚至成立了一家专业风险投资机构。

相比之下，梅西在风险投资领域起步得晚了不少。

直到2022 年，他才与合作伙伴成立 Play Time，开始投资体育、媒体和科技公司。虽然陆续投出了一些项目，但目前还没有出现一笔足以证明其投资眼光的代表作。

偏偏梅西这次押注的 World Labs，也不是什么在 AI 圈能把赚钱这件事 " 稳稳接住 " 的成熟公司。

这家公司成立当年还没有产品，估值就超过 10 亿美元；如今首款产品刚刚落地，据报道估值已经达到约 50 亿美元。

一边是投资成绩尚未得到证明的球王，一边是产品刚刚落地、身价就被推高至数十亿美元的 AI 公司，这很难不让人为梅西捏一把汗。

赛场上失意的梅西，这次做的，究竟是不是一笔好买卖？

梅西投了另一个 GOAT

GOAT 是 "Greatest of All Time" 的缩写，意思是 " 史上最佳 "。

如果说梅西是足球界的 GOAT，那么他这次投中的李飞飞，在 AI 视觉领域也差不多是同一级别的人物。

李飞飞最有分量的一项工作，是带领团队建立 ImageNet。

在 2000 年代后期，研究人员已经开始教计算机识别猫、狗、汽车和行人，但手里的训练图片太少，各家使用的题目也不一样，很难判断哪一种算法更强。

李飞飞决定先给全世界的 AI 准备一套统一的 " 视觉题库 "。

她带领团队从互联网上收集图片，再让数以万计的普通人为图片贴上标签。最终，ImageNet 收录了超过 1400 万张图片，覆盖两万多个类别。

正是这件听起来像是 " 整理图片 " 的事情，改变了 AI 的发展。

2012 年，AlexNet 参加 ImageNet 图像识别挑战赛，识别错误率比第二名低了超过 10 个百分点。这个结果第一次让行业清楚地看到：只要拥有足够多的数据，再配合神经网络和 GPU，机器识别图片的能力就可以发生质的飞跃。

此后，越来越多研究人员转向深度学习，人脸识别、自动驾驶和 AI 生成图片等技术也随之加速发展。

ImageNet 因此被视为现代 AI 浪潮的重要起点之一，李飞飞也成了计算机视觉领域绕不开的人物。斯坦福大学曾让她掌管人工智能实验室，谷歌云也请她担任 AI 首席科学家。

可以说，她过去完成的事情，是教会 AI" 看见 "。如今，李飞飞想让 AI 进一步理解自己看到的世界。

2023 年，在斯坦福大学举办的一场机器人论坛上，她提出，ChatGPT 让人们看到了语言智能的突破，但 AI 想要进入现实世界，只会理解文字还不够。

人类看到一个房间，很快就能判断桌椅放在哪里、门应该推还是拉、自己能从哪里通过。机器人即使认识这些物体，换到一个陌生环境后，也可能重新感知、规划甚至训练。

李飞飞把这种理解物体、空间以及人与环境关系的能力称为空间智能。2024 年，她与三位计算机视觉和图形学专家共同创办 World Labs，准备给 AI 补上这项能力。

公司成立当年便拿到 2.3 亿美元融资。领投方包括硅谷顶级风投机构 a16z、NEA 和 Radical Ventures，英伟达、AMD 和英特尔旗下投资机构也纷纷上车。

到 2026 年，英伟达和 AMD 继续跟投，全球最大的设计软件公司之一 Autodesk 又一次性投资了 2 亿美元。

从创始人的履历和投资阵容来看，梅西这次至少跟对了人；但跟对人，未必就等于投资了一门好生意。

AI 版 " 我的世界 "？

判断一笔投资值不值，选对人只是第一步。然而 World Labs 还要证明，李飞飞提出的空间智能能够变成一款有人付钱的产品。

2024 年底，World Labs 第一次公开展示技术成果。用户只需要上传一张普通图片，系统便能将它变成一个可以自由探索的三维场景。

一张客厅照片经过处理后，用户可以绕过沙发，看到原本被挡住的家具；一张城市街景，也可以从不同角度继续探索建筑和道路。

2025 年，World Labs 正式推出第一款产品 Marble。除了图片，它还可以根据文字、视频和简单的 3D 布局生成三维世界，并允许用户继续编辑、扩展和组合不同场景。

说得通俗一点，Marble 就像一台 AI 版 " 上帝模拟器 "：给它一句话或者一张照片，它就能凭空搭出一个可以走进去、继续改造的 3D 世界。

目前来看，Marble 最容易进入的是游戏、影视、建筑设计和虚拟现实等行业。

游戏里的地图和建筑、电影里的虚拟场景、建筑师展示的空间方案，以及汽车和工业产品的数字模型，都需要大量 3D 内容。过去，这些内容往往要由专业人员一点点搭建模型、添加材质和调整灯光，制作周期长，成本也不低。

如果 Marble 可以把一张图片直接变成能够继续修改的三维世界，它最先卖出去的，其实是这些行业里最昂贵的东西之一：制作时间。

Autodesk 愿意一次性投资 World Labs 两亿美元，也和这块现实需求有关。它的客户遍布建筑、制造、影视和游戏行业，一旦 World Labs 的模型进入这些专业工作流程，空间智能就有机会成为一门可以直接收费的工具生意。

更大的想象空间来自机器人。

2026 年 7 月，World Labs 收购机器人仿真平台 SceniX，开始补充物理模拟和机器人训练能力。它希望生成的虚拟世界不只看起来逼真，里面的物体还要遵守重力、碰撞和运动规律。

这样一来，机器人便可以先在 AI 生成的工厂和家庭里练习抓取、移动和避障；自动驾驶系统也能提前经历暴雨、施工和行人突然冲出道路等极端情况。

一旦这条路走通，World Labs 能够出售的，就会从一款 3D 创作工具，扩展到机器人训练所需的环境、模拟器和数据。

只不过，这部分潜力目前仍然主要存在于未来。

Marble 可以生成一间虚拟房屋，却还不能直接让机器人走进真实房屋，把桌上的杯子稳稳拿起来。从画出一个三维世界，到准确模拟物理规律，再到控制机器人完成任务，中间还有很长的距离。

与此同时，谷歌 DeepMind 已经推出能够生成交互环境的 Genie 系列模型，英伟达也在通过 Omniverse 和 Cosmos 搭建机器人训练所需的数字世界。

谷歌拥有模型和数据，英伟达掌握算力、芯片和机器人生态。它们的入场证明空间智能值得下注，也意味着 World Labs 必须和资源更雄厚的巨头争夺市场。

如果空间智能成为继大语言模型之后的下一块 AI 基础设施，World Labs 又能成为其中的领先平台，如今的身价或许还有继续上涨的空间；如果 Marble 最终只是一款更先进的 3D 生成工具，公司提前透支的想象空间就很难兑现。

世界杯已经分出了胜负，梅西在 AI 上的这场比赛，才刚刚开场。