“AI教母”李飞飞创立的World Labs，刚刚完成了一项具有战略意义的收购。
7月22日，这家备受瞩目的明星公司正式宣布，成功收购美国机器人仿真初创企业SceniX。这是World Labs自成立以来首次公开的收购行动，也标志着这家以“空间智能”为核心旗帜的初创企业，正式将业务版图从3D世界生成，拓展至物理机器人训练领域。
“世界并非仅仅由文字构成，空间智能也从来不只是感知和生成世界，其核心在于与之交互。”李飞飞在社交平台上的这番表述，为此次收购奠定了清晰的基调。
World Labs与SceniX：当世界模型遇上物理仿真
此次收购的双方，在某种意义上，原本就如同“一枚硬币的正反面”，相辅相成。
自2024年4月成立以来，World Labs一直屹立于空间智能浪潮的最前沿。这家由李飞飞在斯坦福大学休假期间创办的公司，在走出隐身模式时便已手握2.3亿美元融资。2026年初，公司再获10亿美元巨额注资，投资方名单囊括英伟达、AMD、a16z等业界巨头，其估值早已突破百亿美元大关。
其核心产品Marble能够从文本、单张图片或视频片段中，生成高保真、空间一致的3D虚拟环境。用户可在其中自由移动、编辑和沉浸，并支持以多种2D和3D格式导出。这被视为生成式AI从2D向3D迈进的标志性成果。
然而在此之前，World Labs的技术更多服务于影视特效、游戏开发、建筑可视化等创意产业场景。生成的世界固然视觉上足够出色，却未必能满足“实际应用”的需求。视觉上的逼真不等同于物理上的精确，而机器人训练恰恰对物理精度有着近乎苛刻的要求。
SceniX填补的正是这一关键空白。
这家成立于2024年的初创公司，尽管规模不大，其团队配置却堪称豪华。三位联合创始人各有所长：李云珠（Yunzhu Li）拥有卡内基梅隆大学计算机视觉博士学位，曾在Google AI参与大规模视觉语言模型的研发；Changxi Zheng是加州大学圣迭戈分校教授，在物理渲染与实时图形学领域发表了超过150篇论文；Sonny Hu则出身于OpenAI，专注于机械臂操控的强化学习研究。
他们瞄准的是长期困扰机器人行业的“真实到仿真”（Real-to-Sim）问题。
现有的主流仿真引擎大多依赖简化的刚体物理模型，对摩擦力、材质形变、流体动力学等细节的还原度不足，导致在虚拟环境中习得的技能难以直接迁移至真实硬件。SceniX的解决方案是打造一款“面向机器人学习的游戏引擎”，将高精度物理仿真、传感器建模与控制策略验证整合到统一的技术管线中。
去年，该团队与哥伦比亚大学、谷歌DeepMind合作发表的一篇论文，已初步展现了这一思路。研究通过耦合真实感渲染与物理数字孪生，精准刻画了柔性物体的形变与接触动力学，实现了从仿真到现实的高保真迁移。该工作也进一步明确了团队的研究主线：打造兼具视觉真实与物理精确的仿真平台，为现实部署提供可信的虚拟先行验证。
这项技术已在真实机器人硬件的部署中得到了验证。这也是李飞飞最为看重的一点：“他们不仅在高保真仿真环境中训练和评估机器人，更在真实硬件的实际部署中验证了自身能力。”
收购完成后，SceniX团队将整体加入World Labs，继续深耕物理仿真与机器人训练方向。双方技术栈的互补性显而易见：World Labs擅长快速生成海量多样化的3D场景，而SceniX则擅长赋予这些场景真实的物理规律；前者解决了“训练环境从何而来”的问题，后者则解决了“训练效果能否实际应用”的问题。
仿真为何至关重要？机器人量产的隐形门槛
这场收购表面上看似是World Labs的业务扩张，其背后也折射出当前具身智能行业面临的共性问题。
人形机器人领域发展迅速，硬件迭代速度持续加快。电机、减速器、控制器等核心零部件的成熟度不断提升，机械结构的设计门槛也逐步降低。然而，一个普遍存在的挑战是：硬件制造日趋成熟，但赋予其泛化作业能力仍非常困难。
传统的实机调试路线成本高昂，且实体训练受限于物理时间，难以实现并行加速；部分高危场景（如高空作业、极端环境）在现实中无法进行重复性测试。因此，仿真训练已成为行业共识。在虚拟环境中，机器人可以24小时不间断学习，同时运行成千上万份并行训练，成本仅为实体训练的零头。波士顿动力、Agility Robotics等人形机器人头部企业，都在内部仿真工具上投入了大量资源。
但问题在于，当前的仿真环境普遍“不够真实”。
SceniX联合创始人Yunzhu Li此前在采访中提到：“硬件已经到位，AI也在快速进步，但我们仍在用过度简化的虚拟世界训练机器人。”
李云珠认为，现有仿真引擎的缺陷体现在多个层面：
一是接触动力学建模粗糙。机器人手指与物体的接触力、摩擦力计算不准确，导致在仿真中能稳稳拿起的物体，到了现实中要么滑落，要么被捏碎。
二是材质特性还原不足。布料、海绵、液体等非刚体的形变规律难以模拟，而真实的家庭和办公环境中充满了这类物体。机器人在仿真中学会的行走步态，踩上地毯或不平整地面就可能失效。
三是传感器仿真与现实脱节。相机的噪点、深度传感器的误差、力反馈的延迟，这些细节都会影响机器人决策。如果仿真中的传感器数据过于“干净”，真实部署时算法就会受到噪声干扰。
SceniX的核心价值，正是尽可能缩小这道现实鸿沟，让虚拟训练的技能能够“即插即用”地迁移到真实机器人上。这种能力在行业内属于稀缺资源，也或许是World Labs愿意将其收入麾下的根本原因。
空间智能再定义：从“观看”迈向“行动”
这笔收购更深层的意义，在于李飞飞对“空间智能”这一概念的重新定义。
自提出以来，空间智能常常被简单地等同于“3D生成”。在很多人看来，World Labs做的事情就是“AI版的3D建模工具”，用文字生成场景，用图片重建环境，服务于游戏、影视等内容创作领域。
但李飞飞显然持有不同的看法。
她曾多次表示，智能分为两种：一种是“说话的智能”，由大语言模型解决；另一种是“做事的智能”，其核心正是空间智能。语言是人类特有的语言，而3D是自然的语言。AI如果只能处理文字和图像，终究是“缸中之脑”；只有理解物理世界的规律并能在其中行动，才算真正迈向通用智能。
收购SceniX，正是这一理念的具体落地。World Labs的世界模型不再只是供人观赏的数字内容，而将成为机器人的“训练沙盒”。这是一条完整的技术链路：
第一步，生成世界。利用World Labs的生成能力，快速构建海量、多样化的3D训练场景。
第二步，仿真训练。在SceniX的物理引擎加持下，让机器人在虚拟环境中学习行走、抓取、操作等技能，反复试错迭代。
第三步，迁移部署。凭借高精度仿真带来的低现实鸿沟，将训练好的策略直接部署到真实机器人硬件上。
在这三个环节中，World Labs此前已掌握了第一步，SceniX则带来了第二步的核心能力。这场收购补上了整条链路最关键的中间一环。
实际上，这也带来了底层范式的转变。生成3D场景时，优化目标是“看起来真实”；而训练机器人时，优化目标则变成了“物理规律必须正确”。
世界模型公司下场做机器人？
World Labs收购SceniX的消息，也让业界开始重新审视空间智能赛道的竞争格局。
在此之前，世界模型公司与机器人公司基本处于上下游关系。World Labs、NVIDIA、Unity等企业提供仿真环境和工具，Figure、宇树、优必选等机器人公司则在其上进行训练和开发。但World Labs此举意味着，上游工具厂商正在向下游延伸。
另一个直接的问题是：World Labs会自己做机器人硬件吗？从目前的信息来看，可能性不大。李飞飞多次强调World Labs的定位是“AI公司”而非“机器人公司”，SceniX的技术也集中在软件层面。更合理的路径是，World Labs将打造一个从世界生成到仿真训练的完整平台，并向所有机器人厂商开放。
如果这条路走通，其行业影响力将不容小觑。未来，机器人公司无需自己搭建复杂的仿真环境，只需接入World Labs的平台，就能获得无限生成的训练场景和高精度物理引擎。这类似于大语言模型时代的“基础模型+下游应用”模式，只不过底座从语言模型变成了世界模型。
这也解释了为何英伟达、AMD等芯片巨头纷纷押注World Labs。空间智能与具身智能的组合，对算力的需求将远超当前的大语言模型。如果World Labs成为机器人行业的“基础设施提供商”，背后的芯片厂商将是最大的受益者。
当然，挑战同样巨大。SceniX的仿真精度究竟能有多高？现实鸿沟能缩小到什么程度？机器人公司是否愿意将训练环节交给第三方平台？这些问题都尚待验证。
结语
从ImageNet开启计算机视觉时代，到创办World Labs布局空间智能，再到收购SceniX进军机器人仿真，李飞飞的每一步都踩在了AI发展的关键节点上。
十五年前，她用1500万张标注图片教会了机器“看见”世界；今天，她想教会机器“理解”并“改变”世界。二者的底层逻辑一脉相承，都是通过搭建通用化的基础工具，降低全行业的创新门槛。
收购SceniX只是一个开始。它意味着World Labs的竞争重心，正从内容生成类场景，逐步向产业落地类场景转移。
但对于仍在摸索成熟商业模式的世界模型赛道而言，这条 “场景生成 + 物理仿真 + 智能体训练” 的路径能否最终跑通，仍有待后续技术落地与产业合作的持续验证。