World Labs Raih Investasi Besar untuk Teknologi Intelijen Spasial
Startup World Labs, yang didirikan oleh ilmuwan komputer AI terkemuka Fei-Fei Li pada tahun 2023, telah menarik perhatian besar dengan putaran pendanaan baru yang bertujuan untuk memajukan teknologi intelijen spasial. Teknologi ini memungkinkan pengguna untuk menciptakan dunia virtual 3D dari teks atau gambar. Beberapa investor penting, termasuk Nvidia, AMD, dan Autodesk, telah berkontribusi dengan total $200 juta. World Labs keluar dari mode diam-diam pada September 2024 dengan pendanaan awal sebesar $230 juta, menempatkan valuasi perusahaan sekitar $1 miliar. Bloomberg berspekulasi bahwa investasi baru akan meningkatkan valuasi World Labs menjadi $5 miliar.
World Labs berkomitmen untuk mempercepat misi mereka dalam mengembangkan intelijen spasial, yang berpotensi merevolusi berbagai bidang seperti penceritaan, kreativitas, robotika, dan penemuan ilmiah. Produk pertama mereka, Marble, dirilis pada November 2025, memungkinkan pengguna untuk menciptakan dunia virtual 3D yang dapat diedit dan diunduh. Marble menawarkan aplikasi potensial di berbagai sektor, termasuk permainan dan media imersif, robotika dan simulasi, serta arsitektur dan desain. Marble tersedia dalam versi gratis dan tiga tingkatan berbayar: Standar ($20 per bulan), Pro ($35), dan Max ($95).
Autodesk, salah satu pengembang terkemuka dalam perangkat lunak desain berbantuan komputer 3D, mendukung World Labs dengan investasi dan kolaborasi penelitian. Presiden dan CEO Autodesk, Andrew Anagnost, menekankan pentingnya AI yang memahami ruang, struktur, bahan, fisika, dan waktu untuk industri yang dilayani oleh Autodesk. Fei-Fei Li menambahkan bahwa AI harus memahami dunia fisik, bukan hanya kata-kata, dan menyatukan semantik, spasial, dan fisik adalah batas besar berikutnya dari AI. Autodesk juga akan berperan sebagai penasihat untuk World Labs, berkolaborasi dalam penelitian dan pengembangan model baru. Li dikenal luas dalam dunia AI, terutama untuk kontribusinya pada ImageNet, basis data sumber terbuka yang digunakan dalam pelatihan model pembelajaran mendalam.
