李飞飞旗下 World Labs 推出首个多模态 3D 世界模型 Atlas

李飞飞联合创立的空间智能公司 World Labs 正式发布基础世界模型 Atlas，实现了基于稀疏输入对 3D 物理世界的生成、重建与模拟。

• 原生多模态架构：采用自回归扩散 Transformer 架构从零预训练，原生支持文本、图像、视频和 3D 数据，将所有输入锚定在统一的三维空间上下文中。
• 精确相机控制与重建：支持像素级相机轨迹输入以生成最长 1 分钟、1440p 的多视角一致性视频，仅需 2–3 张普通照片即可重建真实场景并输出点云与 3D 高斯泼溅。
• 时空模拟与具身智能支持：仅凭数台手机录制的视频即可实现多视角镜头重构，并在机器人领域支持从真实场景扫描到虚拟导航及物体动力学交互仿真的 Real-to-Sim 工作流。
• 影响/看点：这意味着空间生成技术正在从 2D 像素预测转向具有几何一致性的物理世界模拟，有望为影视制作与机器人仿真提供低成本资产管线，其规模化应用取决于复杂动态物理交互的仿真保真度与高分辨率渲染开销。
• 资料依据：
• World Labs（2026-09-01）：https://www.worldlabs.ai/blog/atlas
• The Decoder（2026-09-02）：https://the-decoder.com/world-labs-unveils-atlas-a-single-ai-model-that-generates-reconstructs-and-simulates-3d-worlds-from-just-a-few-photos/

本内容由 AI 生成，仅供参考，请注意甄别