🗾ITmedia AI+ (日本)•最新收集於 72m
World Labs 發布空間智能模型 Atlas
#spatial-intelligence#3d-generation#world-model#robotics-simulationatlasworld labsatlasmarble
💡Atlas 展示世界模型如何支援可控制的 3D 生成與機器人應用。
⚡ 30-Second TL;DR
有什麼變化
Atlas 在單一世界模型中整合文字、影像與 3D 表徵。
為什麼重要
Atlas 可能將生成式 AI 從平面媒體擴展至機器人、模擬與沉浸式內容創作等具備空間理解的應用。由於目前仍採早期存取模式，實際能力與開發者使用權限尚未全面開放。
下一步行動
聯絡 World Labs 申請 Atlas 早期存取，並針對你的機器人或空間運算案例，建立少量影像轉 3D 空間的原型工作流程。
誰應關注：Researchers & Academics
關鍵要點
- •Atlas 在單一世界模型中整合文字、影像與 3D 表徵。
- •模型可根據少量影像重建 3D 環境。
- •Atlas 支援可控制的鏡頭生成，包括子彈時間影片效果。
- •目前 Atlas 僅向部分合作夥伴提供早期存取，並將逐步整合至 Marble。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 14 個來源。
🔑 增強重點摘要
- •World Labs 由 AI 先驅李飛飛（Fei-Fei Li）與 Justin Johnson、Ben Mildenhall 及 Christoph Lassner 於 2024 年共同創立。
- •Atlas 模型採用多模態自回歸擴散 Transformer 架構（Rectified Flow 模型），能原生處理文字、影像、影片、相機位姿及 3D 深度資訊。
- •該公司已獲得 12 億美元的鉅額融資，投資方包含 Andreessen Horowitz (a16z) 與 NVIDIA 等重量級機構。
- •World Labs 於 2026 年 7 月收購了 SceniX，旨在強化真實環境與機器人模擬訓練數據之間的連結。
- •Atlas 具備生成 1440p 解析度影片（最長達一分鐘）的能力，並能模擬機器人車載鏡頭所見的 RGB 與深度觀測數據。
📊 競品分析▸ Show
| 特性 | World Labs (Atlas) | Google DeepMind (Genie 3) | NVIDIA (Cosmos 3) |
|---|---|---|---|
| 核心定位 | 空間智能與 3D 重建 | 互動式世界模擬 | 生成式物理模擬 |
| 關鍵優勢 | 1-6 張影像重建 3D 空間 | 遊戲化互動生成 | 工業級模擬與訓練 |
| 定價模式 | 早期合作夥伴存取 | 研究與 API 存取 | 企業級生態整合 |
🛠️ 技術深入
- 架構：採用多模態自回歸擴散 Transformer（Rectified Flow 模型）。
- 空間處理：在共享空間脈絡下整合文字、影像、影片、相機位姿與 3D 深度資訊。
- 輸出規格：支援最高 1440p 解析度，影片生成長度可達 60 秒。
- 模擬能力：具備時空模擬（Space-time simulation），支援自由視角切換與子彈時間效果。
- 機器人應用：能生成模擬機器人感測器（RGB 與深度）的合成訓練數據，以縮小現實與模擬間的差距。
🔮 前景展望AI analysis grounded in cited sources
Atlas 將成為具身智能（Embodied AI）訓練數據的主要來源。
其生成高保真度 RGB 與深度觀測數據的能力，能有效解決機器人訓練數據稀缺的問題。
空間智能模型將取代傳統的手動 3D 建模流程。
Atlas 僅需少量影像即可重建 3D 環境的特性，將大幅降低數位內容創作的門檻與成本。
⏳ 時間線
2024-01
World Labs 由李飛飛及團隊共同創立。
2026-07
World Labs 收購 SceniX 以強化模擬訓練能力。
2026-09
World Labs 正式發布空間智能模型 Atlas 並開放合作夥伴早期存取。
📎 來源 (14)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗
每週 AI 簡報
每週一封，可隨時退訂。