李飞飞Worldlabs发布Atlas：单图重建3D，生成1440p长视频
智东西 · wechat · 2026-09-02
李飞飞创立的 Worldlabs 发布新一代世界模型 Atlas，采用多模态自回归扩散 Transformer 架构，专注于三维空间的理解与生成。
核心能力
- 摄像机控制生成：支持像素级精准控制，凭一张图生成 1 分钟 1440p 视频，可推演视野外景象。
- 空间重建：仅需 1 至数十张图像即可重建三维场景，支持输出 3D 高斯泼溅数据，重建精度超越专用模型。
- 时空模拟：联合建模空间与时间，支持“子弹时间”多视角拍摄与机器人导航仿真。
- 图像生成：支持文本生图及 360° 全景图，具备复杂指令遵循与文字渲染能力。
技术架构
Atlas 融合了 LLM 与扩散模型优势，原生支持文本、图像、相机位姿及 3D 深度图。它利用空间上下文锚定输入图像，实现了对摄像机指令的高遵循度及稀疏输入下的高保真重建，为机器人、游戏、VFX 等领域提供了统一的世界模型底座。
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