Drehbuch-Assistent▸ 
AI Apps 
AI Nachrichten 
Marble: multimodales 3D-Weltmodell
Marble: multimodales 3D-WeltmodellEinführung
Marble ist ein von Li Fei-Feis World Labs vorgestelltes multimodales 3D-Weltmodell für Kreative. Es kann aus Text, einem oder mehreren Bildern, kurzen Videos oder einfachen 3D-Layouts begehbare, editierbare und herunterladbare 3D-Umgebungen erzeugen – mit Kamerasteuerung und interaktivem Editing bis auf jedes Pixel. Hauptsächlich eingesetzt wird es in der Spieleentwicklung, bei Film- und Visual Effects sowie in der Virtual Reality. Das Besondere ist, dass die erzeugten 3D-Welten ihre Form beibehalten und sich nicht unkontrolliert verändern.
Marble – Hauptfunktionen
Multimodale 3D-Generierung: Es akzeptiert Eingaben wie Text, einzelne Bilder, Fotos aus unterschiedlichen Blickwinkeln oder kurze videos. schreibt man zum beispiel „Hobbit-Küche", entsteht eine vollständige 3D-Szene mit Holzmöbeln und Kupfergeschirr; lädt man ein normales zimmerfoto hoch, wird in etwa 6 minuten eine 360°-panorama-3D-Umgebung erstellt. Mehrere Bilder oder videos ermöglichen digital-twain-szenen, die noch realitätsnäher wirken. zusätzlich kann der nutzer zunächst mit einfachen geometrien ein 3D-gerüst aufbauen, und die KI ergänzt automatisch details wie licht und materialien.
Flexibles bearbeiten und erweitern: Dies ist das erste modell mit integrierten KI-bearbeitungs-werkzeugen. es lassen sich nur teile der szene ändern oder die struktur anpassen – etwa mit einem satz einen mülleimer entfernen, wobei sich licht und schatten entsprechend mitverändern. mit dem editor Chisel kann man zunächst geometrien anordnen, um die raumstruktur festzulegen, und dann per text den stil bestimmen; dieselbe struktur lässt sich mit einem anderen prompt in eine andere stilistik überführen. zudem kann man an den rändern der szene details hinzufügen oder im „compositor-modus" mehrere eigenständige szenden nahtlos zusammenfügen.
Multi-Format-Export: Die Ergebnisse lassen sich als Gauß-Punktwolken, Dreiecksnetze und andere Formate exportieren. Dreiecksnetze gibt es wiederum als grobe kollisionsnetze und hochpräzise rendernetze, die sich direkt in professionelle software wie Unity und Unreal Engine einspeisen lassen. auch videoexport ist möglich, mit KI hinzugefügten dynamischen effekten wie rauch oder fließendem wasser. es werden auch VR-Headsets wie Apple Vision Pro und Meta Quest 3 unterstützt, sodass sich direkt VR-erlebnisse umsetzen lassen.
Chisel – experimenteller 3D-Editor: Zunächst wird mit einfachen Geometrien das räumliche „Skelett" aufgebaut, anschließend wird per text der gesamte „stil" festgelegt – so lassen sich struktur und stil getrennt erstellen und wiederverwenden.
Welterweiterung und -komposition: Ausgewählte bereiche lassen sich per knopfdruck mit details anreichern, und im kompositionsmodus können mehrere eigenständige welten zu einem größeren raum zusammengefügt werden.
Marble – typischer Arbeitsablauf
Zuerst eingabeart wählen: Mit text oder einem einzelnen bild entstehen schnell konzepte; mehrere bilder oder videos ermöglichen genauere und besser kontrollierte ergebnisse. Für komplexe szenden sind mehrere bilder oder videos empfehlenswert.
Welt generieren: Sobald eine begehbare 3D-umgebung vorliegt, zunächst in der 2D- oder 3D-ansicht prüfen, ob perspektive, proportionen und stilistik stimmen.
Feinjustierung: Mit den KI-werkzeugen lokal anpassen oder fehlende stellen ergänzen, oder mit Chisel die struktur neu aufbauen und den stil wechseln, sodass aufbau und erscheinungsbild getrennt justierbar sind.
Skalierung erweitern: An rändern oder schwachen stellen details hinzufügen, oder im kompositionsmodus mehrere kleine welten zu einem großen raum zusammenfügen, um mehr tiefe und hierarchie zu schaffen.
Export und umsetzung: Für hochauflösende darstellung gauß-splatting verwenden; für assets in spiele- oder film-engines meshes; für trailers oder probeaufnahmen video-rendering mit effekten; fürs web lässt sich der open-source-renderer Spark in kombination mit THREE.js nutzen.
Marble – Abo-Preise
Es gibt vier stufen. Die kostenlose variante enthält 7.000 punkte pro monat, erlaubt maximal 4 welten und nur basiseingaben wie text und bilder; die standard-version kostet 20 US-dollar pro monat mit 20.000 punkten, ermöglicht 12 welten und eingaben wie mehrere bilder und videos; die pro-version kostet 35 US-dollar pro monat (erster monat 1 US-dollar), enthält 40.000 punkte, erlaubt 25 welten und kommerzielle nutzung; die flagship-version kostet 95 US-dollar pro monat mit 120.000 punkten, ermöglicht 75 welten und bietet zugang zu allen funktionen.
Marble – Einsatzszenarien
Spieleentwicklung: Schnell erzeugbare, begehbare level-prototypen und atmosphärische räume, deren assets sich in gängige engines übernehmen lassen.
Film und VFX: Bereitstellung gut kontrollierbarer 3D-assets und präziser kameraschienen für probeaufnahmen und hintergrundumgebungen.
Virtual Reality / immersive präsentationen: Begehbare immersive erlebnisse und interaktive ausstellungen lassen sich realisieren.
Roboter-simulation: Vielfältige simulations- und trainingsumgebungen lassen sich erzeugen, was den aufwand für die datenerhebung reduziert.
Marble – Stärken und Grenzen
Stärken: Deutlich schneller als klassisches modeling – einfache szenden sind in wenigen minuten fertig. Hollywood-teams haben damit die vorvisualisierungszeit für filme von 3 monaten auf 2 tage verkürzt. Bei kleinen statischen szenden wie zimmern sind struktur und stil relativ stabil und die texturen ausreichend. Die exportformate sind mit gängigen entwicklungswerkzeugen und VR-geräten kompatibel, sodass ein durchgehender workflow von erstellung bis einsatz möglich ist.
Grenzen: Bei szenden, die größer als ein zimmer sind, werden ferne bereiche leicht unscharf oder verzerrt. Bei der zusammenführung mehrerer bilder kann es hängen, und die erfolgsquote bei komplexen szenden muss noch gesteigert werden. Derzeit sind nur statische szenden möglich – es gibt keine animationen und keine physik, und einige komplexere anforderungen werden noch nicht präzise genug umgesetzt.
Marble senkt die einstiegshürde für prompts: binnen weniger minuten erhält jedermann eine begehbare, editierbare und herunterladbare 3D-welt. Es ist aktuell das einzige öffentlich verfügbare produktionswerkzeug für „generative spatial intelligence".
Verwandte Beiträge:
