Maabara ya Dunia ya Fei-Fei Li Yazindua Atlasi, Mfano wa Ulimwengu wa Omni kwa Ujasusi wa anga

Maabara ya Dunia, kampuni ya ujasusi wa anga iliyoanzishwa na mwanzilishi wa AI Fei-Fei Li, ilianzisha Atlas mnamo Septemba 1, 2026, na kuielezea kama mtindo wake wa ulimwengu wa "omni" wa kizazi kijacho. Katika chapisho la blogu ya kampuni, timu ilisema Atlas imefunzwa awali kutoka mwanzo ili kufanya kazi asilia kwenye maandishi, picha, video, na 3D - muundo mmoja ulioundwa kutengeneza, kuunda upya, na kuiga ulimwengu badala ya utaalam katika mojawapo ya kazi hizo.

Uzinduzi huu ni hatua muhimu kwa tasnifu ya miundo ya ulimwengu ambayo Li ameitetea tangu kuanzishwa kwa kampuni: kwamba mpaka unaofuata wa AI haumo katika lugha tu, bali katika mifumo inayoelewa jinsi ulimwengu unavyoonekana, kuishi na kubadilika. Maabara za Ulimwengu huweka teknolojia kama msingi wa kutoa ulimwengu unaofikiriwa kwa watumiaji wabunifu, kuiga ulimwengu wa kweli kwa uaminifu wa juu, na kusaidia roboti kupanga vitendo. Kwa zaidi kuhusu juhudi hizi na nyinginezo za utafiti wa mipakani, chunguza uhusuji wa tasnia ya AI.

Mfano Mmoja, Muktadha wa Anga Ulioshirikiwa

Kiusanifu, Atlasi ndiyo ambayo Maabara ya Ulimwengu huita kibadilishaji cha uenezaji kiotomatiki cha multimodal. Kama modeli kubwa ya lugha, kwanza husimba maingizo yake katika muktadha na kisha kutoa matokeo yaliyowekwa kwenye muktadha huo. Tofauti ni ya anga: kila picha ya ingizo imewekwa katika nafasi ya 3D angani, na kutengeneza kile ambacho kampuni inakiita muktadha wa anga, na Atlas hutoa kile kinachofuata huku ikikaa 3D-inayolingana na kila kitu ambacho imeona - kuwazia kile kilicho zaidi yake.

Muundo huo huwezesha uwezo ambao utakuwa mgumu kuweka kwenye jenereta za kawaida za video. Picha mbili za marejeleo ambazo hazihusiani zinaweza kuwekwa katika muktadha katika nafasi tofauti za 3D, na Atlasi itazalisha ulimwengu unaoingiliana vizuri kati yao, ikibuni milango, njia za ukumbi, na mipito ambayo inaunganisha matukio hayo mawili kwa uwazi. Kampuni hiyo pia ilisema mtindo huo umejengwa kwa kiwango, na utendaji unaboresha kadiri hesabu ya mafunzo inavyoongezeka.

Udhibiti wa Kamera ya Pixel-Perfect na Video ya Umbo Mrefu

Kipengele cha kutengeneza marquee ya Atlas ni video inayodhibitiwa na kamera. Kutoka kwa picha moja hadi sita za ingizo, modeli inaweza kutoa hadi dakika moja ya video katika azimio la 1440p, kufuatia njia zilizobainishwa kwa usahihi za kamera. Maabara ya Ulimwenguni inasisitiza kwamba jiometri ya kamera ni aina ya ingizo asilia - ikipita zaidi ya vidokezo vya maandishi machafu - ili watayarishi waweze kutayarisha kila picha na kudhibiti kila mwendo. Katika onyesho, timu ilibuni njia za kamera kupitia eneo ili kutoa klipu ya madhubuti ya dakika moja, inayoelezea uzoefu kama "katika kiti cha mkurugenzi" badala ya kuvuta lever ya mashine ya kupangilia.

Muundo huo pia hutengeneza picha na panorama za digrii 360 kutoka kwa maandishi, zenye uwezo wa kufuata madokezo changamano, kutoa maandishi, na kutoa mitindo mbalimbali ya kuona.

Ujenzi Upya Unao Changamoto Miundo ya Wataalamu

Kwa upande wa ujenzi upya, Maabara ya Ulimwengu inadai kwa ujasiri: Atlas huunda upya matukio ya ulimwengu halisi kutoka kwa picha chache kama mbili au tatu za kawaida, "inayofanya vizuri zaidi matokeo ya hali ya juu kwa miundo iliyofunzwa mahususi kwa ajili ya ujenzi wa 3D pekee." Kampuni inaita usanisi wa mtazamo wa riwaya kutoka kwa pembejeo chache kuwa shida kuu ya miongo kadhaa katika maono ya kompyuta ya 3D.

Atlasi pia inaweza kumeza zaidi ya picha mia moja za ingizo kwa ajili ya burudani ya uaminifu ya mazingira halisi. Katika onyesho moja, timu ilijenga upya Quad Kuu ya Stanford kipande baada ya kipande kutoka kwa picha mbili hadi ishirini na tano za kiwango cha chini, kisha ikazalisha njia za angani zinazopaa juu ya chuo kikuu - ikijaza maoni ambayo hakuna kamera iliyowahi kunaswa.

Kimsingi kwa matumizi ya vitendo, Atlas haiishii kwenye fremu za 2D. Hufanya kazi kwenye fremu za picha na ramani za kina za 3D, ikitoa ulimwengu kama mawingu ya uhakika au miinuko ya 3D ya Gaussian ambayo hutoa kwenye kifaa kwa ubora wa juu na viwango vya fremu. Huo ni uwakilishi sawa na unaotumika katika Marumaru, bidhaa ya kwanza ya Maabara ya Dunia, kwa hivyo matokeo ya Atlasi huchoma moja kwa moja kwenye bomba la kampuni lililopo.

Kuanzia Muda wa Risasi hadi Mafunzo ya Roboti

Uwezo wa uigaji wa Atlasi unaweza kuwa muhimu zaidi kwa robotiki. Kampuni hiyo ilionyesha kuwa picha kutoka kwa kamera za simu za rununu chache kama tatu za kawaida - zilizowekwa kwa tripod na vibano vinavyotoshea kwenye mkoba - zinatosha kwa Atlas kuunda tena eneo na kuwezesha "wakati wa risasi" kuunda upya kutoka kwa pembe zisizowezekana, hakuna studio maalum ya kunasa inayohitajika.

Kwa utendakazi wa Real-to-Sim, Atlas huunda upya nafasi kutoka kwa video fupi za simu na kisha kutoa RGB na data ya kina ambayo kamera za roboti zilizoigwa zingeona kwenye njia - huku ulimwengu na mtazamo wa roboti kuihusu ukitoka kwa muundo sawa. Kampuni ilionyesha usogezaji katika mazingira makubwa yaliyochanganuliwa kwa kutumia fremu 24 kila moja, pamoja na matukio ya upotoshaji ambapo kazi zilizoigwa zinaweza kubadilishwa kwa kubadilisha vitu, nafasi na matukio mara tu kazi inapoigwa.

Kwanini Ni Muhimu

Miundo ya ulimwengu inazidi kutazamwa kama inayosaidiana na miundo mikubwa ya lugha: LLM husababu kuhusu maelezo ya ulimwengu, ilhali miundo ya ulimwengu inalenga kuiga ulimwengu wenyewe - jiometri yake, fizikia, na mienendo yake baada ya muda. Ikiwa madai ya Atlas yatadumu chini ya uchunguzi wa nje, matumizi yanahusu VFX, michezo ya kubahatisha, kubuni, uhandisi, na mafunzo ya roboti, ambapo mazingira ya sanisi lakini yanayokubalika kimwili yanaweza kupunguza kwa kiasi kikubwa gharama ya mashine za kufundishia ili kuchukua hatua.

Kampuni iliyo nyuma ya mfano huo inajulikana kwa haki yake yenyewe. Maabara ya Dunia ilianzishwa na Fei-Fei Li - profesa wa Stanford ambaye uundaji wake wa ImageNet ulisaidia kuwasha enzi ya kujifunza kwa kina - pamoja na Justin Johnson, Ben Mildenhall, na Christoph Lassner, na orodha yake ya wawekezaji inajumuisha a16z, Nvidia, AMD, Intel, Adobe, Salesforce, na Samsung, miongoni mwa wengine. Marumaru, bidhaa ya kwanza ya kampuni, huruhusu watumiaji kuunda ulimwengu wa 3D unaoendelea kutoka kwa picha, video, maandishi, na mipangilio ya 3D, na Maabara ya Ulimwengu yalisema Atlas itaendesha matoleo yake yajayo.

Atlasi bado haipatikani kwa ujumla: kampuni inachukua maombi ya ufikiaji wa mapema. Bado, kutolewa kunaashiria mojawapo ya hatua madhubuti zaidi kuelekea mifumo ya AI ambayo haielezi tu ulimwengu halisi, lakini inashikilia muundo wake thabiti, unaoweza kubadilika.

---

Kaa Mbele ya AI

Pata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.

Soma habari zaidi za AI →