世界模型杀入摄影圈:AI帮你换个机位重拍一张

资讯 AI 行业观察 作者:真故研究室 全文 2092 字 · 约 6 分钟读完 分类世界模型

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

所属频道 模型发布

中国人为了朋友圈凑够九张图,不断买装备、琢磨机位,有时连旅途中的好心情都搭进去。

另一边,顶尖科学家和资本掏出几十亿美金,想让AI靠“世界模型”看懂物理世界。

这两件看着八竿子打不着的事,没准很快会在同一个取景框里撞上。

#01

世界模型,开始琢磨怎么“出片”

一张照片拍完后,还能换个机位重来吗?李飞飞创立的WorldLabs,就在其世界模型Atlas里演示了这种可能。

给一张或多张参考图像,再定好相机的位置与角度,模型便能生成新的画面。虚拟相机可以被抬高、挪到侧面,去拍当时没拍到的视角。原始素材没记录下来的部分,由模型去推测、补全。

目前WorldLabs已通过网页应用和开发者接口开放Atlas,影视与视效是它列出的应用方向之一。一张照片不再只是一次拍摄的句号,也可以变成尝试无数可能的起点。

消费级影像厂商影石也抛出了Cameraman的长期愿景,要让设备像摄影师那样自己构图、抓住瞬间。

按这套设想,理解场景和用户意图、生成拍摄策略的活儿交给AI,镜头负责获取环境信息,机器人、无人机及云台则完成移动与镜头控制。用户只管提需求,找角度、执行拍摄更多由设备承担。

影石为此布局的技术方向之一就是世界模型,DiT360、PanoWorld和PanoLOG分别切入全景图像生成、相机运动下的画面变化预测和大场景三维空间表示,帮设备理解世界,为轨迹规划与主动创作打底。

一个在虚拟空间里调整照片视角,一个想让真实设备自己拍。两家公司方向不同,探的都是世界模型在“出片”上的用法。

拍照这件事很日常,可按快门之前的判断并不简单,牵扯到空间几何、光影变化、人物动线和机位取舍。看似生活化的“出片”难题,考的其实是机器对真实世界的空间理解与预测本事。

#02

世界模型,各有各的世界

大语言模型靠概率预测“下一个词”,世界模型不一样,它想建立对环境的内部表示,并预测环境会随时间或行动怎样变化。

光速创投合伙人安托万·莫伊鲁说过:“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。”

如今挂着世界模型名头的,已经分出好几个不太一样的世界。

谷歌的Genie系列偏重生成可交互的虚拟环境,使用者一改行动或观察方向,模型就持续生成对应画面;李飞飞的WorldLabs则更看重三维空间的生成与重建。

杨立昆创办的AMI走的是另一条路,主张在抽象表征中预测变化,抓住对行动有用的信息,不必把未来的每个像素都画出来。按这条路线,把世界画得逼真,和理解世界怎么运转,是两码事。

英伟达的Cosmos等模型…工具则盯着机器人和自动驾驶,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。

统一解法还没出现,资本已经为不同路线掏了真金白银。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往往很大:教机器人进厂装配,让汽车应付复杂交通,或者搭建能持续探索的虚拟世界。

可眼下,技术本身还处在路线没收敛、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这几道难题,都还得逐项突破。

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

#03

世界模型会怎么改变摄影?

旅拍、陪拍这些服务,加上紧凑型卡片机、全景相机和口袋云台,卖的都是同一件事——把拍摄门槛降下来、把成片率提上去。消费者一直愿意为这个掏钱。

现有影像工具留下的调整空间,正是世界模型想去补的那块。拿常见的“先拍照、后取景”来说,裁切能改构图,全景照片里也能挑不同朝向的画面,可拍摄位置是定死的。想躲开前景遮挡,或者让人物和远山的相对位置变一变,多半得把设备搬到现场挪动。

世界模型能从已有图像生成另一个机位的画面,构图调整就不再被原来的拍摄位置卡住。对自主摄影设备来说,这类预测还能提前比对不同视角,再规划怎么移动、怎么拍。不过,真要替普通人做到“无痛出片”,还有几道坎。

头一道是成本与效率。生成新视角要烧多少算力、等多久、花多少钱,决定了它是偶尔尝鲜的新奇体验,还是能天天用的工具。落到自主摄影硬件上,续航、避障,以及带出门和架设的麻烦也得算进去。

换个机位要等半天,还得再付一笔生成费,消费者大概会觉得,招呼身边人“往左挪两步”依然是性价比很高的办法。

更关键的是,拍照从来不只是一道三维几何题。高赞样本能教AI学会常见构图,却未必说得清眼前这个人偏爱哪个角度、在意什么表情。摄影师在沟通和试拍里攒下的判断,恐怕比一套“网红打卡公式”更难直接“蒸馏”。

技术演进的方向,常常和最初的设想对不上。当年NASA喷气推进实验室发明CMOS图像传感器,盯的是深空里的行星探测;几十年过去,它最大的舞台不在外太空,而在普通人天天举起的手机镜头里。

世界模型还在为通用机器人和自动驾驶慢慢蓄力,帮人“出片”这件看似不起眼的小事,倒有可能成为它最先落地的窗口。

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. 英伟达、百度、宇树等32个世界模型:物理AI如何完成感知决策行动?

    让机器人拿起一只杯子,它要解决的问题远比识别物体多:杯子在哪里,机械臂从哪个方向伸过去,夹爪什么时候合拢,移动过程中会不会碰到桌沿。无人车经过路口时,也要判断:如果现在加速,旁边的车和行人接下来会怎样行动。 这类需要在现实环境中感知、决策和行动的AI,通常被称为物理AI。人形机器人、自动驾驶汽车、机械臂和无人机,都是它

    来源 AI 行业观察
  2. 蚂蚁国际杨鹏:AI与通证化重塑资金流动,普惠可信成关键

    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资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  3. 蚂蚁国际杨鹏SFF谈未来金融:AI重塑资金流动,普惠与可信成关键

    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资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  4. AI鼻子叫板人类嗅觉:新泽西实验室想闻遍地球气味

    MIT Technology Review 每日通讯 The Download 关注两个话题:一家美国初创公司宣称其「AI鼻子」的嗅觉能力已可与人类比肩,研究人员在新泽西的实验室里逐一嗅闻并记录地球上的各种气味;与此同时,气候变化正让全球水电行业陷入发电量下滑与电网调峰能力削弱的两难境地。本文梳理机器嗅觉的技术路径、落

    来源 AI 行业观察
  5. 微信AI助理小微日活达3000万,部分推理任务未来或上设备端

    IT之家 11 月 18 日消息,腾讯今日发布 2026 年第三季度财报,称正加速推进 AI 化变革,向 AI 引领的科技公司迈进。 微信官方今日宣布,小微用户测试范围扩大,日活跃用户数(DAU)已达 3000 万,逐步融入微信聊天、朋友圈、公众号、视频号等高频场景。 据介绍,小微是每个人的私人 AI 助理( pers

    来源 AI 行业观察
  6. AMD收购World Labs:李飞飞任执行副总裁兼首席科学家

    AMD于11月16日宣布,已完成对AI模型公司 World Labs 的收购,以进一步扩展其在AI技术栈领域的布局。World Labs联合创始人李飞飞将加入AMD,担任执行副总裁兼首席科学家,直接向董事长兼CEO苏姿丰汇报。 World Labs专注于开发能够生成、重建和模拟交互式3D环境的AI模

    来源 AI 开发者社区
  7. 腾讯三季度营收2073.4亿元:AI业务多点突破,云服务收入增35%

    腾讯控股发布2026年第三季度财报,AI业务取得多项突破:最新一代混元大模型Hy4发布时位列Agent Arena中国模型第一;WorkBuddy日活超1000万,日均Token消耗量超100万亿,成为国内日均大语言模型Token消耗量最高的AI产品;微信AI助手“小微”灰测范围持续扩大;AI需求带动云服务收入同比增长

    来源 TechWeb
  8. 美团“妙手到店餐饮版”:让AI帮商家分担琐事,把时间留给菜品和顾客

    近日,美团发布“妙手到店餐饮版·智能掌柜”,面向全国餐饮商家开放。商家可通过“妙手到店餐饮版”使用智能掌柜AI服务,生成经营报告、梳理顾客评价,及时发现门店需要跟进的问题。 据餐饮行业人士介绍,餐饮商家在日常经营中面临不同类型的管理成本:大型连锁品牌做经营报告要反复汇总数据,顾客评价要逐条梳理,门店发现的问题要逐一跟进

    来源 AI 行业观察
  9. 会用AI的人,更容易找到工作?

    AI已经广泛融入游戏开发的多个环节。这个趋势也影响了厂商对人才的需求。一份腾讯IEG2026年的实习生招聘材料里显示,游戏AI相关岗位的需求明显提升,部分岗位开设了AI面试或AI Coding考察。 这一趋势在世界范围内也是共通的。GDC在2026年11月发布的统计中显示,40%的受访游戏从业者会在工作中使用生成式AI

    来源 AI 行业观察
  10. 中际旭创被看空:300亿利润测算指向AI硬件软肋

    一份看空中际旭创的估值测算,几乎把整个AI硬件资产的估值困境摆到了台面上。 11月17日,一份关于中际旭创的看空测算在投资圈迅速传播。按照这份材料的预测,到2029年,中际旭创的年净利润大....

    来源 腾讯网
  11. AI鼻子宣称比肩人类嗅觉:气味数字化难在哪

    MIT Technology Review 每日通讯 The Download 关注两个话题:一家美国初创公司宣称其「AI鼻子」的嗅觉能力已可与人类比肩,研究人员在新泽西的实验室里逐一嗅闻并记录地球上的各种气味;与此同时,气候变化正让全球水电行业陷入发电量下滑与电网调峰能力削弱的两难境地。本文梳理机器嗅觉的技

    来源 AI 科技快讯
  12. 纳格尔获2026伯格鲁恩哲学奖:AI意识论“荒谬可笑”

    著名哲学家托马斯·纳格尔因在非人类意识领域的里程碑研究,荣获2026年伯格鲁恩哲学奖(奖金100万美元)。他在接受WIRED采访时,对当前AI意识热论泼冷水,直言将大语言模型视为有意识存在“简直荒谬”。本文梳理纳格尔的意识哲学观点,分析AI意识争论的背景与误区。

    来源 AI 科技快讯
  13. 特朗普政府再收紧AI芯片渠道:丑闻成了新规推手

    特朗普政府宣布将再度收紧中国获取AI芯片的渠道,而促成这一决定的,竟是一桩被称为“世纪作弊丑闻”的事件。当出口管制靠丑闻驱动、靠打补丁推进,这场芯片战的打法正变得愈发荒诞。本文拆解政策背后的逻辑错位、产业代价,以及真正该被追问的问题。

    来源 AI 科技快讯
  14. 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
向下滚动自动加载更多