李飞飞团队发布世界模型 Atlas，新视角预测成 AGI 基础原语
World Labs 于 9 月初发布「全球首个」多模态世界模型 Atlas 后，三位联合创始人李飞飞、Justin Johnson、Ben Mildenhall 做客 a16z 播客，与 Martin Casado 深入对谈模型技术思路与空间智能路线判断。量子位等媒体报道称，李飞飞将「新视角预测」定位为 AGI 的基础原语，相关内容在社交平台引发广泛转发讨论。
已确认
- Atlas 的核心能力是「新视角预测」：基于少量输入（如 3 张照片）生成新视角的图像与视频帧，支持像素级相机控制，并可将内容在 3D 空间中重建，即 3 张照片即可重建整个房间
- 架构类比：LLM 基于下一 token 预测、视频模型基于下一帧预测，Atlas 将预测扩展到新视角/空间维度
- 据pstAsiatech转述，Atlas 是从零预训练的 omni 模型，原生处理文本、图像、视频与 3D，架构为多模态自回归扩散 Transformer，所有输入汇入共享空间上下文，在 3D 上保持一致性并可想象视野之外的内容
- 演示包括用三台 iPhone 复刻「子弹时间」效果；团队称传统 3D 采集成本可降低 50-100 倍
- 多位转发者（ChrisArmstrong、drfeifei、theworldlabs 等）转述的均为同一 a16z 对谈内容，信息一致；NinaDSchick 的转述还回顾了李飞飞从北京出生、成都长大、16 岁赴美、全家经营干洗店、普林斯顿全奖读物理、Caltech 博士，到押注数据而非算法（ImageNet 1400 万张标注图催生 2012 年深度学习突破）的经历
为什么重要
- 「新视角预测」被视为可能是继 token prediction 之后的下一个建模范式，被李飞飞团队定位为 AGI 的基础原语，是空间智能方向的关键判断
- 若 3D 场景重建成本真如宣称下降 50-100 倍，将大幅降低游戏、影视、机器人仿真等领域的内容生产门槛
- 李飞飞此前以 ImageNet 推动深度学习起飞，其团队再次押注「数据/新范式优先」路线，方向选择本身具有风向标意义
2026-09-04 ~ 2026-09-06 · 10 条相关
- 第 1 集:李飞飞 World Labs 发布全模态世界模型 Atlas(2026-09-02,64 条)
- 第 2 集:World Labs 发布 Atlas 世界模型加速机器人训练(2026-09-02,4 条)
- 第 3 集:社区验证：Atlas 输出可蒸馏出显式 3D 网格(2026-09-02,4 条)
- 第 4 集:李飞飞团队发布世界模型 Atlas，新视角预测成 AGI 基础原语(2026-09-04,10 条)
- 第 5 集:World Labs 发布全模态世界模型 Atlas(2026-09-07,5 条)
一手来源
- 李飞飞团队详解世界模型 Atlas：新视角预测或是下一个 token prediction — a16z ·
- 李飞飞 World Labs 发布全模态世界模型 Atlas — pstAsiatech ·
- 李飞飞详解Atlas世界模型：新视角预测成AGI基础原语 — 量子位 ·
- 【源头】李飞飞团队详解世界模型 Atlas：新视角预测或是下一个 token prediction — a16z · 2026-09-04
- 李飞飞 World Labs 发布世界模型 Atlas:3 张照片即可重建 3D 空间 — theworldlabs · 2026-09-05
- 【源头】李飞飞详解Atlas世界模型：新视角预测成AGI基础原语 — 量子位 · 2026-09-05
- 【源头】李飞飞 World Labs 发布全模态世界模型 Atlas — pstAsiatech · 2026-09-06
另有 6 条近重复转述:Chris_Armstrong · drfeifei · drfeifei · NinaDSchick · drfeifei · drfeifei