World Labs, la startup fondée par la pionnière de l’IA Fei-Fei Li, lance son premier produit commercial basé sur un modèle mondial. Marble est désormais disponible avec des options freemium et payantes, permettant aux utilisateurs de transformer des invites textuelles, des photos, des vidéos, des mises en page 3D ou des panoramas en environnements 3D éditables et téléchargeables. Le lancement de ce modèle mondial génératif, d’abord proposé en aperçu bêta limité il y a deux mois, intervient un peu plus d’un an après que World Labs soit sortie de l’ombre avec 230 millions de dollars de financement, plaçant la startup en tête de ses concurrents développant des modèles mondiaux.
Les modèles mondiaux sont des systèmes d’IA qui génèrent une représentation interne d’un environnement, pouvant être utilisés pour prédire des résultats futurs et planifier des actions. Bien que des startups comme Decart et Odyssey aient publié des démos gratuites et que le Genie de Google soit encore en aperçue de recherche limitée, Marble se distingue en créant des environnements 3D persistants et téléchargeables plutôt qu’en générant des mondes à la volée pendant l’exploration. Cela, selon l’entreprise, réduit la morphologie ou l’incohérence et permet aux utilisateurs d’exporter des mondes sous forme de splats gaussiens, de maillages ou de vidéos.
« Nos rêves de machines véritablement intelligentes ne seront pas complets sans intelligence spatiale. »
Marble est également le premier modèle du genre à offrir des outils d’édition natifs basés sur l’IA et un éditeur 3D hybride, permettant aux utilisateurs de définir des structures spatiales avant que l’IA ne remplisse les détails visuels. Justin Johnson, co-fondateur de World Labs, a déclaré à TechCrunch : « C’est une toute nouvelle catégorie de modèle qui génère des mondes 3D, et cela va s’améliorer au fil du temps. » Lors d’une démo précédente en décembre dernier, les premiers modèles de World Labs pouvaient générer des scènes 3D interactives à partir d’une seule image, malgré quelques limitations telles que des mouvements restreints et des erreurs de rendu.
La flexibilité d’entrée de Marble commence par l’acceptation d’entrées multiples, permettant aux utilisateurs de télécharger plusieurs images ou clips courts. Une caractéristique innovante, Chisel, est un éditeur 3D expérimental qui permet aux utilisateurs de définir des mises en page spatiales, puis d’ajouter des invites textuelles pour guider le style visuel. Une fois qu’un monde est généré, les utilisateurs peuvent même choisir d’étendre cet environnement, générant plus de détails dans des zones spécifiques, ce qui offre un contrôle et une personnalisation accrus.
Marble est disponible via quatre niveaux d’abonnement : gratuit (quatre générations à partir de texte, d’image ou de panorama), Standard (20 $/mois, 12 générations plus entrée multi-image/vidéo et édition avancée), Pro (35 $/mois, 25 générations avec expansion de scène et droits commerciaux), et Max (95 $/mois, toutes les fonctionnalités et 75 générations). Johnson estime que les cas d’utilisation initiaux de Marble concerneront principalement le jeu, les effets visuels pour le cinéma et la réalité virtuelle (VR). Bien que l’enthousiasme pour l’IA reste fort, des préoccupations concernant le vol de propriété intellectuelle et la consommation d’énergie continuent de circular.
