近期，一家位于旧金山的初创公司 Moonlake AI 文书公开测试其“宇宙建模智能体”（World Modeling Agent），同步发布的技巧博客展示了一个保龄球小游戏的十阶段构建经过，从网格金钱生成、刚体物理赋予、碰撞检测、计分逻辑、音频集成到逆畅通学（IK， Inverse Kinematics）合手取动画，全由 AI 自主完成。Moonlake 的 beta 产物能在 15 到 20 分钟内，将一段当然言语形色酿成可开动、可操控、有物理响应的齐全游戏原型。
Moonlake 试图让任何东谈主通过当然言语，径直生成带有物理引擎、游戏逻辑、碰撞检测、计分系统甚而空间音频的齐全交互式宇宙。用首创东谈主我方的话来说，他们不仅仅在作念一个游戏生成器，而是想借游戏开拓这个经过，去历练一个对于“宇宙怎么运作”的前沿 AI 模子。
该公司总部位于旧金山，由两位斯坦福 AI 实验室诞生的博士 Fan-Yun Sun 和 Sharon Lee 采集创立。Fan-Yun Sun 在斯坦福读博时代同期在的学习与感知权衡团队以及 Metropolis 深度学习部门（即 Omniverse 关系名堂）责任，主攻标的是为历练 AI 智能体生成大限制 3D 宇宙。
Lee 的权衡标的则是将扩散模子（Diffusion Model）和 3D 引擎勾搭，构建能够意会空间的基础模子。两东谈主的权衡配景高度互补，一个管制“怎么生成宇宙”，一个管制“怎么让宇宙有交互”。
公司于 2025 年 10 月从隐身方法走出，文书完成了 2，800 万好意思元种子轮融资，由 AIX Ventures、Threshold Ventures 和英伟达旗下风投 NVentures 采集领投。
天神投资东谈主声威也终点亮眼：YouTube 采集首创东谈主 Steve Chen、AngelList 首创东谈主 Naval Ravikant、Google 首席科学家 Jeff Dean、GAN（Generative Adversarial Network，）发明者 Ian Goodfellow，以及来自 Hugging Face、DeepMind、Stability AI、OpenAI 的多位高管。截止近期，融资数字已更新为约 3，000 万好意思元，团队约莫 15 东谈主，由 ACM ICPC 奖牌得主和海外奥林匹克竞赛获奖者等构成。
2025 年 12 月，Moonlake 发布了他们的中枢产物 Reverie，也即是所谓的 GGE（Generative Game Engine，生成式游戏引擎）。按照公司的说法，这是第一个“可编程的宇宙模子”，用于及时交互内容生成。它和此前的 AI 视频生成模子有一个关节区别：景象耐久性。
大部分视频生成模子（比如 Sora 之类）能产出漂亮的画面，但它们骨子上是在瞻望“下一帧看起来应该像什么”，不珍贵一个实在的宇宙景象。要是玩家在游戏里打碎了一个花瓶，几秒钟后花瓶可能又恢规复样了。
Moonlake 的系统通过将扩散模子与结构化 3D 信号绑定，让宇宙中发生的变化能继续保持。Lee 在摄取采访时说过，生成式宇宙中一直缺失的那块拼图即是“收尾”，创作家需要能界说什么会变、为什么变、变化保管多久。
具体来看 Moonlake 的技巧架构，它并不是一个单一模子，而是一个“编排者”（orchestrator）。用户的当然言语指示插足后，系统调用一整套专门化的第三方 AI 模子来折柳处理不同任务：空间布局用多模态推理，游戏逻辑靠门径合成（program synthesis），物理交互用模拟层，视觉渲染则由及时扩散模子完成。
{jz:field.toptypename/}Fan-Yun Sun 对 Fast Company 形色说，他们的编排模子会跟着时候推移学会怎么会通这些模态，并冉冉把外部模子的才智纳入我方体内。
Moonlake 在官方博客中给出了一个很具体的案例来展示这套系统的推理经过：一个赛博一又克作风的保龄球迷你游戏。用户只给了一句话的提醒：“在街机房里创建一个赛博一又克好意思学、半写实作风的保龄球小游戏”，莫得提供任何架构拘谨或完毕细节。
接下来，系统的 agent 自动走收场十个阶段：先是金钱实例化，生成球谈、球瓶、保龄球的 3D 网格和 PBR（Physically Based Rendering，开云app基于物理的渲染）纹理；然后是物理化，把球瓶转换为刚体，赋予摩擦系数 0.4、弹性 0.15，球瓶质地 1.5 公斤，保龄球 5 公斤；再到空间布局、中枢游戏逻辑、球的生命周期管制、规模褂讪、边际情况处理、音频集成、IK（Inverse Kinematics，逆向畅通学）手臂合手取系统，终末是由用户响应驱动的细节打磨。
从这一实例也能看出，Moonlake 对“宇宙模子”的界说和现时 AI 圈主流话语有较大不同。当年一年里，“world model”这个词在 AI 行业被宽敞使用，但大多数时候指的是下一帧视频瞻望，即给定现时画面和用户操作，瞻望接下来视觉上应该是什么样。
Google DeepMind 的 Genie 3 在 2025 年 8 月发布，能以 24 帧每秒生成可导航的 3D 环境；李飞飞的 World Labs 在 2025 年 11 月推出 Marble，不错从文本、图片或视频生成可下载的 3D 宇宙。
Moonlake 的念念路和上述这些王人不太相似。在他们看来，一个宇宙的景象不成被简化为一帧图像或一团像素。
他们的博客著述用保龄球瓶作念了个例子：一个保龄球瓶同期是空间中的一个有纹理的物体、一个有质地和惯性的刚体、一个不错被撞倒的对象、一个对比分有孝敬的标记实体，以及一个撞击时的声源。当球击中瓶子的那一刻，变换矩阵更新、物理求解器默契碰撞冲量、比分递加、音频触发、重置计时器推动等，这些不是颓唐事件，是并吞个因果事件的同步收尾。要是其中任何一个模态更新而其他没跟上，宇宙就不连贯了。
是以 Moonlake 追求的是跨模态的因果一致性，而非单纯的视觉传神。他们把宇宙模子应该同期编码的东西分红了五个维度：几何（变换、拓扑、空间关系）、物理（质地、力、碰撞拘谨）、可供性（affordance，即什么手脚是可能的、由谁来推行）、标记逻辑（法例、分数、定时器、景象机）、感知映射（视觉投影和空间音频）。这个框架比纯视觉宇宙模子更全面，也更逼近传统游戏引擎实践作念的事情。
就现时实践的产物体验来看，其真的不错较为马上的制作出一个通俗的游戏原型，但仍需奢华较大元气心灵进行打磨。在 Fast Company 报谈的实测中，记者初度尝试作念一个 3D 地牢探险游戏时遭受了失败，产出了一个尽是胶囊形扮装的单间。
之后他减弱范围，作念了一个 2D 冰淇淋堆叠游戏，第一版在 15 到 20 分钟内出来了。中枢玩法基本到位，冰淇淋从天上掉下来的节拍恰到平允，键盘收尾映射亦然自动完成的，系统甚而主动加了一个冰淇淋落到蛋筒上时的弹逾越画。但厨师是个白色约略图形，冰淇淋不会正确堆叠。
于是他又花了好几个小时反复和 AI 疏导建树物理成果，堕入“险些管制但没统统管制”的轮回。最终他把剩余需求一股脑塞给系统，15 分钟后拿到了有计分、有 Game Over 画面的齐全游戏，消耗月度 1，500 信用点中约 950 点，按 40 好意思元月费算不到 25 好意思元。速率惊东谈主，打磨依然贫穷。
不外 Moonlake 实在的恒久赌注不在用具层面。Lee 和 Fan-Yun Sun 反复强调的一件事是：用户每一次在平台上校正系统的物理行为、补充游戏法例、休养因果关系，王人在为 Moonlake 我方的多模态模子提供历练信号。
Fan-Yun Sun 把这和现存的宇宙数据网罗形貌作念对比，举例租 Airbnb 用激光扫描房间是静态的、难以限制化的；分析视频穷乏东谈主类语境；只用单一游戏数据（比如宽敞《堡垒之夜》摄像）历练出的模子不会泛化到真实宇宙。
而 Moonlake 上的用户交互自然带特舆图和响应，是因果数据。要是这个飞轮跑起来，数据限制会指数级增长，模子也会随之变强。游戏之后，他们设想的利用标的包括机器东谈主历练、自动驾驶和制造业东谈主因分析。Lee 称他们仍是接到了制造企业的征询。
仅仅当今其 beta 版每天仅放量 100 东谈主，离“飞轮转起来”大要还有终点远处的距离。
参考良友：
1.https://x.com/moonlake/status/2026718586354487435
2.https://moonlakeai.com/blog/building-interactive-worlds
3.https://www.fastcompany.com/91491025/moonlake-ai-vibecoded-video-game
运营/排版：何晨龙
备案号: