世界模型,猛攻一生爱出片的中国人

资讯 36氪 全文 2092 字 · 约 6 分钟读完 分类世界模型

宏大技术,撞上日常出片

所属频道 模型发布

为了凑齐朋友圈的九宫格,一生爱出片的中国人不断添置设备、研究机位,有时还要搭上旅行的好心情。

与此同时,顶尖的科学家和资本正砸下几十亿美金,试图用“世界模型”教AI理解物理世界。

看似风马牛不相及的两件事,或许很快就要在同一个取景框里迎头相遇。

#01

世界模型,开始研究出片

一张照片拍完,还能换个机位吗?李飞飞创办的WorldLabs,在其世界模型Atlas中展示了这种可能。

输入一张或多张参考图像,再指定相机的位置和角度,模型就能生成新的画面。使用者可以把虚拟相机抬高、移向侧面,尝试拍摄时没有获得的视角。原始素材没有记录下来的区域,则由模型推测和补全。

WorldLabs已通过网页应用和开发者接口提供Atlas,并将影视与视效列为应用方向之一。一张照片不再只是一次拍摄的终点,也可以成为尝试无限可能的起点。

消费级影像厂商影石,也提出了Cameraman的长期愿景,让设备像摄影师一样自动构图、捕捉瞬间。

在这套设想中,AI负责理解场景和用户意图、生成拍摄策略,镜头获取环境信息,再由机器人、无人机及云台完成移动与镜头控制。使用者提出需求,设备承担更多寻找角度和执行拍摄的工作。

世界模型是影石为此布局的技术方向之一,DiT360、PanoWorld和PanoLOG分别从全景图像生成、相机运动下的画面变化预测与大场景三维空间表示切入,帮助设备理解世界,为轨迹规划与主动创作铺路。

一个在虚拟空间里调整照片视角,一个希望让真实设备自主拍摄。两家公司从不同方向,探索世界模型在“出片”这件事上的用途。

拍照的需求很日常,但按下快门前的判断并不简单。它涉及空间几何、光影变化、人物动线与机位取舍。看似生活化的“出片”难题,底层考验的正是机器对真实世界的空间理解与预测能力。

#02

世界模型,各有各的世界

区别于大语言模型通过概率预测“下一个词”,世界模型试图建立对环境的内部表示,并预测它如何随时间或行动而变化。

光速创投合伙人安托万·莫伊鲁曾说:“人人都同意世界模型很重要,但几乎没人能就它们究竟是什么达成一致。”

世界模型的名字下面,已经分化出了好几个不太一样的世界。

谷歌的Genie系列偏向生成可以交互的虚拟环境,使用者改变行动或观察方向,模型持续生成相应画面;李飞飞的WorldLabs更强调三维空间的生成与重建。

杨立昆创办的AMI则主张在抽象表征中预测变化,抓住对行动有用的信息,而不必生成未来的每一个像素。在这条路线看来,把世界画得逼真,与理解世界如何运转,是两件不同的事。

英伟达的Cosmos等模型与工具,则面向机器人和自动驾驶,提供世界生成、预测与合成数据能力,直接服务于工业训练和测试。

尽管还没有统一解法,资本已经为不同路线付出了真金白银。今年,AMI拿到10.3亿美元种子轮融资;11月,AMD宣布完成对WorldLabs约82亿美元的收购。

这些天价投入对应的目标通常十分宏大,教机器人进厂装配,让汽车应对复杂交通,或者构建可以持续探索的虚拟世界。

然而眼下,技术本身仍处于路线尚未收敛、商业化早期攻坚的阶段。空间一致性、物理因果预测以及从仿真走向现实的难题仍有待逐项突破。

相比这些高风险、长周期的硬核场景,帮普通人拍好一张照片在宏大叙事面前显得格外日常。但恰恰因为大众消费级“出片”容错率高、反馈周期短、付费需求明确,它反而可能成为世界模型率先跑通商业验证的务实入口。

#03

世界模型如何改变摄影?

从旅拍与陪拍服务,到紧凑型卡片机、全景相机和口袋云台,消费者一直在用真金白银为“降低拍摄门槛、提高成片率”买单。

世界模型尝试扩展的,恰好是现有影像工具留下的调整空间。

常见的“先拍照、后取景”,可以通过裁切调整构图,或从全景照片中选择不同朝向的画面,但拍摄位置仍然固定。想绕过前景的遮挡,或者改变人物与远山的相对位置,通常需要设备在现场移动。

世界模型可以根据已有图像,生成另一个机位上的画面,让构图调整不再受限于原来的拍摄位置。对自主摄影设备而言,这类预测也可以提前比较不同视角,再规划移动并完成拍摄。

不过,距离替普通人“无痛出片”,还有几道门槛。

首先是成本与效率。生成新视角所需的计算资源、等待时间和使用费用,会影响它能否从一次新奇体验,变成日常工具。对于自主摄影硬件,还要考虑续航、避障,以及携带和设置的负担。

如果换个机位要等半天、再付一笔生成费用,消费者可能会发现,喊身边的人“往左挪两步”仍然是一项性价比很高的技术。

更重要的是,拍照从来不只是三维几何计算。高赞样本可以教会AI常见的构图,却未必能告诉它,眼前的人喜欢哪个角度、在意什么表情。摄影师在沟通和试拍中积累的判断,恐怕比一套“网红打卡公式”更难直接“蒸馏”。

技术演进常常有意想不到的落点。

当年NASA喷气推进实验室发明CMOS图像传感器时,瞄准的是漫漫深空里的行星探测;几十年后,它最庞大的舞台却不在外太空,而在普通人每天举起的手机镜头里。

当世界模型还在为通用机器人和自动驾驶漫长蓄力时,帮人“出片”这件看似微小的小事,反而可能成为它最先照进现实的窗口。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 世界模型杀入摄影圈:AI帮你换个机位重拍一张

    为了凑齐朋友圈的九宫格,一生爱出片的中国人不断添置设备、研究机位,有时还要搭上旅行的好心情。 与此同时,顶尖的科学家和资本正砸下几十亿美金,试图用“世界模型”教AI理解物理世界。 看似风马牛不相及的两件事,或许很快就要在同一个取景框里迎头相遇。 #01 世界模型,开始研究出片 一张照片拍完,还能换个机位吗?李飞飞创办的

    来源 AI 行业观察
  2. 谷歌Genie 4开放:Project Genie升级,单次探索最长3分钟

    IT之家 11 月 19 日消息,今年早些时候,谷歌推出了实验性研究原型 Project Genie,可让用户生成并探索交互式虚拟世界。早期测试用户反馈,希望能对世界内发生的内容有更强控制力,同时拥有更便捷的建造、分享方式。如今,谷歌面向符合资格的 Google AI Ultra 订阅用户推出全新 Project Ge

    来源 腾讯网
  3. 腾讯音乐三季度营收89.41亿:AI歌曲日均入库45%,平台怎么接招

    音乐平台从未像今天这样不缺新歌,但下一个能够持续创造商业价值的音乐明星,依然难寻。 11月17日,腾讯音乐公布2026年第三季度财报,营收89.41亿元,同比增长5.6%,低于市场一致预期。 依靠高阶会员、演唱会和艺人周边,这家在线音乐巨头正进一步挖掘成熟IP的商业价值,但主力产品的用户活跃度仍然承压。 存量IP的生意

    来源 AI 行业观察
  4. OpenAI硬件2026年底出货:立讯精密独家代工整机与核心件

    OpenAI的首款AI硬件产品有了明确的时间表。11月19日,每日经济新闻援引供应链消息称,这款产品计划于2026年底启动出货,多家中国厂商深度参与其中——立讯精密不仅独家承担整机制造,还同时供应核心零部件。不过,关于这款硬件的具体形态,OpenAI官方至今仍未正式公布,“甜甜圈”“冰球”式的无屏设备轮廓,目前仍停留在

    来源 TechWeb
  5. OpenAI首款AI硬件年底出货:立讯精密独家代工,“甜甜圈”真机渐近

    OpenAI的首款AI硬件产品有了明确的时间表。11月19日,每日经济新闻援引供应链消息称,这款产品计划于2026年底启动出货,多家中国厂商深度参与其中——立讯精密不仅独家承担整机制造,还同时供应核心零部件。不过,关于这款硬件的具体形态,OpenAI官方至今仍未正式公布,“甜甜圈”“冰球”式的无屏设备轮廓,目前仍停留在

    来源 TechWeb
  6. 蚂蚁国际杨鹏新加坡金融科技节谈未来金融:普惠性与可信任是关键

    【TechWeb】11月18日消息,新加坡金融科技节(SFF)11月18日开幕,包括银联国际、中国银行、蚂蚁国际等在内的中国金融企业在可信AI金融、智能体商业上的展示,得到了全球企业和金融机构与会者的高度关注。 在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑

    来源 AI 行业观察
  7. 内部矛盾激化!英伟达工程师放话:黄仁勋不复职就集体辞职

    【TechWeb】黄仁勋辞职一周后,英伟达内部的“人心危机”正持续发酵。临时CEO科莱特·克雷斯面临的,是一场几乎公开化的员工不满——要求创始人回归的"Stand with Jensen"请愿已收集近20万签名,其中自称英伟达在职员工的签名超过1万人,而公司员工总数约4.2万人;部分工程师已明确放话,若黄仁勋不能复职将

    来源 AI 行业观察
  8. AnthropicIPO定价83美元:估值1.5万亿,80余人联名质疑安全性

    就在定价公布同一天,一份名为《MisAnthropic Statement》的公开声明在misanthropicstatement.com上线,由AI安全中心推动、80余名跨阵营人士联署,开篇即给出结论:“Anthropic is not a safe AI company”——史上最大IPO与史上罕见的跨阵营围剿,在

    来源 TechWeb
  9. 4.8亿美元GPU贷款被叫停 曝字节跳动马来西亚算力计划生变

    据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死亡”。

    来源 TechWeb
  10. 字节跳动马来西亚买GPU的4.8亿美元贷款被叫停,发生了什么?

    据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死亡”。

    来源 TechWeb
  11. 字节跳动马来西亚买GPU贷款被叫停:4.8亿美元融资生变

    【TechWeb】11月18日消息,今日,话题“字节跳动买显卡贷款被叫停”冲上微博热搜,引发热议。 据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死

    来源 AI 行业观察
  12. 黄仁勋辞职一周,英伟达近20万签名请愿复职、工程师称不回归就走

    【TechWeb】黄仁勋辞职一周后,英伟达内部的“人心危机”正持续发酵。临时CEO科莱特·克雷斯面临的,是一场几乎公开化的员工不满——要求创始人回归的"Stand with Jensen"请愿已收集近20万签名,其中自称英伟达在职员工的签名超过1万人,而公司员工总数约4.2万人;部分工程师已明确放话,若黄仁勋不能复职将

    来源 腾讯网
  13. Anthropic IPO定价83美元:80余位学者发声明质疑其安全性

    【TechWeb】11月18日,Anthropic正式确定IPO发行价为每股83美元,高于此前70-78美元的指导区间;公司连同部分股东共发行约9.8亿股A类普通股,公开发行筹资约813亿美元,叠加向谷歌、英伟达、微软等战略投资者的260亿美元私募配售,合计融资规模突破944亿美元,超越SpaceX今年6月创下的纪录,

    来源 腾讯网
  14. 亚马逊CEO安迪·贾西首谈黄仁勋辞职风波:与英伟达合作不动摇

    在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。辞职消息公布后,英伟达股价开盘大跌13%,市值一度跌破4万亿美元。此后,黄仁勋曾表示准备重返CEO职位,但英伟达董事会明确表示“无意让他复职”。贾西在采访中将亚马逊与英伟达的关系描述为一种“竞合”关系,既是合作伙伴

    来源 TechWeb
  15. 亚马逊CEO首度回应英伟达黄仁勋风波:合作关系不会动摇

    在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。辞职消息公布后,英伟达股价开盘大跌13%,市值一度跌破4万亿美元。此后,黄仁勋曾表示准备重返CEO职位,但英伟达董事会明确表示“无意让他复职”。贾西在采访中将亚马逊与英伟达的关系描述为一种“竞合”关系,既是合作伙伴

    来源 TechWeb
  16. 亚马逊CEO贾西回应黄仁勋风波:预见不到与英伟达不再合作的那天

    【TechWeb】11月18日消息,当地时间11月17日,亚马逊总裁兼首席执行官安迪·贾西(Andy Jassy)做客一档访谈节目。在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。贾西表示:“我对黄仁勋怀有深深的敬意,也对英伟达怀有深深的敬意。长期以来,他们一直

    来源 腾讯网
  17. HPE推ProLiant Gen13服务器:搭载第六代AMD EPYC,主打AI推理与安全

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  18. HPE ProLiant Gen13上新:第六代AMD EPYC加持,面向AI推理与企业负载

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  19. 郑渊洁71岁用AI做动画,8部短片免费开放

    11月17日,停更近两年的郑渊洁在个人社媒发声,宣布了一件让他自己都觉得“振奋和不可思议”的事:对动画制作“一窍不通”的他,已经用AI把自己的童话作品做成了动画短片,全部通过授权抖音账号“郑渊洁童话世界”免费开放观看。这位71岁的“童话大王”在视频末尾向00后道贺——祝贺他们赶上了“可以免费享用精神文化作品、人人可以参

    来源 TechWeb
向下滚动自动加载更多