2026年10月21日归并说明：本次确认的是两篇历史稿件的正文完全相同，保留最早网址并归并重复文档；不将其视为新增融资。文中Play Time投资来自当时媒体对其投资组合的报道，具体入股日期、金额和轮次未由本次可读取的一手资料核实，不应据报道日期认定为新的融资轮。下文为首次发表时的分析语境，并非对公司此后状态的实时更新。
在世界杯决赛输球后的第四天，莱昂内尔·梅西的名字出现在一笔 AI 交易的投资者名单上。他旗下的投资平台 Play Time 入股了李飞飞创办的 World Labs，一家用 AI 批量生成三维世界的公司。球场上没有拿到的冠军，无法推导出这笔投资的回报率。World Labs 首款产品刚落地几个月，付费客户名单仍未公开，而它的估值已经达到约 50 亿美元。
这很难不让人产生一个朴素的疑问：一家成立仅两年多、收入规模成谜的公司，凭什么值 50 亿美元？而当投资方是一位在科技投资领域尚无代表作的体育巨星时，这个数字带来的不安会被进一步放大——梅西跟对了人，但跟对人和投对生意，是两码事。
World Labs 最新一轮融资的具体金额与轮次均未披露。但可以确认的是，这轮融资吸引了 Play Time 的加入，而在此之前，公司已在 2024 年 9 月完成 2.3 亿美元融资，由 a16z 和 Radical Ventures 领投，英伟达、AMD 和英特尔旗下投资机构参投。2026 年，Autodesk 单独向 World Labs 投入了 2 亿美元，英伟达和 AMD 继续跟投。这些都是事实。问题是，这么多钱砸下去，World Labs 到底要建什么？
| 字段 | 内容 |
|---|---|
| 公司 | World Labs |
| 轮次 | 未披露 |
| 金额 | 未披露 |
| 投资方 | Play Time（梅西旗下投资平台） |
| 总部 | 未披露 |
| 创始人 | 李飞飞、Justin Johnson、Christoph Lassner、Ben Mildenhall |
| 官网 | 未披露 |
李飞飞要解决的问题，不是“生成一张好看的图”
理解 World Labs 的起点，是理解李飞飞提出的“空间智能”。2023 年，在一场斯坦福大学的机器人论坛上，她抛出一个判断：ChatGPT 让人们看到了语言智能的突破，但 AI 想要进入现实世界，只会理解文字还不够。人类走进一个房间，瞬间就能判断桌椅的方位、门应该推还是拉、自己能从哪条路径通过。而机器人即使认识这些物体，换到一个陌生环境后，也可能需要重新感知、重新规划、甚至重新训练。李飞飞把这种理解物体、空间以及人与环境关系的能力称为空间智能，这被她定义为继大语言模型之后，AI 下一个十年的核心主线。李飞飞在公开声明中明确说过：“世界模型是实现空间智能的关键，是继大语言模型（LLM）之后，AI 下一个十年的核心主线。”
2024 年 1 月，李飞飞与三位计算机视觉和图形学专家共同创办 World Labs，开始把空间智能从学术概念转化为工程产品。公司的核心技术路线选择了 3D Gaussian Splatting 和 NeRF 等前沿方案，摒弃了传统游戏和影视行业依赖的多边形网格建模。在传统流程中，一个三维场景由大量微小的三角形拼接而成，再交由渲染引擎处理，工程成本高、制作周期长，难以规模化。World Labs 的方案用数以百万计的半透明点来表示场景结构，在保持较高渲染效率的同时实现了更细腻的视觉效果。更关键的一个技术细节是，World Labs 的生成结果不只追求“看起来真实”——系统还会同步输出碰撞网格（collider meshes），这是一种牺牲外观细节、换取计算速度的几何表示，专门用于物理仿真和机器人模拟。这意味着 World Labs 从一开始就没有把自己定位成一家 3D 版 Midjourney，它在为物理世界的交互预留接口。
Marble 落地，但离“机器人走进真实房屋”还很远
2025 年，World Labs 正式推出首款产品 Marble——一个多模态世界模型平台，支持用户通过文本、图像、视频或粗略的 3D 布局来生成可探索和编辑的三维场景。配套工具 Chisel 允许用户先用简单几何体快速搭建骨架，再生成不同风格的细节版本；World API 则面向开发者开放，可以把世界生成能力嵌入第三方应用。商业模式采用免费增值：免费生成 4 次，付费套餐最高 95 美元/月，提供每月 75 次生成及商业使用权。
从这个产品组合来看，Marble 最容易进入的市场是游戏、影视、建筑设计和虚拟现实行业。这些行业长期存在一个共同的成本痛点——大量 3D 内容需要专业人员一点点搭建模型、添加材质、调整灯光，制作周期长、人力成本高。如果 Marble 能把一张图片直接变成可编辑的三维世界，它最先卖出去的其实是这些行业里最昂贵的东西：制作时间。Autodesk 愿意一次性投资 2 亿美元，逻辑也在这里。Autodesk 是全球最大的 3D CAD 软件开发方之一，客户遍布建筑、制造、影视和游戏行业，一旦 World Labs 的模型进入这些专业工作流程，空间智能就有机会成为一门可以按席位收费的工具生意。
但需要看清一个关键落差：Marble 目前的生成结果具备几何复杂度，能生成用户输入视图背后及视野之外的部分，这一点优于深度图或点云方案。但生成结果的不稳定性和细节缺失，仍然是公开资料明确提及的技术挑战。更重要的是，World Labs 设想的终局——让机器人在虚拟环境中训练后在真实世界可靠执行——需要跨越的鸿沟远比生成一间虚拟客厅更大。Marble 可以生成一间房屋，却还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。从画出一个三维世界，到准确模拟物理规律，再到控制机器人完成任务，中间隔着模拟到现实（sim-to-real）的迁移鸿沟，这个鸿沟在整个具身智能领域目前都还没有被系统性地解决。
2026 年 7 月，World Labs 收购机器人仿真平台 SceniX，开始补充物理模拟和机器人训练能力。收购对价和详细整合计划均未披露。这条路径的意图很清晰：如果 World Labs 生成的虚拟世界不只是“看起来逼真”，里面的物体还能遵守重力、碰撞和运动规律，那么公司的可售卖产品就能从一款 3D 创作工具，扩展到机器人训练所需的环境、模拟器和数据。但这同时也意味着 World Labs 的商业化叙事发生了一次位移——从“卖创作工具给设计师”转到了“卖仿真环境给机器人开发者”。前者的付费意愿和市场规模相对清晰，后者则完全取决于机器人行业的成熟速度，这是一个更远期、也更具不确定性的变量。
巨头已经入场，World Labs 在和时间窗口赛跑
World Labs 不是空间智能赛道上唯一的玩家，甚至不是资源最雄厚的那一个。谷歌 DeepMind 已推出 Genie 系列模型，能够生成可交互的三维环境；英伟达通过 Omniverse 和 Cosmos 搭建机器人训练所需的数字世界，同时掌握算力、芯片和开发者生态；Runway 的最新模型 GWM-1 同样瞄准机器人模拟测试场景。这是一个典型的“巨头划赛道、创业公司抢身位”的竞争格局。谷歌拥有模型和数据，英伟达掌握基础设施和生态，它们的入场证明了空间智能值得下注，但也意味着 World Labs 必须在资源不对称的竞争中找到自己的生存空间。
另一个值得关注的竞争维度来自学术阵营的路线之争。图灵奖得主杨立昆（Yann LeCun）近期创立 AMI Labs，同样聚焦世界模型，但选择了与李飞飞截然不同的技术路径。李飞飞走的是显式生成路线——直接生成像素级的三维世界；杨立昆则坚持隐式世界模型，基于 JEPA 架构在抽象的潜在空间中预测世界演化，而不是去还原每一个像素。这两条路线的分歧不在于谁的技术更强，而在于对“世界模型到底应该长什么样”的根本假设不同。资本同时押注两条路线，说明这个赛道的技术共识远未形成。对 World Labs 来说，这意味着它不仅要和巨头抢市场，还要在技术路线的演进中证明自己的底层假设正确。
50 亿美元估值的支点与裂缝
如果只看融资金额和投资方名单，World Labs 的股东名册几乎可以作为一份“产业资本站队清单”来读。a16z、Radical Ventures 和 NEA 是典型的财务投资方，押注的是空间智能成为 AI 基础设施后的长期回报。英伟达和 AMD 的角色更接近产业链上游的战略布局者——世界模型的训练和推理需要大量 GPU 算力，World Labs 的规模扩张直接利好它们的芯片销售。Autodesk 的 2 亿美元投资则带有明确的业务协同意图，双方将在“研究和模型层面”展开合作，但 Autodesk 首席科学家 Daron Green 公开表示，这项合作仍处于早期阶段，具体形式尚未确定。他的原话是：“这项合作仍处于早期阶段，具体形式尚未确定。”
这里存在一个值得冷静审视的时间差。产业资本愿意提前下注，是因为站在他们的立场上，即使 World Labs 的产品还需要数年才能成熟，投资至少能锁定技术方向和客户关系。但公司的估值逻辑不同——50 亿美元的估值隐含的假设是，World Labs 已经大概率会成为空间智能的基础设施平台。这个假设目前至少面临三个待验证的前提：第一，Marble 的生成质量能否从“让人眼前一亮”提升到“专业可用”的水平；第二，付费客户的数量和留存率能否支撑免费增值模式的规模化；第三，机器人仿真方向的商业化能否在合理的周期内跑通，而不是持续依赖融资输血。
资本结构显示出“产业资本兜底”的意味
仔细审视 World Labs 的融资路径，可以清晰地看到一个结构特征：财务投资者为公司提供早期燃料和估值锚点，产业投资者正在逐渐成为后续融资的主力。2024 年的 2.3 亿美元融资由 a16z 和 Radical Ventures 领投，帮助公司在产品未面世时就确立了独角兽估值。到了 2026 年，Autodesk 的 2 亿美元注资、英伟达和 AMD 的持续跟投，以及梅西 Play Time 的加入，让这一轮融资体现出更强的战略资金属性。
这种资本结构对创业公司而言是一把双刃剑。好处在于，产业资本的进入通常附带真实的需求场景、行业渠道和长期合作预期，能降低公司纯靠融资跑估值的压力。以 Autodesk 的合作为例，潜在整合方向包括用户用 World Labs 的世界模型生成初步草图构想，再通过 Autodesk 工具进行精细化优化，或者将 Autodesk 的专业组件嵌入世界模型作为构建元素之一。这些场景如果落地，意味着 World Labs 不只是一个独立产品，而是嵌入到已有亿级用户基础的专业工具链中。风险则在于，产业资本的战略目标可能与公司的独立发展路径发生冲突。如果 World Labs 最终被收编为 Autodesk 或英伟达生态中的一个功能模块，今天 50 亿美元的估值就失去了独立平台的溢价支撑。
收购 SceniX 暴露出的能力缺口
从招聘动作和收购标的来看，World Labs 正在对技术路线上的能力缺口进行有针对性的补强。公司近期密集招聘 SLAM 领域的研究工程师和 3D 重建专家。SLAM（同步定位与建图）是机器人在陌生环境中实现自主导航的核心技术；3D 重建专家负责将激光雷达、摄像头等传感器数据融合为高精度环境地图，为 SLAM 系统提供底层支持。这两个岗位的指向性非常明确：World Labs 希望从“生成静态三维世界”走向“支持动态空间感知”，这正是具身智能对世界模型提出的更高阶要求。
收购 SceniX 则是另一种形式的补课。机器人仿真平台意味着 World Labs 不再需要从零自研仿真环境，而是直接获得一套已有技术积累的物理模拟系统。但收购之后的技术整合、团队融合以及产品路线图如何统一，都是尚未得到回答的问题。目前公司没有公开披露过 Marble 的具体付费客户数量和收入规模，也没有披露 SceniX 的交易对价和整合计划。这些信息缺口本身，就是判断 50 亿美元估值是否合理的重要依据。
梅西的这笔投资，更像一张“看涨期权”
回到文章开篇的问题：梅西投 World Labs 到底是不是一笔好买卖？如果以传统风险投资的回报框架来衡量，目前任何结论都为时过早。Play Time 的具体投资金额和入股轮次均未披露，外界无从判断这笔投资的成本基础。如果是在 50 亿美元估值节点进入，回报空间将高度依赖 World Labs 能否在未来继续以溢价完成新一轮融资或被并购。如果估值已经部分透支了业务进展，安全垫就会很薄。
但从体育明星投资科技公司的逻辑来看，球星的投资组合通常不追求单项目的高确定性回报，而更看重赛道卡位和品牌协同效应。梅西在世界杯决赛失利后迅速入局 AI 赛道，这个时间节点本身就带有强烈的叙事张力。World Labs 拥有的创始团队光环、产业资本背书以及“空间智能”的概念红利，恰恰符合这类“叙事驱动型投资”的偏好。从这个角度看，梅西买的不只是 World Labs 的股权，更是一张通向 AI 下一个十年故事的入场券。而这张入场券能不能兑现，最终不取决于李飞飞的履历有多耀眼，也不取决于投资方名单有多豪华，而取决于 Marble 能不能让足够多的用户心甘情愿每月支付 95 美元。这个问题的答案，目前还没有人能给出。
RecodeX 极客视：World Labs 的故事是典型的“概念先行、产品追赶、估值抢跑”。李飞飞的空间智能愿景有清晰的学术脉络和产业逻辑支撑，但 50 亿美元估值的兑现条件非常具体——Marble 的生成质量要能进入专业工作流程，付费用户要形成规模化续费，机器人仿真方向要有可量化的商业进展。Autodesk 的 2 亿美元投资和后续合作深度，将是检验这套叙事是否成立的关键观察指标。而当合作仍处于“早期阶段、具体形式尚未确定”，当付费客户名单仍是一片空白时，这个赛道最值得关注的现象或许不是某一家公司的估值有多高，而是所有玩家都在用远期愿景为今天的研发成本融资——这意味着行业的时间窗口还没有真正打开。
更新说明（2026-10-21）：2026-10-21 历史重复报道复核：确认是重复文档；融资事实的未核实边界仍保留。保留最早网址；重复稿406826归档并设置301跳转。
核验来源
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。