header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

李飞飞发布Atlas:几张照片补出3D世界,虚拟镜头想怎么飞就怎么飞

动察 Beating AI 快讯,李飞飞创办的 World Labs 发布 Atlas,官方称这是全球首个能精确控制镜头生成图像和视频,同时完成 3D 重建的多模态世界模型。


最直观的玩法有点像全景无人机,但 Atlas 不需要真的把四周都拍下来。给它一到几张照片,再画一条镜头路线,它就能自己补出没拍到的墙后、物体背面和周围空间,让虚拟镜头沿着指定路线飞过去。最高能生成 1 分钟、1440p 视频。


普通视频模型主要根据文字或图片继续生成像素,镜头运动也通常靠「左移」「推进」这类文字描述。Atlas 会直接读取相机在 3D 空间里的位置和角度,还能生成深度和完整 3D 场景。输入照片越多,它需要自己脑补的地方就越少。


这也是 World Labs 把它叫「世界模型」的原因。它不只是在猜下一帧长什么样,还要知道相机在哪里、物体在哪里、换个角度应该看到什么。World Labs 还用它把真实空间变成机器人训练用的仿真环境。Atlas 目前只向部分合作伙伴开放。

AI 解读
李飞飞的世界模型路线图正在兑现。六月她刚发文确立物理模拟为世界模型终局,Atlas 即是这套框架的首个具象化产物——不再生成像素,而是直接读取相机在 3D 空间的位姿并输出深度与完整场景,把"生成"变成了"重建+补全"。

这恰好命中了四月中旬开源潮暴露的分歧:英伟达 Lyra 2.0 与腾讯混元 2.0 都止步于可探索的 3D 资产,本质仍是像素生成后处理;Atlas 则把机器人仿真环境作为标榜的应用场景。配合 Axis Robotics 创始人强调的"机器人数据是紫苏叶",World Labs 显然在抢占具身智能数据层的入口。

最值得留意的是"仅向部分合作伙伴开放"——此前 Lyra 和混元均选择开源,Atlas 却走闭源高端路线。在物理 AI 投资热度陡增的当下,头部玩家正在分裂为开源生态与专有系统两派,后者押注的是仿真数据本身的溢价能力。
展开

全球市场热点不用到处刷,消息送到你眼前

加入律动飞书频道
纠错/举报
提交
新增文库
仅自己可见
公开
保存
选择文库
新增文库
取消
完成