李飞飞空间智能新成果震撼问世!3D世界生成进入「无限探索」时代

告别数据丢失焦虑:用Python手把手实现Reed-Solomon码(附完整代码) 本文详细介绍了如何使用Python实现Reed-Solomon纠错码(RS码),帮助开发者有效防止数据丢失。通过基础编解码实战、文件保护方案和高级性能优化技巧,读者可以轻松掌握这一前向纠错技术,应用于物联网、文件存储和网络传输等场景,提升数据可靠性。 阅读详情

斯坦福大学教授李飞飞的创业公司 World Labs 发布了新成果 —— 限量开放的测试预览版空间智能模型 Marble。

「只需一张图片,就能生成持久存在的 3D 世界,比以往更宏大、更震撼!」

李飞飞对此表示,「这是一个使用我们的 3D 世界生成模型创建的极其庞大的世界,它令我惊叹不已!」

实现这一切,输入的既可以是单张图片,也可以是文本提示。

当被问到与谷歌的 Genie 有什么区别时,李飞飞表示,「我们生成的 3D 世界是永久存在的,用户可以自由地在其中导航探索,而这一切对你来说完全免费。」

有 X 博主表示,「这才是真正的大规模 3D 生成。」

学习资料+大模型全流程学习路径+60G学习干货包

论文指导+技术答疑+做项目

关zhuV.X服务号:大模型星球 发送:211C 自取

资料包:1、Agent多模态大模型视频及课件

2、ChatGLM、LLM、LangChain、llama3等教程,微调部署落地

3、Transformer、BERT、Huggingface三大基础模型

4、大模型前沿论文+书籍+路线图

5、最新大模型大厂面试题库、转型简历包装

6、李宏毅等名师视频合集

另有网友测试后表示效果很棒,也提出了一些改进的建议。

目前,用户可以加入白名单,访问 Marble 预览版。

白名单地址:https://www.worldlabs.ai/waitlist

在 World Labs 放出的官方博客中,我们可以看到更详细的技术细节(下文以第一人称陈述)。

今天,我们很高兴分享在「空间智能」前沿探索上的最新进展 —— 生成持久、可导航、可控的 3D 世界。

同时,我们正式推出 Marble,一个限量测试版预览模型,现已开放试用。

试用地址:marble.worldlabs.ai

无论是输入一张图片还是一段文字提示,Marble 都能生成一个 3D 世界,供你无限制地探索 —— 没有时间限制、没有形变、没有不一致性。

与此前成果相比,现在生成的 3D 世界规模更大、风格更多样化、几何结构也更为干净。

Marble 让用户可以浏览和构建 3D 世界。爱好者和开发者还可以将生成的世界导出为高斯点云,并在下游项目中加以使用。这在开源渲染库 Spark 的支持下尤为方便,它能够将高斯点云无缝集成进 Three.js,用于构建基于 Web 的 3D 体验,并能高效地在桌面电脑、笔记本电脑、移动设备和 VR 头显上运行。

凭借模型在一致性和风格遵循上的进步,用户现在可以通过组合多个单独的生成结果来构建出更大的世界。

更优质的几何结构

在许多视觉创作者的工作流与应用场景中,能够在一致的 3D 世界中进行导航和交互是核心需求。

我们生成的 3D 世界支持用户在浏览器中进行自由视角的导航,且完全零成本。相比深度图或点云所提供的有限 3D 体验,我们的世界具备更丰富的几何复杂度,能够生成更完整的 3D 场景,使用户可以从输入视角的背后或更远处进行探索。

目前,我们的模型主要面向 3D 环境的创建,而不是聚焦于单个或中心对象(例如人物或动物)。所以,对于自拍爱好者或宠物主人来说,暂时可能会有些遗憾。

更多样化的风格

生成式 AI 最令人兴奋的一点,是它能在创作过程中自由迭代外观与风格。

我们的模型可以将各种风格的输入转化为 3D 世界,从平面、色彩鲜明的卡通到逼真、细节丰富的图像,让用户能够不断探索和尝试,找到最契合需求的 3D 世界。

更宏大场景的探索

以房间大小为尺度的世界是一个很好的起点,但创作者的想象往往超越这些界限。

我们想展示一些可能性:用户可以将自己生成的空间拼接在一起,从而构建更宏大的环境。得益于我们的模型在风格一致性和几何一致性上的表现,如今已经可以畅快地在这些更大的世界中进行导航和浏览,并设想出丰富多样的应用场景。

YOLOv11改进 | 注意力篇 | YOLOv11引入CBAM注意力机制 我们的实验表明各种模型的分类和检测性能得到了一致的改进,证明了 CBAM 的广泛适用性。简单介绍:CBAM的主要思想是通过关注重要的特征并抑制不必要的特征来增强网络的表示能力。模块首先应用通道注意力,关注"重要的"特征,然后应用空间注意力,关注这些特征的"重要位置"。到此本文的正式分享内容就结束了,在这里给大家推荐我的YOLOv11改进有效涨点专栏,本专栏目前为新开的,后期我会根据各种前沿顶会进行论文复现,也会对一些老的改进机制进行补充,如果大家觉得本文帮助到你了,订阅本专栏,关注后续更多的更新~ 阅读详情

相关推荐

STC8H8K64U ADC采样实战:从蜂鸣器控制到电压测量(附完整代码)

本文以STC8H8K64U单片机为核心,通过两个实战案例详细讲解ADC采样的应用。首先介绍如何利用ADC采样值动态控制蜂鸣器响度,实现模拟PWM效果;其次深入探讨高精度外部电压测量的方法,包括硬件连接、两点校准技巧以及软件滤波,旨在帮助开发者从理论到实践全面掌握ADC功能。

weixin_29159441的博客 557

刚刚,李飞飞空间智能新成果震撼问世!3D世界生成进入「无限探索」时代

相比深度图或点云所提供的有限 3D 体验,我们的世界具备更丰富的几何复杂度,能够生成更完整的 3D 场景,使用户可以从输入视角的背后或更远处进行探索。这在开源渲染库 Spark 的支持下尤为方便,它能够将。当被问到与谷歌的 Genie 有什么区别时,李飞飞表示,「我们生成的 3D 世界是永久存在的,用户可以自由地在其中导航探索,而这一切对你来说完全免费。我们的模型可以将各种风格的输入转化为 3D 世界,从平面、色彩鲜明的卡通到逼真、细节丰富的图像,让用户能够不断探索和尝试,找到最契合需求的 3D 世界。

小白学视觉 219

从AMCL到SLAM Toolbox:在Nav2中实现高精度纯定位的实践指南

本文详细介绍了从AMCL迁移到SLAM Toolbox纯定位模式的实践指南,帮助开发者在Nav2中实现高精度定位。通过对比AMCL与SLAM Toolbox的性能差异,提供环境配置、参数调优、Nav2集成等关键步骤,显著提升机器人在动态环境中的定位精度和重定位效率。

weixin_29292535的博客 147

李飞飞发布世界模型新成果,一张图生成 3D 世界,现在就能玩

从技术角度看,World Labs 要实现的是:给 AI 一张照片,让它「脑补」出整个场景的几何结构——哪些面是平的、哪些是凸凹的、物体间的空间关系、深度、光照、材质、纹理等。相比之前的技术成果,现在的生成世界更大、风格更多样,三维几何结构也更清晰。按照李飞飞的说法,空间智能已经能让我们「生成并重建无限的宇宙,用于创造、旅行、叙事,甚至社交」,甚至「让我们能够以多元宇宙的方式生活」。某种程度上,Marble 里的空间给我的感觉更像是一款游戏,其出现的时机 也正好赶上了「AI 游戏」这个赛道的集体发力期。

2501_91883294的博客 915

瑞芯微RK3588系统重装实战:从Windows到Linux的完整烧录指南

本文提供了一份详尽的瑞芯微RK3588开发板系统重装实战指南,涵盖从Windows到Linux双平台的完整烧录流程。针对RK3588芯片特性,详细解析了驱动安装、工具使用、固件烧录步骤及常见问题排错,旨在帮助开发者高效、安全地完成系统切换与部署,快速投入AI推理与边缘计算等应用开发。

weixin_29164185的博客 357

二叉树的操作之统计二叉树中节点的个数

一,问题描述 给定一颗二叉树,已知其根结点。 ①计算二叉树所有结点的个数 ②计算二叉树中叶子结点的个数 ③计算二叉树中满节点(度为2)的个数   二,算法分析 找出各个问题的基准条件,然后采用递归的方式实现。 ①计算二叉树所有结点的个数 1)当树为空时,结点个数为0,否则为根节点个数 加上 根的左子树中节点个数 再加上 根的右子树中节点的个数 借助遍历二叉树的思路,每访问一个结...

weixin_34200628的博客 4567

李飞飞最新成果:AI不再只会说话,大世界模型(LWMs)叙事开启!

她认为,正如五亿多年前生物视觉的进化,以前所未有的方式点燃了生命形态与智能的爆炸性增长,赋予机器空间智能,也将为AI带来一次类似的范式飞跃。在她看来,任何缺少空间智能的通用人工智能(AGI)都是不完整的。同时,这也与李飞飞长期关注的医疗健康“环境智能”理念不谋而合——具备空间感知力的AI系统,可以在不侵犯隐私的前提下,默默守护病患安全,辅助医护工作。从google的最新进展,到这次李飞飞的成果展示,提醒我们应该把目光放的再广阔一些,大语言模型的智力提升碰壁了,但是整个AI领域的创新仍然在飞速发展。

2501_91883294的博客 1178

Fluent 2.5D动网格重构实战:涡旋压缩机复杂运动模拟指南

本文详细解析了Fluent 2.5D动网格重构技术在涡旋压缩机复杂运动模拟中的应用。通过对比传统方法,2.5D重构显著提升了计算效率和稳定性,特别适用于柱体类几何的网格处理。文章提供了从基础配置到参数优化的实战指南,包括关键设置步骤、常见问题排查及性能优化策略,帮助工程师有效解决动网格重构中的负体积和网格畸变问题。

weixin_28455801的博客 548

李飞飞世界模型大更新, 实时生成3D世界,只要一块GPU

这和我们之前介绍的混元 3D 世界,所采用的方法类似,它们主打的是实现 3D 全管道的生成。举个例子,模型不再需要知道「这是一堵墙」或「那是一盏灯」,它只通过成千上万段视频的学习,学会了什么是「空间感」,学会从输入的 2D 图像序列中,预测出下一个新的视角画面。即便现在 Sora 一次性,能生成 25 秒的震撼画面,但视频生成结束后,世界就结束了,并不能提供持续的交互。未来是否真的有机会,像头号玩家一样,让现实世界和虚拟世界之间,产生明确的联系,光看现在的世界模型,要加载的内容还有太多。

2501_91883294的博客 704

【有啥问啥】智能座舱CPD技术:毫米波雷达如何守护儿童安全?

本文深入探讨了智能座舱中CPD(Child Presence Detection)技术如何通过毫米波雷达保障儿童安全。毫米波雷达凭借其穿透性检测、微动感知等优势,成为儿童遗留车内的有效解决方案。文章详细解析了技术原理、系统集成方案及安装指南,为智能座舱安全技术提供了实用参考。

weixin_29193259的博客 357

关于“为爱发电”的一些说明~~

专栏教学资料+工程文件

数字IC/FPGA杂货铺,找一找,或许有你想要的~ 2671

谷歌世界模型爆发:单张图生成可玩3D世界,还要和马斯克一起做AI游戏

而飞飞的 World Labs 是更进一步挖掘世界的物理本质:从图片出发,估计图片中不同景物的深度和相对关系,生成了更加物理世界的 3D 环境建模,不仅仅是可互动视频。不管怎样,这些新技术的碰撞都是进步的过程,王梦迪教授也表达了这样的期待:「期待看到更多不同技术思路的进展和对决。虽然这项研究仍处于早期阶段,智能体和环境生成能力还有很大的改进空间,但谷歌相信 Genie 2 是解决安全训练具身智能体结构性问题的一大途径,同时也能提供迈向 AGI 所需的广度和通用性。其可生成丰富多样的 3D 世界。

2403_86950003的博客 1258

VLA数据采集以及训练

直到15s计时结束,弹出下面的内容,这个时候不会录制视频了,这里就是需要复位物体到初始位置,尽量保证物体的初始位置放在一样的位置,计时3s,同样根据自己的复位时间来修改(--dataset.reset_time_s=3),这里和前面录制数据的区别就是fps后面多了一个nment,可以作为一个标记,知道什么时候开始去复位而不会拍到自己的手臂。复制网址,在浏览器打开,会出现下面的窗口,依次检查每一轮是否存在问题,例如是否出现录制不完整,是否存在除了机械臂以外的其他移动物体,这些都可能会影响最终训练的效果。

weixin_45303602的博客 496

昆仑万维开源 Matrix-3D大模型,正在开启“造物主”模式

昆仑万维开源的Matrix-3D模型实现了从2D图像到3D世界的突破性跨越。该技术不仅能360度全景重建场景,还可无限扩展虚拟空间,支持自由探索和风格化渲染。其核心技术包括:全景视野学习、双路径生成系统(快速建模与精细优化),以及基于虚幻引擎构建的11万条全景视频数据集。这标志着AI空间智能的重要进展,未来可应用于游戏开发、机器人导航、自动驾驶测试等领域。Matrix-3D的开源将推动数字内容创作革命,使普通人也能轻松构建沉浸式3D环境。

攻城狮7号的博客 1462

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

“AI教母”李飞飞的新突破:从单张图片生成互动3D世界

订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。不要错过这个机会,成为AI领域的领跑者。虽然目前系统仍处于早期阶段,存在用户活动范围有限、渲染细节不够完美等小问题,但World Labs计划于2025年正式发布这项技术,主要面向游戏和影视行业。通过这项创新,原本需要耗费多年时间和高昂预算才能完成的互动式虚拟世界,将在短时间内轻松实现,为中小型创意团队提供了更多机会。这一技术的独特之处在于生成的场景具有高度的一致性和互动性,无论用户从哪个角度观察,场景始终遵循物理规则,视觉效果真实自然。

2301_79342058的博客 583

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

世界模型:从虚拟3D到因果推理,AI认知革命的下一站

现有模型对复杂物理现象的模拟仍显粗糙。软体与流体力学:模拟手术中器官形变时,模型难以准确计算非线性弹性模量;在汽车碰撞测试中,金属褶皱形态的预测误差仍高达18%。多物体耦合效应:当机器人同时搬运多个物体时,模型可能忽略物体间的动态相互作用(如滑动导致的重心偏移),导致规划失败。解决方案包括引入高精度物理引擎(如NVIDIA Omniverse)与混合建模方法(将神经网络预测与经典力学方程结合)。从WorldLabs的单图重建到Genie 2的交互宇宙,世界模型正在模糊虚拟与现实的界限。

欢迎来到运通链达的官方博客!我们深度探讨人工智能技术与应用,贯彻科技向善理念,推动科技进步与社会福祉和谐共生。 1761

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

AGI前夜:世界模型、智能体协作与人类的位置

摘要: 当前AI正迈向AGI临界点,智能体协作与"世界模型"成为核心突破方向。传统对话式AI(Chat范式)正被能自主规划执行的智能体取代,而世界模型让AI具备物理世界理解能力。多智能体协作架构和标准化协议推动AI从"工具"向"生命体"演进,引发对自主进化、经济规律驱动和人类角色定位的深层思考。尽管AGI时间表仍存争议(2026-2045年),共识在于:人类需转向定义价值与意义,而AI将接管执行与系统优化。未来入口可能从App转向统一智能体,标志着

kongzhonghu的专栏 501

51c大模型~合集110

为了解决这一问题,在稠密化过程中,我们对容易引起退化和梯度集中的具有极端延展率的高斯面片进行了筛选,并对其增殖过程进行了限制,从而在不牺牲性能的情况下有效稳定了训练过程,保障了优化过程的顺利进行。大规模场景的重建往往还意味着显著的训练开销,要重建 1.97 平方千米的区域会产生接近两千万的高斯点,这意味着 4.6G 的存储以及 31.5G 的显存开销,以及超过三小时的训练时长。站在 AI 研究者的角度,得到了《苦涩的教训》,意味着在总结教训的过程中明确了什么是「更好」的。第二类则瞄准了相对复杂的问题。

whaosoft~aiotの开发板商城 2601

3D ACIS Modeler 在测量软件里怎么用?几何查询、区域判断与测点布点

本文面向测量软件开发团队,梳理 CAD 模型导入三坐标测量软件后的几何判断工作:如何借助 3D ACIS Modeler 完成模型对象访问、测量区域判断与空间关系分析,并结合 LK Metrology CAMIO 官方案例说明内核与应用的分工,最后给出自研与引入内核的评估思路。

HuiduCADTech的博客 318

3D CAD参数化建模原理详解:尺寸参数、几何约束与特征关系

3DCAD参数化建模通过尺寸参数、几何约束与特征依赖关系,将设计意图融入模型,实现自动更新。其核心在于明确变量关联、合理设置约束、理顺特征逻辑。修改时,系统依规则重算几何,但需防范约束冲突、依赖失效等问题。提升可维护性需规划关键参数、优化建模结构,并验证多场景适用性。大腾智能ZCAD以自主内核与智能交互支持高效参数化设计,兼顾传统建模与同步修改需求,助力系列化开发与持续迭代。

大腾智能的博客 268

AI 生成 3D 模型的技术实践:从文本生成到 Three.js 三维展示

无需3D建模基础,只需输入一句话,AI工具Meshy即可生成可编辑、可下载的3D模型。它支持文本转3D、图像转3D、AI纹理与动画生成,一键导出至Blender、Unity等软件,大幅降低创作门槛,让普通人也能轻松实现3D创意。

战族狼魂的博客 264

AI时代,Delft3D如何打通标量输运、波浪、粒子与溢油模拟

学完不仅能独立完成模型构建、参数设置和结果分析,还能真正掌握从“建模型”到“用模型解决实际问题”的完整方法。做 Delft3D 模拟,最难的不是“会点软件”,而是理论如何落地、参数如何设置、案例如何跑通,以及模型结果如何真正用于科研和项目。既适合零基础入门,也适合已有水动力基础、想进一步提升应用能力的科研人员、研究生及水文、水环境、海洋、水利、环评等领域技术工作者。1.拉格朗日粒子模型理论2.拉格朗日粒子法的适用情况3.拉格朗日粒子法的参数4.波浪模型后处理。这门课从基础到进阶,一次打通。

weixin_56135535的博客 172

文物3D数字化的技术选型指南:从WW/T 0115标准到落地工程,一次讲透采集、建档、管理与展示

《博物馆藏品管理办法》2026年施行,推动3D数字化保护。本文提出五层工程架构:采集、数据、平台、应用、安全,明确结构光、激光、摄影测量技术选型与WW/T 0115-2023标准对接,强调原始数据留档、自动建模与智慧管理平台建设,实现模型可追溯、可复用。通过样板验证、边扫边入库、应用驱动,确保等保二级合规,规避数据丢失、设备脱节等风险,形成可复制的数字化流水线。

Jmyd0123的博客 358

【测评】SenseNova6.8Flash模型正式发布,支持动态 PPT 及 3D 设计

SenseNova 6.8 Flash将设计生成拓展至多种创作形态,支持Web、SVG、Three.js、Blender、PPT等形式,满足多样化的AI Native Design需求,并支持动态PPT、动态Poster与Agentic 3D设计。同时,模型可接入Figma等专业工作流,帮助用户将AI设计能力融入现有的专业设计流程。此外,模型还支持三维场景与交互内容创作,可综合处理空间布局、材质与光照、镜头控制及动画编排等因素,构建可在网页中实时渲染的三维内容,拓展从立体视觉展示到动态交互的表达方式。

Enweitech Software Works 281

船舶安全培训怎么用AI生成3D预演?从甲板通道、设备热点到网页回放

船舶甲板能够漫游,不等于培训内容可信。本文梳理从培训任务、资料台账、空间白模到设备热点、步骤关联和网页交付的制作流程,说明如何用稳定设备 ID 追溯来源,通过三轮审核核对技术、课程与网页表现,并提供弱网图文回退和上线清单。AI 适合辅助场景与交互原型,不能替代专业审核、上船实训或正式安全程序。

Solange__的博客 532

二十分之一的压缩比:Spatial Vivid 1.0 把 3DGS 全链路参考实现按 MIT 开源了

一个高斯点携带的属性是固定的:位置 3 个 float,不透明度 1 个,三个轴的尺度 3 个,旋转四元数 4 个,剩下全是球谐系数。MIT 覆盖的是这次公布的参考工具,标准文本本身和可能存在的必要专利,授权条件不在这次公告的范围内。主论坛上宣布的事,到 11 月 2 日才由 IT之家 的报道扩散开来:Spatial Vivid 1.0(空间菁彩影像)标准的参考工具开源,包括 EGSC 编解码工具、Web 渲染器工具、封装解封装工具在内的全链路参考实现,以 MIT 协议面向全球开发者开放。

weixin_43043455的博客 224
上一篇: 彻底搞懂深度学习-基于知识图谱的多模态推理(动图讲解)
下一篇: 人人都要学的AI大模型全栈学习路线
大模型星球
博客等级 码龄5年 1132粉丝 239原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值