World Labs, zu dessen Mitgründern Fei-Fei Li zählt, hat sein für räumliche Intelligenz entwickeltes Weltmodell Atlas vorgestellt. Atlas, das das Unternehmen als „Omni-Modell“ bezeichnet, ist ein von Grund auf vortrainierter multimodaler autoregressiver Diffusions-Transformer, der Text-, Bild-, Video- und 3D-Daten in derselben Architektur verarbeitet. Das Modell kann die Eingaben in einem gemeinsamen räumlichen Kontext zusammenführen und so die nicht sichtbaren Bereiche von Szenen vorhersagen.
Atlas akzeptiert Kamerapositionen und Bewegungsrouten direkt als Eingabe und kann anhand von einem bis sechs Referenzbildern sowie festgelegten Routen Videos mit einer Auflösung von 1440p und einer Länge von bis zu einer Minute erzeugen. Aus einem oder mehreren Bildern kann es neue Perspektiven, 3D-Geometrie, Punktwolken und „3D Gaussian Splat“-Ausgaben erstellen. World Labs gibt an, bei der 3D-Rekonstruktion aus wenigen Bildern einige Open-Source-Modelle übertroffen zu haben, die Ergebnisse wurden jedoch nicht unabhängig überprüft.
Das Modell kann aus Smartphone-Aufnahmen Simulationsumgebungen für die Robotik erstellen. Atlas soll die Grundlage für Marble und weitere Produkte bilden und steht vorerst ausgewählten Partnern im Early Access zur Verfügung. Angaben zum Preis, zum Termin der allgemeinen Verfügbarkeit, zur Modellgröße und zur für das Training eingesetzten Rechenkapazität wurden nicht veröffentlicht. World Labs wurde 2024 gegründet und verfolgt das Ziel, Systeme zu entwickeln, die die physische Welt anhand ihrer dreidimensionalen Beziehungen verstehen.
Warum das wichtig ist
Der eigentliche Unterschied von Atlas besteht darin, dass das Modell verschiedene Datentypen nicht nur gemeinsam verarbeitet, sondern sie auch im Rahmen der räumlichen Beziehungen der Szene zu bewerten versucht; dieser Ansatz könnte es ermöglichen, bei der Erstellung digitaler Inhalte über die physische Welt über zweidimensionale Bilder hinauszugehen. Die Fähigkeit, neue Perspektiven, 3D-Geometrien und Simulationsumgebungen für die Robotik zu erzeugen, macht die Technologie nicht nur zu einem Werkzeug zur Videogenerierung, sondern verknüpft sie mit der Modellierung physischer Umgebungen. Da einige Vergleichsergebnisse von World Labs jedoch noch nicht unabhängig überprüft wurden, bleibt der Umfang der Leistungsversprechen offen. Dass Atlas nur ausgewählten Partnern zur Verfügung steht, zeigt vorerst nicht, wie gut sich diese Fähigkeiten in unterschiedlichen Anwendungsszenarien einsetzen lassen. Auch die fehlenden Angaben zum Preis, zum Termin der allgemeinen Verfügbarkeit und zum technischen Maßstab schaffen Unsicherheit hinsichtlich der Zugänglichkeit und des Ressourcenbedarfs.
Hintergrund
World ist im FikirPilot-Archiv kein neuer Name: In den vergangenen 90 Tagen haben wir eine Nachricht veröffentlicht, in der dieser Name vorkam; der Artikel datiert vom 25. August 2026.