李飞飞团队发布新一代世界模型Atlas

今天，李飞飞创办的空间智能公司 World Labs 发布了新一代世界模型 Atlas。World Labs 在社交平台上将其称为“全球首个多模态世界模型”，希望用同一个基础模型同时完成视频生成、3D 重建和时空模拟。

和目前主流的#视频生成模型# 不同，Atlas 并不是在现有视频或 3D 模型上继续改造而来。World Labs 从零开始对它进行预训练，让文本、图像、视频和 3D 数据从训练起步阶段就进入同一个模型，并尝试把这些不同形式的信息统一理解为同一个三维空间。

基于这个空间，它既可以从一张照片生成新的视角，也可以按照给定的镜头轨迹生成最长 1 分钟、1440p 的视频，还能将照片和视频重新构建成点云和 3D 高斯泼溅（Gaussian Splatting）场景，进一步用于影视制作、游戏以及机器人仿真。

Atlas 目前已经向少数合作伙伴开放早期测试，未来也会成为 World Labs 旗下 3D 世界生成产品 Marble 的底层模型。

这也是 World Labs 成立两年以来最重要的一次基础模型发布。这家公司由李飞飞与 Justin Johnson、Christoph Lassner、Ben Mildenhall 共同创立，后几位分别来自计算机视觉、生成式 AI 和计算机图形学领域。