World Labs 发布 Atlas：32 张照片实时重建 NVIDIA 总部 3D 场景
9 月 18 日，World Labs（李飞飞联合创立）发布并演示下一代世界模型 Atlas：仅用 32 张 NVIDIA Voyager 总部输入照片作为 3D 空间上下文，即可实时生成新视角画面，支持用户以像素级精确的相机控制在该总部场景中实时飞行漫游。NVIDIA 研究者 Jim Fan、李飞飞等转发关注，实地检验者亦给出高度评价。
已确认
- Atlas 是从零预训练的全模态（omni）空间智能世界模型，原生处理文本、图像、视频和 3D，将各类输入融入统一的空间上下文（据 World Labs 官方帖子）。
- 架构为多模态自回归扩散 Transformer，所有输入被合并处理。
- 模型在 NVIDIA Blackwell GPU 上训练。
- 演示能力包括：从 32 张照片重建场景、生成新视角、模拟世界，支持像素级精确的相机控制与实时飞行漫游。
- 实地检验方面，jonstephens85 实测对比后表示震惊：模型仅用 32 张图片训练就重建出他亲临过的 NVIDIA 园区，包括独特建筑、遮挡结构和光照差异，他认为「Atlas NAILED IT」。
为什么重要
- Atlas 展示了「少量照片输入 + 世界模型」路线对 3D 场景重建与实时漫游的潜力，将生成式 AI 从 2D 图像/视频推向可交互的空间智能。
- 全模态统一空间上下文的架构设计，为机器人、仿真等需要空间理解的应用提供了新的基础模型思路。
2026-09-18 ~ 2026-09-19 · 6 条相关
一手来源
- World Labs 发布全模态世界模型 Atlas:32 张图重建 NVIDIA 总部可实时飞行漫游 — theworldlabs ·
- World Labs Atlas 用 32 张照片实时生成 NVIDIA 总部 3D 飞行漫游 — theworldlabs ·
- 仅用 32 张图片重建 NVIDIA 园区：Cosmos 世界模型效果惊艳实测者 — jonstephens85 ·
- 【源头】World Labs Atlas 用 32 张照片实时生成 NVIDIA 总部 3D 飞行漫游 — theworldlabs · 2026-09-18
- 【源头】World Labs 发布全模态世界模型 Atlas:32 张图重建 NVIDIA 总部可实时飞行漫游 — theworldlabs · 2026-09-18
- 【源头】仅用 32 张图片重建 NVIDIA 园区：Cosmos 世界模型效果惊艳实测者 — jonstephens85 · 2026-09-18
另有 3 条近重复转述:drfeifei · DrJimFan · TheTuringPost