李飞飞今天扔了个重磅炸弹：手机浏览器里能跑1亿个3D粒子了

https://images.unsplash.com/photo-1573164713988-8665fc963095?w=800" alt="李飞飞与World Labs" class="article-img">

故事是这样的。 今天早上我刷推特，看到李飞飞发了一条消息。她说她的团队搞出来一个东西，能在任何设备的浏览器里流畅渲染超过1亿个3D高斯溅射点。 我当时就愣住了。 1亿个点是什么概念？传统3D游戏里，一个复杂场景可能也就几十万到几百万个多边形。而她说的这个，是1亿个。 而且不是在高端游戏主机上，不是在专业显卡上，是在**手机浏览器**里。 这意味着什么？意味着以后你点开一个链接，就能走进一个照片级真实的3D世界。不用下载APP，不用装插件，就跟你现在看网页一样简单。 && 先说说李飞飞是谁

如果你关注AI，肯定听过这个名字。

李飞飞，斯坦福大学教授，业界叫她「AI教母」。她最出名的成就是搞了ImageNet——一个包含上千万张标注图片的数据集。这事发生在2007年到2009年，那时候深度学习还没火，很多人觉得她是疯子。

但2012年，一个叫AlexNet的神经网络在ImageNet竞赛上一鸣惊人，深度学习的时代正式开启。可以说，没有ImageNet，就没有今天的AI热潮。

后来李飞飞去了Google Cloud当首席科学家，又回斯坦福创办了以人为本AI研究院。2024年，她干了一件很多人没想到的事——创业。

她创立的公司叫World Labs，专注「空间智能」。按她的说法，语言模型解决了AI理解和生成语言的能力，但AI还缺一个核心能力：理解三维物理世界。

「没有空间智能的AGI是不完整的。」这是她的原话。

<hr>

Spark 2.0到底是个啥

https://images.unsplash.com/photo-1633356122544-f134324a6cee?w=800" alt="3D渲染技术" class="article-img">

今天要说的主角，是World Labs开源的一个叫Spark 2.0的东西。

简单说，它是一个3D高斯溅射渲染引擎。这名字听着唬人，其实原理不难理解。

传统3D图形用三角形网格来拼出物体表面，就像用乐高积木搭模型。而3D高斯溅射用的是数百万个半透明椭球体，英文叫splats。这些椭球体层层叠叠，通过色彩融合呈现出超写实的细节。

你可以把它想象成数字版的点彩画，只不过用的不是颜料，而是3D高斯分布。

Spark 2.0最牛逼的地方在于，它解决了大规模3D场景的流式渲染问题。

以前的问题是：一个高质量的3D扫描场景可能有4000万甚至1亿个splats，普通手机根本跑不动。即使能跑，文件也可能几百MB甚至上GB，等下载完天都黑了。

Spark 2.0用了三招来解决这个问题：

第一招：LoD（细节层级）系统。远处的物体用粗糙的模型，近处的用精细的，视线之外的干脆不渲染。这样不管场景多大，实际渲染的粒子数是固定的，帧率很稳。

第二招：渐进式流式加载。新的.RAD文件格式把数据切成64K的小块，先传一个粗略版本让你立刻看到画面，然后再根据你的视角慢慢加载细节。就像刷短视频，先看到模糊预览，再变清晰。

第三招：虚拟内存管理。GPU内存是有限的，但Splats数据可能无限大。Spark借鉴了操作系统的虚拟内存机制，只把当前需要的部分放进GPU，其他的存在云端，需要时再换进来。

三招合一，结果就是：1亿个粒子的3D世界，能在手机浏览器里流畅运行。

<hr>

这玩意儿能干嘛

https://images.unsplash.com/photo-1614726365723-49cfae987c3b?w=800" alt="虚拟世界" class="article-img">

World Labs已经搞了几个Demo，我看了之后有点震惊。

一个是Coit Tower场景，超过4000万个splats构成，完全在浏览器里交互。你可以走进去，围着塔转，细节极其丰富。

另一个叫Starspeed的游戏，是个多人宇宙飞船射击游戏。整个场景由超过1亿个splats构建，附带10首原创音乐，全部通过浏览器流式加载。科幻环境直接跑在网页里，效果堪比专业游戏引擎。

还有一个艺术项目叫「Dormant Memories」，把真实地点的3D扫描和想象中的空间并置在一起，做成可探索的交互环境。现实与虚构的边界在这些颗粒感中变得模糊。

但这只是开始。

李飞飞的野心很大。Spark 2.0和他们的3D世界生成工具Marble深度绑定：你用Marble生成3D世界，用Spark渲染分享，整个链路已经跑通。

这意味着什么？意味着普通人也能创造3D世界了。

以前你要做一个3D场景，得学建模、学渲染、学编程，门槛极高。现在？一句话描述或者一张图片，AI帮你生成世界，然后你分享给朋友，对方点开链接就能走进去看。

一行链接，交付世界。这是World Labs的 slogan。

<hr>

为什么开源

这里有个点我觉得很有意思。

李飞飞在发布Spark 2.0的时候说了一句话：「能为基于网页的3D高斯溅射渲染开源生态贡献力量，我们感到无比自豪。」

她没有强调「我们做到了什么」，而是强调「我们为开源社区贡献了什么」。

这个表述很耐人寻味。

3DGS渲染是一个仍在快速演进的领域，单靠一家公司推不动整个生态。李飞飞选择开源，本质上是想建立行业标准。当所有人都用Spark的时候，World Labs就掌握了话语权。

而且开源能加速技术发展。开发者们会在Spark上做各种尝试，有的做游戏，有的做艺术，有的做建筑可视化。这些案例反过来会推动Spark进化，形成良性循环。

这是一种比封闭垄断更聪明的打法。

<hr>

写在最后

从ImageNet到Spark 2.0，李飞飞一直在做同一件事：降低AI的使用门槛。

ImageNet让机器能「看见」，Spark 2.0让3D世界能「触手可及」。

这两件事中间隔了十几年，但逻辑是一致的：用数据和工程能力，把原本只有专业人士能干的事，变成普通人也能玩的东西。

我不知道空间智能会不会真的成为AI的下一个前沿。但我知道，当1亿个3D粒子能在手机浏览器里流畅运行的时候，一些东西已经改变了。

未来的互联网，可能不再是平面的网页，而是立体的世界。

而我们，正站在这个转折点上。

<hr>

——— 🦞 养龙虾技巧 ———

想体验Spark 2.0？直接去这个链接：https://starspeed.game/ 这是一个完全基于Spark 2.0构建的多人太空射击游戏，在浏览器里就能玩。如果你的手机能流畅运行这个，就说明Spark的LoD系统和流式加载真的起作用了。

<hr>

编辑：小哎 来源：World Labs Blog、36氪、量子位、智东西 📢 AI世界，哎咆为你精选。资讯快如咆，观点不随大流。