李飞飞团队详解世界模型 Atlas：新视角预测或是下一个 token prediction
a16z · youtube · 2026-09-04
a16z 播客邀请 World Labs 三位联合创始人李飞飞、Justin Johnson、Ben Mildenhall 对谈其最新世界模型 Atlas 及空间智能的路线判断。
核心内容：
- Atlas 的核心是「新视角预测」（new view prediction）：给定一个场景的部分视角，模型预测从空间和时间中另一位置看过去的样子，把生成与 3D 重建统一进同一个模型
- 团队认为视角预测可能成为理解物理世界的有用原语，类比「下一个 token 预测」之于语言模型
- 讨论了模型背后的技术押注、当前能捕捉与不能捕捉的东西，以及 dynamics（动态）、可编辑性、仿真能力对世界模型发展的意义
- 回应「这到底是放大版视频模型还是新架构」的质疑，并探讨视频模型与世界模型的分野、能否做出可穿行的 4D 视频
- 应用场景覆盖创意工作、游戏、建筑与机器人；李飞飞认为机器人当前最大瓶颈之一是真实世界训练数据的获取
节目附完整时间戳与 World Labs 博客链接。
所属事件:李飞飞团队发布世界模型 Atlas，新视角预测成 AGI 基础原语(10 条相关)→
「多模态」频道最新
- 博主实测 Voxtral 3 法语语音：官方榜单漂亮，实测疑云重重 — emmanuelvivier · 2026-10-22
- ElevenLabs 推出 Instant Soundtracks：上传视频自动配乐配音效 — azed_ai · 2026-10-22
- HeyGen Voice Turbo 样例曝光：从科普旁白到客服应答一键生成 — ArtificialAnlys · 2026-10-22
- HeyGen 语音模型包揽 TTS 榜前二，Turbo 接口 11 月底前免费 — HeyGen · 2026-10-22
- 实测 Claude Opus 5.5 从零手绘 402 个字符的字体 — dfeinition · 2026-10-22
- 创作者用自建 MCP 流水线产出 AI 短片《Sky Orchard》 — TinfoilTricorn · 2026-10-22