World Labs(李飞飞团队)发布 Atlas,号称全球首个可生成图像/视频帧、实现像素级相机控制并重建 3D 的多模态世界模型。它从零预训练多模态自回归扩散 Transformer,可用少量照片重建场景、生成任意轨迹的 RGB/深度,并用于机器人仿真;早期访问将在数周内开放。

核心要点速览 (Key Takeaways)

  • 统一架构同时完成生成、三维重建与时空仿真
  • 少量普通相机即可实现子弹时间多视角捕捉与机器人轨迹数据合成
  • 显式 3D 输出超越主流开源重建模型,早期访问即将开放
ADSponsored