Gutenberg Lab — 早报

李飛飛的 World Labs 發表 Atlas 模型，從三張照片重建 3D 世界

來賓: Martin Casado（a16z 普通合夥人）× 李飛飛（World Labs 共同創辦人、史丹佛大學教授）、Justin Johnson（World Labs 共同創辦人）、Ben Mildenhall（World Labs 共同創辦人、NeRF 開發者）

結論

空間智能的基本單位不是「預測下一個 token」，而是「預測下一個視角」，基於此原理整合 3D 重建與影片生成的 Atlas，有可能成為從機器人學到建築設計等所有處理物理空間之 AI 的基礎。

三行摘要

World Labs 發表 Atlas 模型。將過去需要二百到三百張照片的 3D 重建僅用三張照片實現，達成五十到一百倍的資料削減。以「預測下一個視角」這個新的基本任務整合生成與重建，能夠建構空間上一致的 3D 世界。機器人學最大的瓶頸是資料收集，Atlas 的稀疏重建技術解決了這個問題。

關注要點

1. 三張照片重建 3D 世界 — 傳統的密集重建需要二百到三百張照片才能拍攝一個房間，一般使用者要花一到兩小時。Atlas 將此削減至三張，實現五十到一百倍的效率化。生成式 AI 能「想像」補完看不見的部分，使得過去不可能的舊影片或網路影像的 3D 重建成為可能。

2. 「預測下一個視角」具有 AI 完備性 — 共同創辦人 Justin Johnson 主張，Atlas 核心任務「預測下一個視角」與 LLM 的「預測下一個 token」同樣具有 AI 完備性。任何智能任務都能定式化為空間預測問題。李飛飛從演化論觀點說明「會移動的動物有眼睛，樹木沒有眼睛，是因為移動產生新的視角」。

3. 機器人學的瓶頸是資料 — 李飛飛指出「機器人學目前最大的問題是資料，總有一天會是晶片」。工業機器手臂的訓練需要環境的密集重建，「極為痛苦、耗時且費力」的作業成為瓶頸。Atlas 的稀疏重建技術直接解決此問題，提升機器人學策略的迭代速度。

一句話研判

Atlas 展示的洞察是，空間智能的基本單位以不同於語言模型的原理運作。LLM 預測「接下來會出現什麼」，空間智能則預測「從別的地方看會是什麼樣子」。這個差異不是表面的技術選擇，而是捕捉智能的不同面向。動物因移動而改變視角，這驅動了智能的演化——這個演化論的解釋暗示了為何空間推理是智能的核心。不過，此原理能泛化到何種程度仍是未知數。從靜態 3D 重建到動態模擬，再到機器人的行為規劃，能否以同一個「視角預測」框架處理，這個主張雖然野心勃勃，但實證仍在進行中。

來源: a16z Podcast《Fei-Fei Li: The Race to Build World Models for AI》（2026年9月4日）

https://a16z.simplecast.com/episodes/fei-fei-li-the-race-to-build-world-models-for-ai-tvIN7XfT

人類智能存在於百萬年前——考古學三大基礎問題失去答案

來賓: Joe Rogan × Michael Button（獨立考古學研究者、YouTuber）

結論

人類極可能在百萬年以上前就已建造船隻、橫渡海洋、具備象徵性思考能力，「文明於一萬兩千年前突然開始」的通說正在崩解。

三行摘要

獨立研究者 Michael Button 主張，考古學三大基礎問題——「為何文明同時多發誕生」「人類智能何時開始」「人類何時抵達孤立大陸」——的傳統答案已全數失效。印尼蘇拉威西島一百零四萬年前的石器、墨西哥 Hueyatlaco 遺址二十五萬年前的工具、冰河期歐洲四萬年前的原始文字等新發現，將既有年表延長二十倍以上。Button 表示：「可能性空間已經擴大，此時抱持確信反而不誠實。」

關注要點

1. 百萬年前的航海技術: 印尼蘇拉威西島、弗洛勒斯島、呂宋島（皆為始終被海隔絕的島嶼）發現七十萬至一百四十萬年前的石器。NASA 研究指出，孤立島嶼的移居至少需要五百人，Button 主張「刻意造船」比「偶然漂流三次」更合理。這將傳統「五萬年前現代智能開始」說往前推進二十倍以上。

2. 哥貝克力石陣九十五%未發掘: 土耳其一萬兩千年前的遺址哥貝克力石陣規模為巨石陣的五十倍，但已發掘部分僅佔五%。剩餘部分可能埋藏「羅塞塔石碑級的解讀鑰匙」，若發現原始文字，將證明農業之前已有文明。

3. 美洲大陸抵達時間為二十五萬年前?: 墨西哥 Hueyatlaco 遺址火山灰下發現二十萬至六十萬年前（駱駝骨盆為二十五萬年前）的石器，但因違反「克洛維斯最古說」而二十年無法發表，遺物已遺失、遺址遭破壞。地質學家至今仍支持年代測定。Button 表示：「這些發現只要有一項正確，年表就會根本改變。」

一句話研判

考古學面臨的結構與 AI 面臨的問題相同——年表正以指數函數擴張，制度卻持續「照常營運」。蘇拉威西島百萬年前的石器意味著，過去百萬年十一次溫暖期中，每次都存在認知能力與現代人相同的人類。他們為何未建立文明，還是曾建立但已失傳？對此問題的誠實答案是「不知道」，抱持確信反而不誠實。

來源: The Joe Rogan Experience《#2546 - Michael Button》（2026年8月26日）

https://open.spotify.com/episode/[ID_UNKNOWN]

YouTube 新指標讓觀看次數膨脹兩倍——收益不變，混亂擴散

來賓: Marques Brownlee（MKBHD，主持人）× David Imel（共同主持人）× Andrew Manganelli（共同主持人兼製作人）

結論

YouTube 導入「參與觀看」後，公開觀看次數最多膨脹兩倍，但創作者實際收益不變，贊助商談判、歷史比較、內部評估全面失靈。

三行摘要

• YouTube 於二〇二六年八月導入「參與觀看」（實際觀看）與「公開觀看」（含展示次數）分離機制後，Marques 的影片公開觀看次數達四百六十萬次、實際觀看三百二十萬次，差距一百四十萬次。Podcast 最新集數的公開觀看正好是實際觀看的兩倍（四十九萬六千次 vs 二十五萬次）
• 遊戲實況主 Markiplier 取得 GoPro 百分之八點五股權隔日，GoPro 以兩億八千萬美元被 Starman Holdings（前一日於德拉瓦州成立的紙上公司）收購，暗示轉型 AI 監控攝影機事業。Markiplier 將投資稱為「贊助評測」，用詞選擇遭批評
• Dyson 發表四百九十九美元電動牙刷「Aerojet」（搭載零點一百萬像素相機偵測齒縫並噴射漱口水），Sonos 為智慧喇叭新增「十個 AI 代理人報天氣與激勵演說」功能——主持人評為「最無意義的 AI 應用產品」

關注要點

1. 觀看次數膨脹隨時間擴大。 Marques 實測顯示，影片發布初期公開觀看與實際觀看差距四萬次（百分之二），五日後擴大至一百四十萬次（增加百分之四十四）。YouTube 儀表板預設顯示膨脹後的公開觀看，查看實際觀看需點擊六次。Waveform 頻道一週內獲得一千萬次虛增觀看（公開四千二百萬次 vs 實際三千二百萬次）

2. Markiplier 將「投資」稱為「贊助」的理由是「防止觀眾買股票」。 他擔心加密貨幣網紅式的 pump-and-dump（炒高後拋售）而迴避投資揭露，但彭博報導百分之八點五持股後 GoPro 股價暴漲一百五十%。Marques 批評：「『贊助』意味企業擁有編輯權，應該說『我持有這家公司百分之八點五』」

3. Sonos 27 OS 搭載最多十個 AI 代理人，以不同聲音報天氣或激勵演說。 Andrew 評論：「喇叭是我見過最荒謬的 AI 搭載產品」。唯一獲肯定的是自然語言音樂搜尋（「播這首不插電版」可找到 MTV Unplugged 版本），但示範依賴 Amazon Music，能否在 Spotify 或 Apple Music 運作不明

一句話研判

YouTube 指標變更顯示，當平台單方面改寫「成功」定義時，創作者經濟的所有層級（贊助商、觀眾、創作者本身）同時陷入無法測量的狀態。這不是技術故障，而是結構性的測量危機。

來源: Waveform《I Don't Need AI in My Toothbrush》（二〇二六年九月四日）

https://www.youtube.com/c/Waveform