World Labs获10亿美元Growth融资：空间智能世界模型能否成为下一代AI基础设施？

阿根廷球星梅西于2022年联合创办的投资平台Play Time，已将李飞飞创立的人工智能公司World Labs列入其官方投资组合。这是一家试图教会AI理解三维空间、物体关系和物理规律的公司，据报道，其估值已达约50亿美元。

World Labs此轮融资的总规模是10亿美元。这并非一家消费级应用公司，而是一家瞄准“空间智能”基础设施的深度科技企业。当梅西的资本从足球游戏、数字藏品转向AI基础模型时，这笔交易背后的行业逻辑远比球星光环更值得审视：空间智能究竟是下一代AI的必争之地，还是一张被过早高估的宏伟蓝图？

2026年2月，World Labs正式宣布完成10亿美元的新一轮融资。投资方阵容横跨半导体、设计软件与资产管理领域：AMD、Autodesk、Emerson Collective、Fidelity Management & Research Company、NVIDIA以及Sea。其中，Autodesk单笔投入2亿美元，并与World Labs建立业务合作。Play Time并未出现在World Labs公开的融资名单中，但已被列入Play Time官网的投资组合，梅西的投资平台由此进入空间智能赛道。Play Time未披露投资时间、金额和所参与的融资轮次。

从ImageNet到空间智能：李飞飞的第二座山峰

要理解World Labs为何能在产品尚未公测时就估值超10亿美元，必须回到创始人李飞飞的学术源头。2000年代后期，她带领团队建立ImageNet，收录超1400万张、覆盖两万多个类别的标注图片。这一工程在当时并不被普遍看好——让数以万计的普通人为海量图片逐一贴上标签，听起来更像是一项枯燥的数据整理工作，而非能改变AI进程的突破性研究。

但正是这套统一的“视觉题库”，为后来的深度学习革命提供了不可或缺的基础设施。在此之前，研究人员虽然已经开始尝试教会计算机识别猫、狗、汽车和行人，但各家使用的训练数据规模和标准不一，很难公平地判断哪一种算法更优。ImageNet的出现让整个行业第一次拥有了一个共同的竞技场。2012年，AlexNet在这套数据集上将图像识别错误率压低了超10个百分点，这个幅度远超此前任何一年的进步。这个结果让学界和产业界都清楚地看到：足够大的数据、配合深度神经网络和GPU算力，可以让机器视觉发生质的飞跃。人脸识别、自动驾驶、AI生成图片等技术沿此路径加速发展，深度学习浪潮由此引爆。

李飞飞因此被视为计算机视觉领域的关键奠基人之一，先后执掌斯坦福人工智能实验室、出任谷歌云AI首席科学家。她此前完成的使命，可以概括为“教会AI看见”。如今她提出一个新命题：AI已经学会“看见”，下一步必须学会“理解”——理解物体之间的空间关系、理解物理环境中的因果逻辑、理解人与场景的交互方式。她将这种能力称为“空间智能”。

这一判断基于一个简单的观察：人类走进一个陌生房间，几乎不需要思考就能判断桌椅的摆放、门应该推还是拉、自己能从哪里通过。但如果让今天的机器人进入同一个房间，即便它已经“认识”桌子、椅子和门这些物体，仍然可能需要重新感知环境、重新规划路径，甚至重新训练。AI从“看见”到“理解”之间，存在一个巨大的能力缺口。2024年，李飞飞与计算机视觉和图形学专家Justin Johnson、Christoph Lassner、Ben Mildenhall共同创办World Labs，目标就是填补这个缺口，构建空间智能的世界模型。公司成立当年即完成2.3亿美元融资，a16z、NEA、Radical Ventures领投，英伟达旗下NVentures、AMD Ventures、Intel Capital跟投。

Marble：一台“上帝模拟器”的商业化起点

World Labs在2024年底首次公开展示技术成果，向外界给出了空间智能的第一个具象答案：据公司官方演示显示，用户上传一张普通图片，系统即可生成一个可自由探索的三维场景。一张客厅照片经过处理，用户可以绕过沙发看到原本被遮挡的家具；一张街景图允许从不同角度探索建筑和道路。这意味着AI不仅“看见”了图片里的物体，还推断出了被遮挡空间的结构、物体之间的前后关系和三维布局。

2025年，公司推出首款产品Marble，据称可将输入扩展至文字、视频和简单3D布局，生成的场景支持编辑、扩展与组合。换句话说，给Marble一句话或一张照片，它就能凭空构建一个可以走进去、可以继续改造的3D世界。产品被业内称为“AI版上帝模拟器”，其直接商业价值体现在内容生产端。

游戏里的地图和建筑、电影中的虚拟场景、建筑师的空间方案、汽车和工业产品的数字模型，均需大量3D内容。这些内容的传统生产方式高度依赖专业人员逐件建模、添加材质、调整灯光，一个复杂的游戏场景可能需要数周甚至数月才能完成。制作周期长、成本高，是内容行业长期面临的结构性痛点。Marble的卖点并非替代创意人员，而是压缩制作时间——将一张参考图片直接转化为可编辑的三维场景，意味着前期概念设计和原型搭建的效率可以大幅提升。

Autodesk投资2亿美元的逻辑正在于此。作为全球最大的设计软件公司之一，Autodesk的客户遍布建筑、制造、影视和游戏行业，其产品线覆盖从建筑设计到工业建模再到影视特效的全流程。如果World Labs的模型能够嵌入这些专业工作流程，空间智能就从一项学术概念变成了一门可直接收费的工具生意。公司的商业模式可能为软件订阅或授权收费，但具体定价和客户名单尚未披露。

收购SceniX：从“生成可看的世界”到“构建可训练的物理世界”

2026年7月，World Labs收购机器人仿真平台SceniX，标志其路线图出现关键扩张。李飞飞曾公开将当前被统称为“世界模型”的技术拆解为三项功能：渲染器、模拟器与规划器，而她认为模拟的价值常常被低估。这项判断揭示了World Labs对自身技术演进方向的深层思考：仅仅生成逼真的三维画面是不够的，关键在于让这些虚拟世界具备物理真实性。

SceniX的加入正是为了补强物理模拟能力。从技术栈看，这一收购的意图十分清晰：Marble生成的虚拟世界不仅要看起来逼真，还需要让物体遵守重力、碰撞和运动规律。一张桌子不仅要“看起来”像桌子，在虚拟环境中被推倒时，上面的杯子应该滑落、碎裂，碎片应该散落在地面上并遵循真实的物理轨迹。这种级别的模拟对机器人训练和自动驾驶仿真具有根本性的价值。

更具体地说，收购SceniX后，World Labs的潜在收入来源将从3D创作工具扩展到机器人训练所需的环境、模拟器和数据。机器人可以在AI生成的工厂和家庭场景中反复练习抓取、移动和避障，自动驾驶系统能提前经历暴雨、施工和行人突然冲出等长尾场景——这些场景在真实世界中极难大规模、低成本地复现。但这仍是一条未经验证的路径。Marble可以生成一间虚拟房屋，却不能直接让机器人走进真实房屋、把桌上的杯子稳稳拿起来。从生成三维世界到准确模拟物理规律再到控制机器人完成任务，中间的技术鸿沟尚未被填平。即使模拟环境中的物体遵循了物理规律，真实世界中的材质差异、光照变化、传感器噪声等因素也会在“仿真到现实”的迁移过程中引入巨大不确定性，此项迁移能力目前仍属预期、尚未验证。World Labs能否攻克这个难题，仍是其长期价值最关键的待验证假设之一。

巨头已入场：谷歌和英伟达的双重挤压

空间智能赛道的竞争格局已经清晰，World Labs并非这一领域的唯一玩家。谷歌DeepMind推出了能够生成交互式环境的Genie系列模型，凭借其在基础模型和数据积累上的深厚储备，直接切入世界模型方向。DeepMind的优势在于其拥有全球顶尖的大模型研发能力和海量的训练数据，Genie系列可以从视频数据中自主学习环境的动态规律，而不依赖人工标注的三维信息。这意味着谷歌可能在“世界模型”的底层能力上建立起不易复制的数据壁垒。

英伟达则通过Omniverse和Cosmos构建机器人训练所需的数字世界，掌握着从芯片、算力到机器人开发生态的全栈能力。Omniverse已经是一个相对成熟的协作式3D设计与仿真平台，在工业设计、建筑可视化和影视制作领域拥有实际客户基础。Cosmos则进一步将生成式AI引入物理世界模拟，旨在为机器人和自动驾驶系统提供大规模训练数据。英伟达的护城河在于：它既制造训练AI所需的GPU，又提供运行仿真所需的软件平台，还能通过投资和生态建设锁定开发者社区。

World Labs面临的挑战在于，谷歌有模型和数据，英伟达有算力和生态，而它需要在两者之间找到自己的护城河。公司的核心优势是李飞飞团队的学术先发性和对空间智能的专注。在技术路线上，World Labs选择从视觉感知出发向上构建对物理世界的理解，这与谷歌侧重从视频数据中学习动态、英伟达侧重为已有仿真平台注入AI能力，形成了差异化的切入角度。但这场竞争终究会落到产品化速度和生态绑定能力上。如果World Labs能成为空间智能领域的领先平台，估值还有上涨空间；如果Marble最终只是一款更先进的3D生成工具，公司当前约50亿美元估值所透支的想象空间将很难兑现。

梅西的硅谷牌桌：从体育消费到AI基础设施的杠杆转移

梅西的投资平台Play Time成立于2022年卡塔尔世界杯前夕，由Messi Group与硅谷创业者Razmig Hovaghimian合作设立，总部位于旧金山。Hovaghimian并非无名之辈，他曾将视频平台Viki以约2亿美元出售给乐天，同时也是早期风投机构Graph Ventures的合伙人，在人工智能和企业软件领域拥有深厚的投资经验。科技投资银行家Michael Marquez担任Play Time的特别顾问，为平台的战略决策提供支持。Play Time最初计划筹集约2亿美元资金，并以投资控股公司和创业孵化平台的形式运作，主要关注体育、媒体和科技项目。梅西与Messi Group及其他创始团队成员之间的持股比例和出资金额未披露，目前只能确认梅西是Play Time的联合创办者和主要支持者。

Play Time的早期投资带有鲜明的足球烙印。其早期项目包括足球游戏平台Matchday和数字收藏品平台AC Momento，均为直接面向球迷群体的消费级产品。但此后其投资组合迅速转向硬核科技：机器人基础模型公司Field AI，旨在让机器人具备在真实世界中感知和行动的基础能力；AI数据标注平台SuperAnnotate，为机器学习模型提供高质量的训练数据；语音生成公司Fish Audio，专注于自然语音合成技术；以及三维内容工具Intangible，帮助创作者快速生成3D资产。World Labs是其中关注度最高的一笔，也是Play Time投资组合从应用层向基础设施层跃迁的标志性交易。

梅西本人对此的表态颇为坦率。他在公开采访中说过，想开始探索未来还能做什么、从哪里开始，商业是他感兴趣的领域，他想持续学习，因为说实话，他什么都不知道，才刚刚起步。这位自称“刚起步”的投资者，其投资组合已完成从体育消费到AI基础设施的杠杆转移——从赚球迷的钱，到押注AI底层技术的商业化。这种转向意味着Play Time的投资逻辑不再是利用梅西个人品牌来推广消费级产品，而是通过长期股权投资参与硅谷核心科技赛道的价值创造。

10亿美元的使用方向与待验证假设

World Labs在官方声明中表示，新资金将用于加速空间智能世界模型的研发，推进在叙事、创意、机器人、科学发现等领域的应用。结合收购SceniX的动作，资金用途可分解为三个方向：继续迭代Marble的生成能力与专业软件集成，使其能够更无缝地嵌入Autodesk等合作伙伴的现有工作流程；扩展物理模拟和机器人训练仿真平台，在SceniX的技术基础上构建可被机器人企业和自动驾驶公司直接使用的训练环境；以及团队扩张和算力基础设施建设，以支撑更大规模的世界模型训练和推理。具体分配比例未披露。

围绕World Labs的待验证假设集中在三个层面。第一，产品深度能否突破“先进3D工具”的定位。若仅停留在内容生成层，50亿美元估值缺乏支撑；公司必须向上游的模拟和规划能力延伸，证明空间智能不仅仅是一种更高效的3D生产方式，而是一种能够让AI理解和预测物理世界行为的基础能力。第二，商业化节奏能否匹配估值预期。Autodesk的合作打开了一个切口，但公司在游戏、影视、建筑设计和机器人等行业的付费客户数量和收入规模均未公开。即使技术领先，从产品落地到规模化营收之间仍存在销售渠道建设、行业定制化、定价策略等一系列商业化挑战。第三，面对谷歌和英伟达的竞争，World Labs需要证明自己能在巨头生态夹缝中构建不可替代的技术壁垒，而非依赖先发时间窗。李飞飞对“模拟器”价值的强调表明团队清楚这条路的方向，但从方向的正确到执行的成功之间，还有相当长的距离——需要持续的技术突破、精准的市场切入和高效的资本运用三者同时到位。

RecodeX 极客视点：World Labs的10亿美元融资锚定了空间智能从一个学术概念到可融资商业方向的转变。李飞飞将世界模型拆解为渲染、模拟与规划三层结构，并明确押注“模拟”的被低估价值——这一技术判断决定了公司通往机器人训练和自动驾驶仿真市场的路径宽度。但当前约50亿美元的估值，已经在为尚未兑现的物理模拟和机器人能力买单，Marble从3D生成工具向空间智能平台的跃迁仍是等待验证的核心假设。梅西的入场增加了故事的戏剧性，但真正决定这笔投资成败的，是李飞飞团队能否在谷歌和英伟达的夹击下，将技术深度转化为商业壁垒。