AI 编程实时动态与要闻

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。

Fei-Fei Li 联合创立的 World Labs 于 9 月 1 日推出 Atlas，从零预训练的多模态自回归扩散 Transformer，把文本、图像、视频与 3D 纳入共享空间上下文。可生成最长约 1 分钟、最高 1440p 的相机可控视频，支持稀疏图像三维重建、点云/高斯泼溅输出，以及面向机器人的 Real-to-Sim。现已对选定合作伙伴开放早期访问，并将驱动未来 Marble 产品。