World Labs 发布全模态世界模型 Atlas
李飞飞创办的 World Labs 发布新一代全模态世界模型 Atlas。这是一个从零预训练的 omni 模型，原生统一处理文本、图像、视频和 3D 输入，采用多模态自回归扩散 Transformer 架构，所有输入合并进共享空间上下文，生成过程中保持 3D 一致性，且随训练算力扩展性能持续提升。它标志着世界模型从生成视频片段迈向生成真正可导航、可交互的三维世界。
已确认
- Atlas 从零预训练，原生支持文本、图像、视频与 3D 多种模态，架构为多模态自回归扩散 Transformer，输入合并进共享空间上下文（@thione、@theworldlabs）。
- 模型可输出 1440p 视频和显式 3D 内容，生成时保持 3D 一致性，并随训练算力扩展（@theworldlabs、@thione）。
- Atlas 自回归逐帧生成，通过构建输入图像与已生成帧的空间上下文维持 3D 一致；团队优化出实时生成版本，用户可交互式探索即时生成的世界，还能将真实世界照片融入生成（@theworldlabs）。
- 据 @Matt Wolfe 体验介绍，Atlas 能从一张照片重建完整的三维环境，用户可自由控制相机、从全新角度探索场景；他强调这不是 AI 视频，而是真正可导航的世界。模型还支持输入多张图片，融合成一个更大的可导航场景。
- Atlas 支持 Real-to-Sim 转换（@theworldlabs）。
为什么重要
- 世界模型首次以 omni 架构原生融合文、图、视频与 3D，统一了此前分散的生成能力。
- 实时可交互探索与单照片 3D 重建，使生成内容从被动观看的视频升级为可导航世界，对游戏、仿真与机器人训练（Real-to-Sim）等场景有直接应用价值。
2026-09-07 ~ 2026-09-09 · 5 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
- World Labs 发布全模态世界模型 Atlas:1440p 视频、3D 重建与 Real-to-Sim — theworldlabs ·
- World Labs 发布世界模型 Atlas:文图视频 3D 原生融合,可输出 1440p 视频和显式 3D — thione ·
- World Labs Atlas 单张照片重建可自由探索的 3D 世界 — Matt Wolfe ·
- 【源头】World Labs 发布世界模型 Atlas:文图视频 3D 原生融合,可输出 1440p 视频和显式 3D — thione · 2026-09-07
- World Labs Atlas:实时自回归生成 3D 一致世界,可交互探索 — theworldlabs · 2026-09-09
- 【源头】World Labs Atlas 单张照片重建可自由探索的 3D 世界 — Matt Wolfe · 2026-09-09
另有 2 条近重复转述:theworldlabs · theworldlabs