当大模型还在为"预测下一个词"消耗算力时，李飞飞押注的方向已经换了赛道。7月下旬，她创办的World Labs悄悄收购了机器人仿真公司SceniX，把自家已上线的Marble三维生成引擎和SceniX的高保真机器人训练平台接在了一起，首次跑通了"需求输入、3D仿真世界自动生成、机器人虚拟训练、真实场景部署"的全链路。也就是说，一个AI第一次能在完全由算法生成、却符合真实物理规则的空间里，自主学会一项操作技能，然后直接迁移到实体机器人身上，不再需要昂贵的现实试错。这家公司累计融资已达12.3亿美元，估值约50亿美元，英伟达、AMD、Autodesk都是股东，而它的技术路线，正在被越来越多的人视为AI的下一个十年的主航道。
这条全链路的两端，分别是两个风格迥异的产品。Marble是World Labs在2025年11月上线的商用三维生成引擎，用户可以用文字、图片、视频或粗略布局生成可持久、可导航、可编辑的3D环境，并导出为网格、高斯泼溅或视频格式，它面向的是游戏、影视、建筑和设计行业，让创作者从想法或参考图到可用空间资产的路径大幅缩短。SceniX则是一个机器人仿真平台，专为高保真的机器人策略训练设计。两者的结合，让Marble生成的世界不仅是给人看的"渲染器"，更是可以供机器人训练的"模拟器"。
李飞飞在一次访谈中提出了世界模型的"三分法"：渲染器负责生成给人看的像素，规划器负责为智能体选择动作，模拟器则试图保留几何、物理与动力学，让人类和机器人都能使用。World Labs明确把边界划在"持久、可编辑、可导出的世界"上，而仿真正是连接创作工具与机器人的桥梁。收购SceniX后，World Labs同时拥有了面向创作者的Marble和面向机器人研发的仿真能力，李飞飞的"空间智能"理论第一次有了两条清晰的市场化路径。
全链路跑通的关键，是仿真与现实的"域差距"到底有多大。World Labs在SceniX的基础上构建了Real-to-Sim-to-Real引擎，即把真实世界的任务演示转化为可交互的虚拟环境用于策略训练，核心逻辑是：机器人研发落后于软件，是因为策略评估必须在物理硬件上反复试错，而把物理环境和评估循环数字化，就能让机器人的试错在云端大规模并行进行，摆脱"一秒一秒"的物理时间约束，把复杂操作策略的训练周期从数年压缩到数天。
这个引擎的验证方式相当严谨。World Labs基于斯坦福开源ALOHA双臂平台做评测，在仿真中跑了2000次模拟试验，对照100次真实运行，比较了英伟达GR00T N1.6和Physical Intelligence的π0.5等多个策略架构，仿真环境成功复现了真实世界中的边缘情况，包括指尖捏合无力、握持滑落等细节，且模拟器中的性能排名与真实世界一致。训练出的模型还被部署到另外四个机器人平台上，每个平台连续运行一小时无需人工干预，任务包括双臂绕线、从杂物堆中分拣标记笔等精细操作。这种"仿真评估与真实排名一致"的结果，意味着机器人策略迭代可以像软件一样先跑模拟测试再上真机，物理AI的工程化路径就此打通。
World Labs的崛起，是2026年世界模型赛道资本热潮的缩影。今年2月，World Labs完成10亿美元融资，估值约50亿美元，英伟达、AMD、Autodesk、Fidelity等参投，其中Autodesk一家就投了2亿美元。几乎同期，图灵奖得主杨立昆也为其新公司AMI Labs募集了10.3亿美元，估值35亿美元，两位AI教父级人物在同一时间窗口各自押注世界模型，但技术路线截然不同：李飞飞走"生成式"路线，渲染可探索的3D世界；杨立昆走"抽象式"路线，在数学潜空间预测结果而不生成像素。两条路线之争，本质是"世界模型应该多像真实世界"的路线分歧。
在中国市场，世界模型同样成为兵家必争之地。腾讯混元推出统一三维多模态模型，智象未来发布HiDream-O1-World交互式世界模型，元流机器人发布CurrentWorld-0世界仿真器，各家都在抢占"物理AI"的基础层。对World Labs而言，它的差异化在于Marble的商业化已经先行，面向游戏、影视、建筑等行业提供了可用的付费产品，而不仅仅停留在研究阶段。当然，物理一致性仍是整个行业的技术天花板，2026年5月的CRONOS基准测试显示，主流开源视频生成器在反事实一致性上存在系统性失败，这说明"AI理解物理世界"还远未成熟。但无论如何，当李飞飞这样的顶级科学家带着12亿美元、把空间智能从论文变成产品，世界模型已经从概念之争进入了工程落地阶段，这场关于"AI如何理解真实世界"的竞赛，正在决定下一代智能的底座形态。