李飞飞World Labs推出Atlas多模态世界模型

时间：2026 年 9 月 2 日，爱范儿等多家中文媒体于 15:31 同步报道；World Labs 当日在官方博客发布技术博客与产品介绍。 地点：美国旧金山 World Labs 总部，面向全球合作伙伴 Early Access 开放。 人物：李飞飞（Fei-Fei Li），斯坦福大学教授、ImageNet 创始人、World Labs 创始人兼 CEO，被业界誉为 "现代人工智能教母"。 事件详情：World Labs 正式推出下一代多模态世界模型 Atlas，定位为面向空间智能的 omni world model。Atlas 从零预训练，原生处理文本、图像、视频、相机位姿与 3D 深度信息，单一模型统一支持世界生成、空间重建与时空模拟。 核心能力：1. 相机控制生成（Camera-Controlled Generation），以相机位姿作为底层原生输入，1 到 6 张普通照片即可生成最长达 1 分钟、1440p 分辨率的视频片段，几张照片即可省掉几百个机位。2. 空间重建（Spatial Reconstruction），2 到 25 张稀疏视角照片还原高精度 3D 场景；斯坦福大学 Main Quad 案例中可重建草坪、拱廊与纪念教堂外墙全部细节。3. 时空模拟（Space-Time Simulation），支持 Real-to-Sim 机器人训练流程，机器人可在孪生空间内任意试错。4. 图像生成，可生成 360 度全景图，支持复杂 Prompt、文字渲染与写实、电影感、油画、漫画等多种风格。 技术架构：Multimodal Autoregressive Diffusion Transformer（多模态自回归扩散 Transformer），融合自回归与扩散两大主流范式，原生贯通文本、二维图像、相机位姿与 3D 深度，无缝接入现有大规模算力集群。 性能表现：在镜头运动控制的真人 Blind Test 中，Atlas 面对 MiniMax H3 胜率 75%、Gemini Omni Flash 81%、FLUX 3 93%、Seedance 2.5 94%；在 DTU、ETH3D、ScanNet 公开数据集稀疏视角重建误差 AbsRel×10⁻³ 测试中，Atlas 拿下 25.3 的分数，优于 Pi3X（28.7）、Depth Anything 3（39.3）与 MapAnything（47.7）。 影响：Atlas 将成为 World Labs 自家 Marble 平台及后续产品的底层模型，并开放 Early Access 给部分合作伙伴。业内估算传统方式收集足够规模机器人训练数据成本可达 100 万亿美元量级，Atlas 的 Real-to-Sim 路线有望大幅降低具身智能训练门槛，让机器人从 "理解像素" 走向 "理解空间与行动"，与 LLM 形成互补的语言加空间双智能底座。 参考来源： - https://www.worldlabs.ai/blog/atlas （World Labs 官方博客：Atlas 技术详情与产品介绍） - https://www.ifanr.com/1678079 （爱范儿：李飞飞掀桌 多模态世界模型发布） - https://www.ifanr.com/1678150 （爱范儿：把赛博朋克的超梦做出来了） - https://www.worldlabs.ai/ （World Labs 官网首页） - https://marble.worldlabs.ai/ （Marble 平台首页） - https://tophub.today/c/tech （TOPHUB TODAY 科技热榜收录）