李飞飞团队谈 Atlas 世界模型:新视角预测是核心原语
a16z Podcast · rss · 2026-09-04
World Labs 联合创始人李飞飞、Justin Johnson 和 Ben Mildenhall 做客 a16z 播客，与 Martin Casado 讨论其最新世界模型 Atlas 与空间智能的路线图。
核心机制
- Atlas 的核心是「新视角预测」(new view prediction)：给定一个场景的若干图像，模型预测从空间和时间上另一位置看该环境会是什么样。
- 这把生成与 3D 重建统一进同一个模型，并引出一个更大的问题：预测视角能否成为理解物理世界的基础原语。
讨论要点
- 团队解释了模型背后的技术押注，以及 Atlas 目前能捕捉和不能捕捉的东西。
- 动态性(dynamics)、可编辑性(editability)与仿真能力被视为世界模型发展的关键。
- 应用方向涵盖创意工作、建筑与机器人；李飞飞认为当下最大瓶颈之一是真实世界训练数据的获取。
「多模态」频道最新
- Artificial Analysis 语音榜：Voxtral 3 TTS 以 112.3 字符/秒领跑速度榜 — ArtificialAnlys · 2026-10-21
- Mistral 发布 Voxtral 3 语音系列，转写模型冲上榜单第三 — ArtificialAnlys · 2026-10-21
- 不写提示词批量产出上百条 AI 视频广告的完整工作流拆解 — tyler_agg · 2026-10-21
- H3 蒸馏 LoRA 打破纪录：SMD 之后 PTD 又上线 — linoy_tsaban · 2026-10-21
- Reddit 热传《The Supply Boat》：质感惊人的 AI 生成短片 — Kooky-Parfait-5495 · 2026-10-21
- 端到端 AI 换脸视频工作流全解：从素材检查到帧对齐装配 — Few-Profession421 · 2026-10-21