World Labs 发布 Atlas：原生多模态的世界模型
mark_k · x · 2026-09-02
World Labs 发布了 Atlas，这是一个用于空间智能的下一代世界模型。
核心特性
- 原生多模态：从零开始预训练，原生支持文本、图像、视频和 3D。
- 架构设计：采用多模态自回归扩散 Transformer，将所有输入整合到共享的空间上下文中。
- 可扩展性：性能随训练算力增加而提升，并预期在持续扩展中保持这一趋势。
主要能力
- 相机控制生成：基于单张或多张图像生成像素级精准相机控制的图像和视频，输出 1440p 分辨率、最长 1 分钟的视频。
- 空间重建：利用 1 到数十张输入图像重建真实世界场景，生成新视角的图像帧和显式 3D 输出，性能超越最先进的专用 3D 重建模型。
- 时空模拟：从输入视频中模拟空间和时间，支持重构视频以实现戏剧性视觉效果，并为机器人实现实到仿真流程。
- 图像生成：支持从文本生成图像和 360 度全景图，可遵循复杂提示词、渲染文本并生成多种视觉风格。
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
- 一条 prompt 30 秒生成 20 个连续变换的不可能世界 — umesh_ai · 2026-10-18
- Reddit 用户倡议建开源视频剪辑数据集,破解 LoRA 易崩问题 — Emergency-Shake4529 · 2026-10-18
- Gaussian Splatting 版电影预告片即将登场 — CSProfKGD · 2026-10-18
- 开发者开源 ComfyUI 分镜与视频提示词生成工具 — Resident-Gain-5424 · 2026-10-18
- 博主用 Seedance 2.5 生成特斯拉起飞创意视频 — SimplyAnnisa · 2026-10-18
- 离谱提示词考验:Fable 5.5 精准画出鹈鹕骑车套娃 SVG — bookwormengr · 2026-10-18