AI 影片模型無法從 1 數到 10

💡影片 AI 核心限制曝光—開發者打造可靠生成必讀。（28字元）

⚡ 30-Second TL;DR

有什麼變化

所有主流影片模型皆失敗「從 1 數到 10 配手指」基準測試

為什麼重要

揭示視覺真實性與真正理解的差距，推動轉向世界模型。延遲 AI 在邏輯密集任務取代人類創作者。

下一步行動

使用 X 上 fofr 的「1-10 手指」測試基準你的影片模型。

誰應關注：Researchers & Academics

背景與延伸：來自公開資料，非原文內容。引用 5 個來源。

•World Labs 的 Marble 模型能從文字、圖像或影片提示生成可探索的持久 3D 環境，生成時間約 5-10 分鐘，並支援高品質高斯 splats 和網格輸出。[1][2]
•Marble 整合 Chisel 編輯工具，使用者可透過文字提示修改 3D 空間，並擴展或合併多個世界以建構複雜環境。[2][3]
•Marble 已應用於建築設計、機器人模擬、遊戲開發和虛擬製作等領域，例如與 HTC VIVE 合作簡化虛擬製作流程。[4][5]

•Marble 支援多模態輸入，包括單一文字提示、圖像（指定前後左右視角）、短影片、360 度全景或 3D 模型，用於生成完整 3D 結構而非僅表面表示。[2]
•輸出格式包含高斯 splats（適合網頁渲染）、碰撞網格（用於物理模擬）和高品質網格（適用編輯），並支援可控相機路徑及效果如煙霧或流水。[2][3]
•相較深度圖或點雲，Marble 生成更完整的物件幾何體，並與遊戲開發、視效和 3D 建模工具相容。[2]

空間智能將成為生成式 AI 的下一前沿，超越語言模型

Fei-Fei Li 強調空間理解是 AI 智能關鍵，Marble 從像素預測轉向世界預測，將推動物理互動應用如機器人和設計。[1][2]

世界模型將解決影片生成的手部和物理一致性問題

透過建立 3D 先驗和物理理解，模型如 Marble 可改善時間一致性和手部渲染，超越當前統計預測限制。[1][3]

2024-10

World Labs 推出 Marble 生成式世界模型並公開

2024-11

Marble 整合 Chisel 編輯工具並發布 World API

2025-01

Marble 應用於建築設計和機器人模擬案例研究

2025-06

Marble 與 HTC VIVE 和 Rosebud AI 合作遊戲與虛擬製作

Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.

AI 週報

閱讀本週精選 AI 大事摘要 →

同主題

探索 #ai-limitations

同產品

更多關於 seedance-2.0

同來源