李飛飛世界模式爆火後，我們實測後發現離「真可用」還很遠

這周四，李飛飛 2024 年成立的創業公司 World Labs 發布了「世界模型」。 它可以根據單張圖片和提示詞來創建 3D 世界。有兩種用法：

可以直接透過提示詞產生世界，但提示詞+一張圖片效果更好。

也可以直接上傳圖片，不用提示詞，系統會根據圖片來產生提示詞和世界。

網站上的使用者範例：

我們也直接動手開始測評，基於Marble 搭了一段城市CBD 街景：初始視角下效果頗為亮眼，但一旦離開生成原點，畫質便迅速下降，場景出現明顯變形和未完全渲染的空白區域。比較其他使用者案例可以發現，這種「原點精細、周邊塌縮」的問題在目前版本中較為常見。

但在地圖邊界較窄、偏小的世界裡，生成的世界畫面品質與精美程度還是不錯的：

在初次體驗時，Marble 的生成效果令人震撼，然而隨著使用深入，我們觀察到其當前世界模型存在明顯的空間規模限制。當生成區域較小（例如只覆蓋使用者上傳的圖片附近）時，畫面品質很精細；但一旦嘗試產生更大範圍的場景，整體體驗出現明顯衰減。

1. 空間範圍擴展後質量快速下降當生成的世界邊界擴大，模型無法保持一致的幾何和紋理質量，遠離起始區域後場景會出現模糊、扭曲、拉伸等失真現象。

2. 現實輸入與生成空間之間存在明顯品質斷層使用者上傳的2D 影像區域通常作為「原點」呈現高品質渲染；但從影像提供的視角稍作移動，進入模型自主補全的3D 區域後，品質顯著降低，空間結構也容易崩塌。

3. 世界越大，細節越稀疏，整體一致性越差受算力與生成方式限制，模型能在局部區域提供精準重建，但在大規模場景中難以維持足夠的密度和幾何連續性，因此大範圍探索時的可玩性與沉浸感不足。

於是我們在想，既然單次生成的世界模型受制於算力與模型能力，那我們能不能多生成幾個世界，拼在一起？我們升級至 Pro 會員後，體驗了一下官網部落格重點介紹的「世界延展」功能，但延展後的區域仍然存在嚴重的幾何扭曲與紋理拉伸，並且整體畫面偏向高度抽象化，很難滿足可遊玩、可使用的世界構建需求。

“延展”功能的世界

體驗完世界延展功能後，我們又試用了同樣屬於Pro 會員核心能力之一的「多圖生成」。依產品設定，使用者可以上傳多張照片，模型會在同一個世界同時呈現這些畫面元素，進而建構出更完整、更豐富的場景。基於這個假設，我們選取了多張拉斯維加斯繁華街區的街景照片，希望在Marble 中復現一條包含多棟標誌性建築的Vegas 的Strip Road，即便建築的相對位置與真實街區不完全一致，只要能在同一世界中共存即可。

實際體驗卻不理想：多圖生成任務運行了兩個多小時仍停留在初始 loading 狀態，沒有進入可見的階段。隨後我們在Reddit 和小紅書等平台調查了其他用戶的反饋，發現類似問題相當普遍：多圖合成功能經常長時間卡在生成中，幾乎被視為“形同擺設”，難以在當前版本承擔構建大型、複合場景的實際用途。

拉斯維加斯的街景

生成持續三小時

Reddit上的用戶評論

小紅書上的使用者評論

使用過程中的Bug

官方案例中展示了一款基於Marble 搭建的遊戲項目，我們尚未完整體驗該遊戲本身，但從現有的效果圖與演示視頻來看，其呈現效果與普通用戶在實際使用Marble 時能夠達到的體驗之間存在明顯落差。此外，遊戲開發本身並不依賴Marble 才能完成，市面上已有多種成熟的關卡編輯器與遊戲引擎可供選擇。

換句話說，官網展示的這類用例更多體現了Marble 在專業開發者手中的潛力，而非普通To C 用戶可以輕易復現的日常使用場景。對於不具備專業背景、也不希望面對複雜功能配置的個人使用者而言，這些能力的可享程度有限。而從工具鏈的實用性與成熟度來看，Marble 在遊戲製作這一垂直方向上，相比既有的專業開發工具，還需要更多時間和來自開發者社群的系統性驗證。

遊戲設計師用Marble做成的遊戲

綜合以上體驗與觀察，我們傾向於將Marble 視為 「AI 生成遊戲與虛擬空間的一代早期雛形」：在技術概念和探索方向上十分前沿，但距離真正意義上可被主流開發團隊與普通用戶穩定採用，還有相當長的路要走。就目前階段而言，它更像是對世界模型+ 空間生成可能性的公開實驗，而非一款已經打磨成熟的生產工具。

即便如此，我們仍然認為，李飛飛團隊圍繞著「太空智慧（Spatial Intelligence）」 所做的嘗試具有重要意義：它在技術路徑上為未來的虛擬世界建構、機器人模擬、數位孿生等應用開啟了新的想像空間。 Marble 或許還不夠好用，但作為一個標誌性起點，它讓我們得以提前看到下一代空間運算與內容生產工具的輪廓，也讓人有理由繼續關注這一方向在未來幾年中的演化與落地。(深恩SenseAI)