李飞飞 WorldLabs 发布 Atlas 多模态世界模型
机器之心 · wechat · 2026-09-02
李飞飞创办的 WorldLabs 发布了新一代世界模型 Atlas，这是一个原生处理文本、图像、视频和 3D 四种模态的 Omnimodel。其核心创新在于引入「空间上下文」，将相机位姿作为原生输入，实现像素级可控的相机视角生成与空间重建，支持从少量图片重建 3D 场景并生成新视角视频。Atlas 采用多模态自回归扩散 Transformer 架构。评测显示其在相机可控生成上优于 MiniMax、Gemini 等模型。
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