World Labs 发布 Atlas 世界模型：文本图像视频 3D 全模态统一生成
gowthami_s · x · 2026-09-02
World Labs 发布新一代 omni 世界模型 Atlas，从零预训练，原生处理文本、图像、视频和 3D，架构为多模态自回归扩散 Transformer，把所有输入整合进共享空间上下文，生成时与已见内容保持 3D 一致。官方称其性能随训练算力扩展持续提升。
核心能力包括：
- 相机控制生成：从单张/多张图生成图像与视频，支持像素级相机控制，最长 1 分钟 1440p 视频；
- 空间重建：从 1 到数十张输入图重建真实场景，输出新视角画面与显式 3D 结果，超越专用 3D 重建 SOTA；
- 时空模拟：从视频建模空间与时间，支持视频重构图与 Real-to-Sim 机器人工作流；
- 图像生成：文生图与 360 全景，可遵循复杂提示、渲染文字、覆盖多种风格。
Atlas 将驱动未来版本的 Marble 等产品，目前已开放 waitlist。实测者称其图像与全景生成效果惊艳。
所属事件:李飞飞 World Labs 发布全模态世界模型 Atlas(64 条相关)→
「多模态」频道最新
- Reddit 用户吐槽 Flux 3 文生图完全做不出真实人脸 — EstablishmentFun6629 · 2026-10-18
- 实测 MiniMax H3 参考生视频:3 张参考图+人声,15 秒成片 1088p — michael_goldenhour · 2026-10-18
- 开发者用 Qwen 做全本地 3D 高清纹理生成工具，拟定价 5 美元出售 — TinfoilTricorn · 2026-10-18
- 14 个 Agent 在单卡 5090 上做 AI 电影:按反馈修复剪跳与配音缺陷 — developervkmp · 2026-10-18
- 4MP 文生图横评:Qwen Image 2.1 Turbo 对决 MOSS、Krea、Flux 3 Klein — FORNAX_460 · 2026-10-18
- 网友只写歌词，Claude 包办其余：AI 生成歌曲 Don't let me scroll — TinfoilTricorn · 2026-10-18