World Labs, syarikat perisikan spatial yang diasaskan oleh perintis AI Fei-Fei Li, memperkenalkan Atlas pada 1 September 2026, menyifatkannya sebagai model dunia "omni" generasi akan datang. Dalam catatan blog syarikat, pasukan itu berkata Atlas telah dilatih dari awal untuk beroperasi secara asli pada teks, imej, video dan 3D - model tunggal yang dibina untuk menjana, membina semula dan mensimulasikan dunia dan bukannya mengkhususkan diri dalam mana-mana satu tugas tersebut.
Pelancaran ini merupakan peristiwa penting untuk tesis model dunia yang telah diperjuangkan oleh Li sejak mengasaskan syarikat itu: bahawa sempadan AI seterusnya bukan hanya terletak pada bahasa, tetapi dalam sistem yang memahami cara dunia muncul, berkelakuan dan berkembang. World Labs membingkaikan teknologi sebagai asas untuk menghasilkan dunia yang dibayangkan untuk pengguna kreatif, meniru dunia sebenar dalam kesetiaan tinggi dan membantu robot merancang tindakan. Untuk mendapatkan maklumat lanjut tentang ini dan usaha penyelidikan sempadan yang lain, terokai [liputan industri AI] kami(https://aibuzzwire.news).
Satu Model, Konteks Ruang Dikongsi
Dari segi seni bina, Atlas ialah apa yang dinamakan oleh World Labs sebagai pengubah resapan autoregresif multimodal. Seperti model bahasa yang besar, ia mula-mula mengekod inputnya ke dalam konteks dan kemudian menghasilkan output yang dikondisikan pada konteks tersebut. Perbezaannya adalah spatial: setiap imej input diasaskan pada kedudukan 3D dalam ruang, membentuk apa yang syarikat panggil konteks spatial, dan Atlas menjana perkara seterusnya sambil kekal konsisten 3D dengan semua yang dilihatnya — membayangkan apa yang ada di sebaliknya.
Reka bentuk itu membolehkan keupayaan yang akan menjadi janggal untuk disambungkan ke penjana video konvensional. Dua imej rujukan yang tidak berkaitan boleh diletakkan ke dalam konteks pada kedudukan 3D yang berbeza, dan Atlas akan menjana dunia yang berinterpolasi dengan lancar di antara mereka, mencipta pintu, lorong dan peralihan yang boleh menjembatani kedua-dua adegan itu. Syarikat itu juga berkata model itu dibina mengikut skala, dengan prestasi bertambah baik apabila pengiraan latihan meningkat.
Kawalan Kamera Pixel-Perfect dan Video Bentuk Panjang
Ciri penjanaan marquee Atlas ialah video dikawal kamera. Daripada satu hingga enam imej input, model ini boleh menghasilkan sehingga satu minit video pada resolusi 1440p, mengikut laluan kamera yang ditentukan dengan tepat. World Labs menekankan bahawa geometri kamera ialah jenis input asli — melangkaui gesaan teks kasar — jadi pencipta boleh membingkai setiap tangkapan dan mengawal setiap gerakan. Dalam tunjuk cara, laluan kamera rekaan tangan pasukan melalui adegan untuk menghasilkan klip satu minit yang koheren, menggambarkan pengalaman itu sebagai "di kerusi pengarah" dan bukannya menarik tuil mesin slot.
Model ini juga menjana imej dan panorama 360 darjah daripada teks, dengan keupayaan untuk mengikuti gesaan kompleks, memberikan teks dan menghasilkan pelbagai gaya visual.
Pembinaan Semula Yang Mencabar Model Pakar
Dari segi pembinaan semula, World Labs membuat dakwaan berani: Atlas membina semula adegan dunia sebenar daripada hanya dua atau tiga imej biasa, "mengungguli hasil terkini oleh model yang dilatih khas hanya untuk pembinaan semula 3D." Syarikat itu menggelar sintesis paparan novel daripada input jarang sebagai masalah asas yang sudah berpuluh tahun dalam penglihatan komputer 3D.
Atlas juga boleh menelan lebih daripada seratus imej input untuk rekreasi sebenar persekitaran sebenar. Dalam satu demonstrasi, pasukan itu membina semula Kuad Utama Stanford sekeping demi sekeping daripada dua hingga dua puluh lima foto aras tanah, kemudian menghasilkan laluan udara terbang tinggi di atas kampus — mengisi pandangan yang tidak pernah ditangkap oleh kamera.
Secara kritikal untuk kegunaan praktikal, Atlas tidak berhenti pada bingkai 2D. Ia beroperasi secara asli pada bingkai imej dan peta kedalaman 3D, mengeluarkan dunia sebagai awan titik atau percikan Gaussian 3D yang menjadikan pada peranti pada resolusi tinggi dan kadar bingkai. Itu adalah perwakilan yang sama yang digunakan dalam Marble, produk pertama World Labs, jadi output Atlas dipalamkan terus ke saluran paip sedia ada syarikat.
Dari Masa Peluru kepada Latihan Robot
Keupayaan simulasi Atlas mungkin paling penting untuk robotik. Syarikat itu menunjukkan bahawa rakaman daripada hanya tiga kamera telefon bimbit biasa — dipasang dengan tripod dan pengapit yang dimuatkan dalam beg galas — sudah cukup untuk Atlas membina semula adegan dan membolehkan "masa peluru" membingkai semula dari sudut yang mustahil, tiada studio tangkapan khusus diperlukan.
Untuk aliran kerja Real-to-Sim, Atlas membina semula ruang daripada video telefon pendek dan kemudian menjana RGB dan data kedalaman yang akan diperhatikan oleh kamera lekap badan robot simulasi di sepanjang laluan — dengan pandangan dunia dan robot itu datang daripada model yang sama. Syarikat itu menunjukkan navigasi merentasi persekitaran yang diimbas yang besar menggunakan 24 bingkai setiap satu, ditambah dengan senario manipulasi yang mana tugasan simulasi boleh diubah dengan menukar objek, kedudukan dan adegan sebaik sahaja tugasan disimulasikan.
Mengapa Ia Penting
Model dunia semakin dilihat sebagai pelengkap kepada model bahasa yang besar: LLM memberi alasan tentang perihalan dunia, manakala model dunia menyasarkan untuk memodelkan dunia itu sendiri — geometri, fizik dan dinamiknya dari semasa ke semasa. Jika dakwaan Atlas bertahan di bawah penelitian luar, aplikasi merangkumi latihan VFX, permainan, reka bentuk, kejuruteraan dan robot, di mana persekitaran sintetik tetapi munasabah secara fizikal boleh mengurangkan kos mesin pengajaran untuk bertindak secara mendadak.
Syarikat di sebalik model itu terkenal dengan haknya sendiri. World Labs diasaskan oleh Fei-Fei Li — profesor Stanford yang penciptaan ImageNet telah membantu menyemarakkan era pembelajaran mendalam — bersama Justin Johnson, Ben Mildenhall dan Christoph Lassner, dan senarai pelaburnya termasuk a16z, Nvidia, AMD, Intel, Adobe, Salesforce dan Samsung, antara lain. Marble, produk pertama syarikat itu, membolehkan pengguna mencipta dunia 3D yang berterusan daripada imej, video, teks dan susun atur 3D, dan World Labs berkata Atlas akan menguasakan versi masa hadapannya.
Atlas belum lagi tersedia secara umum: syarikat menerima permintaan untuk akses awal. Namun, keluaran itu menandakan salah satu langkah paling konkrit ke arah sistem AI yang bukan sekadar menggambarkan dunia fizikal, tetapi memegang model yang konsisten dan boleh dimanipulasi.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
