World Labs 发布全模态世界模型 Atlas：原生支持文本图像视频3D
theworldlabs · x · 2026-09-24
World Labs 正式发布下一代世界模型 Atlas，一个为空间智能打造的 omni（全模态）世界模型，从零预训练，原生处理文本、图像、视频与 3D。架构上是多模态自回归扩散 Transformer，所有输入合并进共享空间上下文，生成与已见内容在 3D 上保持一致的结果。
主要能力包括：
- 相机控制生成：从一张或多张图像生成像素级相机控制的图像/视频，最长 1 分钟、1440p；
- 空间重建：从 1 到数十张输入图像重建真实场景，输出新视角图像与显式 3D 结果，超越专用 3D 重建 SOTA；
- 时空模拟：从视频建模时空，支持视频重构、Real-to-Sim 机器人工作流；
- 图像生成：文生图与 360 全景，可遵循复杂提示、渲染文字。
Atlas 随训练算力增加性能持续提升，团队预期该 scaling 趋势可延续。它将驱动未来版本的 Marble 及其他产品，beta 已开放报名。
所属事件:Atlas 3D 生成工具 Chisel 开启 Beta:框出方块即可生成世界(2 条相关)→
「多模态」频道最新
- Claude Opus 5.5 一镜生成音乐视频：不算好但有意思 — NathanpmYoung · 2026-09-24
- Gemini 3.8 Flash TTS 登顶语音质量榜，Flash-Lite 同步上线 — shensi · 2026-09-24
- LemonSlice 发布 Character World Model-1：可实时对话、带情绪反应的交互数字人 — mhdfaran · 2026-09-24
- 反向玩法：用 Extract Prompt 拆解参考图视觉逻辑再二次创作 — JaynitMakwana · 2026-09-24
- 传 GPT-6 Astra 接管 Canvas 全流程，一句话产出完整视频项目（未证实） — JaynitMakwana · 2026-09-24
- MiniMax H3 生态更新：视频 VAE 提速 2.2 倍，音乐模型压到 12GB — optimisticalish · 2026-09-24