Startup World Labs, założony przez legendę AI Fei-Fei Li, udostępnił Marble – model AI, który generuje edytowalne światy 3D z tekstu, zdjęć i wideo.
W skrócie:
- Marble to pierwszy komercyjny „model świata” od World Labs, który pozwala tworzyć i eksportować całe środowiska 3D na podstawie prostych komend lub plików graficznych.
- Narzędzie oferuje unikalne opcje edycji, w tym edytor Chisel, pozwalający oddzielić strukturę 3D od stylu wizualnego, co daje użytkownikom bezprecedensową kontrolę.
- Platforma startuje z modelem freemium oraz płatnymi planami (od 20 do 95 dolarów), celując w rynek gier, efektów wizualnych (VFX) oraz wirtualnej rzeczywistości (VR).
Świat sztucznej inteligencji znów przyspiesza, a tym razem nie chodzi o generowanie tekstu czy obrazów. Startup World Labs, za którym stoi jedna z najważniejszych postaci w branży AI, Fei-Fei Li, właśnie wypuścił na rynek swój pierwszy komercyjny produkt. Nazywa się Marble i jest czymś, co jeszcze niedawno widzieliśmy tylko w filmach science fiction – to „model świata”, zdolny tworzyć w pełni edytowalne, trójwymiarowe środowiska na podstawie prostego polecenia tekstowego, zdjęcia, a nawet panoramy. Firma, która nieco ponad rok temu wyszła z cienia z imponującym finansowaniem w wysokości 230 milionów dolarów, właśnie postawiła pierwszy, bardzo konkretny krok.
Jak Marble chce wyprzedzić Google i resztę stawki?
Modele świata to systemy AI, które budują wewnętrzną reprezentację otoczenia, co pozwala im przewidywać przyszłe zdarzenia i planować działania. To Święty Graal dla robotyki i autonomicznych systemów. Na tym polu walczą już inni, w tym Google ze swoim projektem Genie, ale ich rozwiązania wciąż pozostają w fazie zamkniętych testów badawczych. World Labs postanowiło nie czekać. Marble, w przeciwieństwie do konkurencji, nie generuje światów w czasie rzeczywistym, co często prowadzi do błędów i niespójności wizualnych. Zamiast tego tworzy trwałe, stabilne środowiska 3D, które użytkownik może pobrać i dowolnie wykorzystać jako siatki (meshes), filmy lub w coraz popularniejszym formacie Gaussian splats.
To fundamentalna różnica. Zamiast dynamicznie zmieniającej się, nieco halucynującej scenerii, dostajemy gotowy zasób, który można importować do silników gier takich jak Unity czy Unreal Engine. Justin Johnson, współzałożyciel World Labs, podkreśla, że to zupełnie nowa kategoria modeli. “To coś, co z czasem będzie tylko lepsze. Już teraz wprowadziliśmy ogromną poprawę” – powiedział w rozmowie z TechCrunch.
Kreatywność pod kontrolą, a nie na autopilocie
Największym problemem narzędzi generatywnych pozostaje kontrola. AI często “bierze sprawy w swoje ręce”, oddalając się od intencji twórcy. World Labs stawia ten problem na głowie. “Nie chcemy, żeby maszyna po prostu przejęła kierownicę i odebrała całą kreatywność” – tłumaczy Johnson. Dlatego Marble wyposażono w unikalne narzędzia edycyjne. Najciekawszym z nich jest Chisel, eksperymentalny edytor 3D. Pozwala on najpierw “wyrzeźbić” podstawową strukturę przestrzenną – ściany, obiekty, płaszczyzny – a dopiero potem za pomocą komend tekstowych nadać im styl wizualny. To trochę jak w tworzeniu stron internetowych, gdzie HTML odpowiada za szkielet, a CSS za wygląd. Użytkownik może w każdej chwili złapać blok reprezentujący kanapę i przesunąć go w inne miejsce, bez niszczenia całej sceny.
Co więcej, model pozwala na elastyczne rozszerzanie wygenerowanego świata. Gdy docieramy do krawędzi, gdzie obraz zaczyna się rozpadać, możemy polecić AI, by “dogenerowała” więcej przestrzeni. Dla twórców potrzebujących ogromnych lokacji przygotowano “composer mode”, który umożliwia łączenie kilku oddzielnie stworzonych światów w jedną, spójną całość.
Gry, filmy i roboty – kto skorzysta z tej rewolucji?
World Labs celuje przede wszystkim w trzy rynki: gry wideo, efekty specjalne (VFX) i wirtualną rzeczywistość. W branży gier nastroje wobec AI są, delikatnie mówiąc, mieszane. Niedawna ankieta Game Developers Conference pokazała, że jedna trzecia deweloperów postrzega generatywną AI jako negatywne zjawisko, obawiając się o kradzież własności intelektualnej i spadek jakości. Johnson uspokaja, że Marble nie ma zastąpić całego procesu tworzenia gier, a jedynie dostarczyć wysokiej jakości zasoby – tła, otoczenie, ambientowe przestrzenie – które twórcy mogą następnie ożywić w swoich silnikach.
W przypadku VFX, Marble rozwiązuje problem niespójności i braku kontroli nad kamerą, który trapi generatory wideo. Artysta dostaje gotową scenę 3D i może poruszać wirtualną kamerą z precyzją co do klatki. Z kolei rynek VR, według Johnsona, jest “wygłodniały treści”, a Marble już dziś pozwala tworzyć światy kompatybilne z goglami Vision Pro i Quest 3. Długoterminowa wizja sięga jednak znacznie dalej. Fei-Fei Li w swoim manifeście określiła Marble jako pierwszy krok ku stworzeniu maszyn obdarzonych “inteligencją przestrzenną”. Jej zdaniem, jeśli duże modele językowe nauczyły maszyny czytać i pisać, to modele świata nauczą je widzieć i budować. “Nasze marzenia o prawdziwie inteligentnych maszynach nie będą kompletne bez inteligencji przestrzennej” – napisała. A to może zrewolucjonizować nie tylko rozrywkę, ale też robotykę, medycynę i naukę.