World Labs正式发布了其首个大型世界模型——“Atlas”。该模型能够从单张或多张平面图像中生成连贯、可交互的3D空间，并能进行物理规则下的动态模拟，标志着AI对现实世界的理解与生成能力迈出了关键一步。
核心技术：从图像到可探索的3D世界
与仅限于2D图像或视频生成的AI模型不同，Atlas专注于构建“世界模型”——即学习空间的外观及其变化规律，并输出为视频或3D格式的AI系统。其核心功能包括：
1. 可控视角的图像转3D生成
用户可输入1至6张参考图像，Atlas便能根据指定的任意相机位置和角度，生成最长1分钟、分辨率高达1440p的连贯视频。其独特之处在于，用户不是用文字描述所需视角，而是直接输入相机位姿参数，实现对生成内容的精确控制。对于参考图像中未显示的区域，模型会利用其从海量数据中习得的先验知识进行合理补全。
2. 真实空间的高保真重建
Atlas能基于1张到数十张不等的实拍照片，重建出该空间的立体模型。据World Labs透露，仅用2-3张照片即可获得高保真度的重建结果。输出格式不仅限于视频，还支持点云（Point Cloud） 和3D高斯泼溅（3D Gaussian Splatting） 等标准3D数据格式，这使其能与公司其他产品（如Marble）无缝协作。
3. 时空一致的动态模拟
该模型能处理3至5个不同角度的相机拍摄的视频，并实现暂停时间、从任意新视角观察的动态效果，为体育赛事、表演等动态场景分析提供了强大工具。值得注意的是，演示中这些素材仅由固定在脚架上的智能手机和运动相机拍摄，降低了使用门槛。
关键应用场景：机器人仿真与数据生成
Atlas的“世界模拟”能力对机器人研发具有重大价值。仅需用智能手机拍摄24帧的短时影像，Atlas即可重建空间，并生成该环境下机器人车载摄像头视角的影像及深度数据。更关键的是，模型能够灵活改变场景中物体的位置、照明和背景，为机器人训练生成几乎无限、多样化的合成数据，有效解决真实数据收集成本高昂的难题。
在基准测试中，Atlas在相机控制生成和3D重建任务上均超越了此前专门的模型。研究还显示，其性能随计算量增加而持续提升，World Labs表示将继续扩大模型规模。Atlas将集成到公司现有产品线中，目前已向部分合作伙伴开放早期访问。
此次发布，标志着“世界模型”从学术概念走向实际应用，为具身智能、数字内容创作、AR/VR及自动化领域开辟了全新可能。
