李飞飞，刚买下学生公司林夕

过去几年，AI行业的竞争主要围绕模型参数、算力和数据展开。

但随着大模型能力不断提升，一个新的问题开始浮现：AI如何真正进入现实世界？

7月21日，AI科学家李飞飞创办的空间智能公司World Labs宣布收购机器人仿真公司SceniX。

官方未公开具体财务细节，交易完成后SceniX团队及技术将全面并入World Labs。

这场收购背后，是World Labs从“三维世界生成”向“机器人训练环境”进一步延伸。

此前，World Labs推出的产品Marble，主要解决的是如何利用文字、图片、视频等信息生成可探索的三维空间；而SceniX关注的是，在这些空间中，机器人如何学习移动、操作和与环境交互。

一家负责创造世界，一家负责让机器人理解世界。

随着SceniX加入，World Labs正在尝试补齐空间智能走向现实世界的重要环节。

李飞飞买下学生公司

在被World Labs收入囊中之前，总部位于美国加州的SceniX在具身智能及机器人圈内一直以低调、极客的隐身模式运行。其团队核心由前GoogleDeepMind、MetaRealityLabs以及顶尖高校的图形力学与机器人学专家组成。

SceniX的技术核心在于解决仿真与现实之间的差距（Sim-to-RealGap）。

在传统仿真软件（如IsaacSim或MuJoCo）中，当机器人试图抓取一个微小或光滑的物体，如玻璃杯、金属螺丝时，虚拟与现实的差距会导致算法直接失效。

SceniX开发了一套基于隐式求解器的接触动力学引擎，能够极其精准地模拟非刚体、多体摩擦、扭转力矩以及材料微小形变。其官网上展示的“机械手精确平衡一颗玻璃珠”演示，展现了其在极细微力学控制上的技术硬实力。

同时，SceniX将基于物理规则的确定性渲染引擎，与数据驱动的神经网络力学预测结合，既保证了实时计算的超高吞吐率，又兼顾了极高的物理真实度。

此外，SceniX可以达到传感器与全身控制的无缝融合。

SceniX的模拟平台不仅仅输出RGB画面，它能够同步生成带有物理特性的多模态数据：

能够精确模拟LiDAR（激光雷达）、深度相机（DepthCamera）、触觉传感器（TactileSensors）在真实物理世界中的噪声与延迟。

既支持双足机器人复杂地形行走（Locomotion）的重心拟合，也支持机械臂多自由度灵巧抓取（Manipulation）的接触演算。

SceniX在创立初期便获得了包括硅谷深科技天使投资人及机器人垂直基金的种子轮支持。SceniX并非将自己定位为单卖SaaS软件的工具商，而是立志于“通过混合仿真构建通用机器人（Building General-Purpose Robotics through Hybrid Simulation）”。

这一技术路线与World Labs的战略构想不谋而合，最终促成了这场并购。

值得关注的是，在World Labs宣布收购SceniX的这笔交易背后，还包含着一层深厚的学术渊源：

SceniX联合创始人李昀烛，现哥伦比亚大学助理教授，曾在斯坦福视觉与学习实验室从事博士后研究，期间师从李飞飞。

其此前主导的“Interactive World Simulator”项目便致力于利用少量真实机器人数据生成可持续交互的虚拟环境；

而另外两位联合创始人郑昌熙（哥伦比亚大学副教授）与SonnyHu，也在计算机图形学与物理仿真领域积累了深厚的研发与工程经验。

收购SceniX，补上空间智能关键拼图

此前，外界对World Labs的印象主要集中在“3D版SORA”上——其推出的首款旗舰产品Marble，能够将单张照片、几句文本或一段视频直接转化为可漫游、可编辑的三维虚拟空间。

然而，从“好看的3D画卷”到“能够供机器人交互的真实世界”，隔着一座巨大的鸿沟。

传统生成式3D只具备几何视觉一致性（看起来像一个房间），却缺乏物理动力学一致性（没有重力概念、不知道摩擦力大小、不懂得物体受力碰撞后的形变）。

而具身智能（Embodied AI）现阶段训练双足人形机器人或机械臂，受限于现实世界数据采集的极高成本与碰撞安全风险。AI需要在虚拟环境中进行数十亿次的强化学习（RL），再投射到真机上（Sim-to-Real）。

World Labs的策略非常清晰：如果只做3D内容生成，终极上限不过是“下一代影视游戏引擎”；而收购SceniX，才是将“空间智能”真正延展为“物理具身智能底层OS”的关键一步。

将SceniX纳入麾下后，World Labs正式构建起一个从视觉生成到物理执行的闭环飞轮。

World Labs认为，机器人是空间智能在真实物理世界落地的核心载体。机器人领域的下一次突破将源于“空间智能（大模型）+世界模型+基于学习的仿真（Simulation-basedlearning）+现实闭环”的有机结合，从而打造“空间智能+物理机器人”的闭环。

借助SceniX的仿真平台，World Labs的空间模型能够获得海量带物理约束的训练数据，加速AI智能体在复杂环境中的空间感知、推理预测和可靠执行，大幅提升AI Agent的泛化能力。

此外，利用高保真仿真可以极大降低真实物理机器人的测试成本与安全风险，World Labs将形成“虚拟强化学习->现实部署反馈”的技术螺旋，加速具身智能研发迭代。

从视觉信仰到硬核生态：李飞飞的空间智能资本图谱

纵观全行业，李飞飞的资本动作极其罕见且极其克制，她并不追逐热门的社交应用、纯文本大模型或是同质化的SaaS工具，而是始终将每一次布局严密地围绕着“空间智能（SpatialIntelligence）”展开。

在TED演讲中，她借用“寒武纪大爆发”来阐述这一理念：5.4亿年前生物演化出“视觉”，正是“空间感知与物理交互的协同”催生了自然界的高阶智能。