• 首页
  • AI工具集
  • AI资讯
  • AI活动
  • AI社区
  • AI短剧
  • AI创作大赛
  • AI小说
  • AI绘画
    AI视频
    AI对口型
  • AI画布AI画布AI画布
AI 对话

World Labs发布Atlas:首个多模态世界模型,用像素级相机控制生成3D一致世界

World Labs发布Atlas:首个多模态世界模型,用像素级相机控制生成3D一致世界
AI TOP100
52分钟前

当地时间 9 月 1 日,由斯坦福大学教授李飞飞创办的 AI 公司 World Labs 正式发布新一代世界模型 Atlas 。官方将其定义为“面向空间智能的全能世界模型”(omni world model for spatial intelligence)。World Labs 称 Atlas 为“全球首个多模态世界模型”,能够以像素级精确的相机控制生成图像和视频帧,并将其在 3D 中重建。

详情查看: https://www.worldlabs.ai/blog/atlas

World Labs发布Atlas

一、何为“世界模型”:生成、重建、模拟任何可能的世界

World Labs 对世界模型的定义是:生成、重建和模拟任何可能的世界 。它们理解世界如何呈现、如何变化、如何演化,从而为创意用户渲染想象中的世界、高保真模拟现实世界,并帮助机器人规划行动。

Atlas 正是基于这一定义构建的下一代世界模型。World Labs 从零开始对 Atlas 进行预训练,使其 原生支持文本、图像、视频和 3D 数据的联合处理 。模型采用 多模态自回归扩散 Transformer 架构 ,将所有输入整合到一个共享的空间上下文中,然后基于该上下文生成后续内容,保持与已见内容在 3D 空间中的一致性,并想象超出视野的部分。


二、四大核心能力

Atlas 的能力覆盖 世界生成、空间重建和时空模拟 三大领域,具体分为四个方向:

1. 相机控制生成(Camera-Controlled Generation)

Atlas 接受一张或多张参考图像,根据用户指定的任意相机位置和角度生成新视角。生成的视图与输入图像的内容和几何结构保持一致,并能平滑外推至输入中不可见的部分。Atlas 将精确的相机几何作为原生输入类型 ,超越了以往基于粗略文本指令的相机控制方式。输出规格方面,Atlas 可生成长达 1 分钟、1440p 分辨率 的视频。

官方演示案例显示,Atlas 从一张机器人照片出发,能够生成该机器人的背面视角,并“猜测”泳池旁边应该有一片草地——这表明模型不仅在做像素插值,而是在调用其世界知识进行场景理解与补全。

2. 空间重建(Spatial Reconstruction)

Atlas 可从 一张到数十张 输入图像中重建真实世界场景。它不仅能从新视角生成图像帧,还能输出 显式的 3D 结构 ,在 3D 重建任务上超越了专门为此设计的 SOTA 模型。

3. 时空模拟(Space-Time Simulation)

Atlas 从输入视频中建模空间与时间,能够对视频进行重新取景以产生电影级视觉效果,并支持 “现实到模拟再到现实”(Real-to-Sim-to-Real) 的机器人工作流。

4. 图像生成(Image Generation)

Atlas 可根据文本生成图像和 360 度全景图,能够遵循复杂提示、渲染文字,并生成多种视觉风格。

三、核心技术:空间上下文与可扩展性

Atlas的一个关键创新在于其 空间上下文(Spatial Context) 机制。类似于大语言模型先将输入编码为上下文、再基于上下文生成输出,Atlas的独特之处在于—— 每一张图像都被锚定在 3D 空间中的一个具体位置 ,从而形成空间上下文。管理这一空间上下文,解锁了全新的创意控制方式。

例如,用户可以将两张 完全无关 的参考图像放置在空间上下文中的不同 3D 位置,Atlas 会生成一个在两者之间平滑过渡的世界——想象出门廊、走廊、壁龛等连接结构。这既体现了模型的世界知识,也展示了其创造力。

在可扩展性方面,World Labs 表示 Atlas 专为规模化设计 :其性能随训练计算量的增加而提升,且这一趋势预计将持续。

四、从 Marble 到 Atlas:World Labs 的进化路径

Atlas 并非 World Labs 的第一款产品。2025 年 11 月,该公司推出了首款产品 Marble ——一款面向创意工作者的 3D 世界生成工具。Atlas 将作为下一代引擎,驱动 Marble 的未来版本以及其他 World Labs 产品。

World Labs 由李飞飞于 2024 年 9 月创立,彼时以 2.3 亿美元融资走出隐身模式。2026 年 1 月,公司开放 World API;2 月完成 10 亿美元新融资,投资方包括英伟达、AMD、Autodesk、Fidelity 等,估值约 50 亿美元;7 月收购 3D 场景理解公司 SceniX。Atlas 的发布标志着 World Labs 在空间智能赛道上的又一次关键跃升。

Atlas 的发布,将世界模型的能力从“生成可互动的视频”推进到了“以像素级精度控制相机、在 3D 空间中保持一致性的世界生成与重建”。其多模态输入、空间上下文机制和可扩展架构,为机器人、游戏、虚拟现实、电影制作等领域提供了新的可能性。

更多信息请参阅官方博客 :worldlabs.ai/blog/atlas


AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息,带来最新AI内容讯息。

想了解AITOP100平台其它版块的内容,请点击下方超链接查看

AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说

AITOP100平台官方交流社群二维码:

AITOP100平台官方交流社群二维码AITOP100平台官方交流社群二维码

0
0
文章来源:AI TOP100
免责声明:本文不代表本平台立场,且不构成投资建议,请谨慎对待。
全部评论
暂无评论
相关资讯
  • World Labs发布Atlas:首个多模态世界模型,用像素级相机控制生成3D一致世界

  • 谷歌AI修图工具Pics:不用模板不学设计,Workspace里“一句话”搞定海报配图

  • Anthropic发布Claude Fable 5.1与Mythos 5:世界上最先进的编码和知识工作模型

  • Runway发布首个界面世界模型Solaris:告别前端代码,AI实时“画”出可交互界面

  • 当“孙割”的19年白月光被蒸馏成15KB:AI时代,连吃瓜都变得赛博朋克了

热点资讯

每日AI资讯-2026年8月24日

8天前
每日AI资讯-2026年8月24日

每日AI资讯-2026年8月25日

7天前
每日AI资讯-2026年8月25日

每日AI资讯-2026年8月31日

1天前
每日AI资讯-2026年8月31日

腾讯混元发布Hy4 Preview:770B MoE开源旗舰,1M上下文,聚焦真实生产力

4天前
腾讯混元发布Hy4 Preview:770B MoE开源旗舰,1M上下文,聚焦真实生产力

每日AI资讯-2026年8月28日

4天前
每日AI资讯-2026年8月28日
分享
0
0

欢迎来到AI Top100!我们聚合全球500+款AI智能软件,提供最新资讯、热门课程和活动。我们致力于打造最专业的信息平台,让您轻松了解全球AI领域动态,并为您提供优质服务。

合作伙伴
联系我们
加入AITOP100社群
加入社群
AITOP100商务微信
商务微信
相关链接
服务及隐私政策
网站地图
关于我们
粤ICP备2022124843号-2粤公网安备44030002004505广播电视节目制作经营许可证:(粤)字第00712号Copyright © 华强方特(深圳)动漫有限公司 版权所有