李飞飞最新世界模型正式开放，我用它一句话造出重庆山城- 大数跨境

首页

李飞飞最新世界模型正式开放，我用它一句话造出重庆山城

APPSO

2026-11-13

导读：世界模型的竞争要开始了吗

此前凭借「一张图片生成整个 3D 世界」引发广泛关注的李飞飞世界模型，现已正式向公众开放。

由「AI 教母」李飞飞创办的 World Labs 今日宣布，其核心产品世界模型 Atlas 正式上线网页应用及开发者 API。新用户注册即可获赠 10000 积分，用于体验相关功能。

体验地址：atlas.worldlabs.ai

用户现在可以亲自体验这项技术：通过简单的草图或描述，AI 即可构建出可自由探索的 3D 世界。系统支持调整场景布局、规划镜头路径、生成视频，并可将成果导出至 Blender 或游戏引擎进行二次创作。

此次开放同步推出了 Viewfinder 和 Chisel 两款 Web 应用，李飞飞本人也对此表示期待，认为这将激发用户利用最新世界模型进行创作的潜力。

a16z 合伙人 Martin Casado 高度评价此次发布，称其为生成式 AI 兴起以来，3D 生成与重建领域迈出的最大一步。

完整的世界模型工具链解析

新用户登录后，首页呈现 Viewfinder、Chisel、Relight 和 Splat to mesh 四大核心工具。这些工具共同构成了从场景生成到工程化落地的完整链路。

Viewfinder：从静态图像到动态场景

Viewfinder 的核心功能是将单张图片转化为可探索的 3D 场景。用户输入照片或文生图内容后，系统不仅能生成新视角画面，还能设置相机路径并渲染视频，赋予静态画面重新取景的可能。

以客厅图片为例，Viewfinder 能推测沙发背面及画面外空间的样子，生成一个包含合理想象的可延展场景。官方指出，该工具既支持单图生成，也可利用最多 64 个输入视角重建真实环境。

Chisel：智能体驱动的结构搭建

针对生成场景布局不符合需求的问题，Chisel 提供了解决方案。它允许用户先通过简单三维形状确定物体位置和场景结构，再由模型根据结构生成视觉效果。这种「先搭空间，再定风格」的工作方式，确保了墙壁位置等硬性约束符合拍摄需要。

四大工具的功能定位如下：

Viewfinder：图片转场景。支持 JPG/PNG/WEBP/HEIC 输入，输出新视角视频（MP4）或高斯溅射点云（PLY/SPZ）。

Chisel：智能体驱动的 3D 环境搭建器。支持图片、文档、URL 及网格模型混合输入，通过自然语言指挥 AI 搭建白模，再由 Atlas 渲染。

Relight：为 Splat 场景重新打光并添加阴影。

Splat to mesh：将 Splat 点云转换为带贴图的 GLB 网格，便于导入游戏引擎。

平台采用积分制计费：Viewfinder 渲染一帧消耗 50 积分；Chisel 智能体按 Token 计费（Gemini 4 Argon，每 1M 输出 Token 10000 积分）；Chisel 整组渲染消耗 160 积分；生成完整 Splat 消耗 5000 积分。新手赠送的 10000 积分足以支持基础功能体验。

实测体验：从涂鸦到重庆山城

官方演示中，将笔记本简笔画转化为 3D 场景的案例备受瞩目。实测中，上传包含房屋、树木和小路的草图至 Chisel，系统先生成参考图，随后内置智能体自动搭建 3D 白模，实时拆解建筑体量、开门窗并修复几何错误。

用户可通过对话框调整搭建流程，完成后系统将交付场景、零遮挡机位及多套渲染方案。点击渲染（约 160 积分）即可一次性生成成片，亦可通过追加指令（如「增加夜宵摊」）或生成漫游视频进行深度创作。

在更复杂的「暴雨夜重庆山城」测试中，输入详细提示词后，Atlas 耗时约 1 分钟生成参考图。随后，基于 Gemini 4 Argon 的智能体接管后续工作，历时 30 分钟执行了拆解建筑、布置机位、搭建轻轨、补齐细节及校验视线等 6 步计划。

智能体展现了专业的纠错能力，例如自动修复悬空的轻轨桥墩，并调整建筑檐口高度以优化视野。最终生成的场景包含 38 级石阶、10 栋居民楼、轻轨车厢及 8 个零遮挡机位。

选择「暴雨深蓝夜」方案渲染后，湿滑石阶上的霓虹倒影、砖墙防盗窗等细节均得到精准呈现。

对于希望快速上手的用户，Viewfinder 是最佳入口。上传图片后，通过鼠标操作相机视角（左键环绕、中键平移、滚轮缩放），需注意必须平移离开原始机位以产生视差，方可成功渲染新视角画面。累积足够帧数后，可生成完整点云或视频，并导出为标准格式文件。

此外，Atlas 提供完整的开发者 API，方便将世界生成能力集成至自有产品管线中。

AI 编程与视觉生成的协同进化

Atlas 的开放引发了关于 AI 创作分工的新思考。World Labs 设计师 Ian Curtis 结合 Fable 5.2、three.js 与 Atlas，展示了第一人称实时漫游的 3D 世界，印证了代码生成与视觉资产制作的互补性。

研究者 Ben Mildenhall 指出，理想的分工模式是：由 Agent 搭建粗略三维几何结构，再通过 Atlas 控制最终画面生成。Chisel 及集成的 Codex、Claude Code 均围绕此方向设计，旨在降低程序化制作精细画面的高昂成本。

Atlas 还提供了 Blender 集成及 Splat 转网格工具，助力用户将生成结果融入游戏开发等专业流程。尽管距离成品游戏或影片仍有交互规则、角色行为等环节需完善，但其价值在于提供了一条清晰、可定价的工作流。

尽管面临来自 Viggle 等竞品的挑战，Atlas 的核心优势在于其工程化落地能力。它将世界模型从单一的技术演示转化为涵盖分镜、渲染、漫游及引擎对接的生产工具。

对于独立开发者和普通用户而言，这意味着不再需要从零手工搭建每一个场景。当 AI 逐渐掌握代码编写，下一步便是让其构建代码背后的三维世界，让脑海中的画面真正变得可触、可游、可感。

【声明】内容源于网络

APPSO

AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

内容 15930

粉丝 0

APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

总阅读604.0k

粉丝0

内容15.9k