World Labs 发布多模态世界模型 Atlas：像素级控镜并可重建 3D
FinanceYF5 · x · 2026-09-02
World Labs 发布从零预训练的新一代「全模态」世界模型 Atlas，架构为多模态自回归扩散 Transformer，原生处理文本、图像、视频与 3D，把所有输入放进共享空间上下文中生成后续内容，并在 3D 上保持一致。
核心能力：
- 相机控制生成：从一张或多张图生成图像/视频，支持像素级精确相机控制，最高输出 1440p、1 分钟视频；示例中仅用 7 张参考图手动设计相机轨迹即可生成。
- 空间重建：从 1 到数十张输入图重建真实场景，可输出新视角图像帧与显式 3D，超过当前顶级开源 3D 重建专用模型。
- 时空模拟：从视频建模空间与时间，可做特效重新取景（如多普通相机实现 bullet time），并支持机器人 Real-to-Sim：仅需少量照片即可重建空间，生成任意轨迹下机器人传感器的写实 RGB 与深度数据。
- 图像生成：支持复杂提示词、文字渲染与 360 全景。
官方称 Atlas 随训练算力扩展性能持续提升，未来将驱动 Marble 及其他产品。
所属事件:李飞飞 World Labs 发布全模态世界模型 Atlas(64 条相关)→
「具身」频道最新
- MIT 的 Rackauckas:开源模型接管机器人日常运维,Opus 只写脚本 — ChrisRackauckas · 2026-10-18
- 用 Opus 数小时设计出约 3.1 万美元开源低场 MRI 头部扫描仪 — DreamFly_13 · 2026-10-18
- 作者实测自制舵机机构:偏航行程大、俯仰行程有限 — _Stocko_ · 2026-10-18
- 脑植入物让失语者重新开口，Science 长文综述语音 BCI 产业进展 — EricMTrautmann · 2026-10-18
- Meta 可穿戴 VP 用 3 部手机 23 副眼镜跑个人 AI Agent — nikola_mr64990 · 2026-10-18
- 一周两笔曝出,DeepSeek 被曝密集布局具身智能投资 — 量子位 · 2026-10-18