World Labs, dont Fei-Fei Li fait partie des cofondatrices, a présenté Atlas, son modèle du monde développé pour l’intelligence spatiale. Décrit par l’entreprise comme un « modèle omni », Atlas est un transformer de diffusion autorégressif multimodal, préentraîné à partir de zéro, qui traite les données textuelles, visuelles, vidéo et 3D au sein d’une même architecture. En combinant les données d’entrée dans un contexte spatial commun, le modèle peut prédire les parties invisibles des scènes.
Atlas accepte directement comme entrées la position de la caméra et les trajectoires de mouvement ; avec une à six images de référence et les trajectoires définies, il peut générer des vidéos d’une résolution de 1440p, d’une durée maximale d’une minute. À partir d’une ou de plusieurs images, il peut produire de nouveaux points de vue, des géométries 3D, des nuages de points et des sorties de type « 3D Gaussian splat ». World Labs affirme avoir surpassé certains modèles open source dans la reconstruction 3D à partir d’images clairsemées, mais ces résultats n’ont pas été vérifiés indépendamment.
Le modèle peut préparer des environnements de simulation robotique à partir d’images prises avec un téléphone. Atlas servira de base à Marble et aux autres produits ; pour l’instant, il est accessible en avant-première à certains partenaires. Le prix, la date de disponibilité générale, la taille du modèle et la capacité de calcul consacrée à son entraînement n’ont pas été divulgués. World Labs a été fondée en 2024 et vise à développer des systèmes capables de comprendre le monde physique dans ses relations tridimensionnelles.
Pourquoi c’est important
La principale différence d’Atlas tient à son ambition non seulement de traiter conjointement différents types de données, mais aussi de les évaluer dans le contexte des relations spatiales de la scène ; cette approche pourrait permettre d’aller au-delà des images bidimensionnelles dans la production de contenus numériques sur le monde physique. Sa capacité à générer de nouveaux points de vue, de la géométrie 3D et des environnements de simulation robotique fait de cette technologie plus qu’un simple outil de création vidéo et la rattache à la modélisation d’environnements physiques. Toutefois, comme certains résultats comparatifs de World Labs n’ont pas encore été vérifiés indépendamment, la portée des affirmations sur ses performances reste incertaine. L’accès à Atlas étant limité à certains partenaires, il n’est pas encore possible de déterminer dans quelle mesure cette capacité est applicable à différents cas d’usage. L’absence d’informations sur le prix, la date de disponibilité générale et l’échelle technique crée également une incertitude quant à l’accessibilité et aux ressources nécessaires.
Contexte
World n’est pas un nouveau nom dans les archives de FikirPilot : au cours des 90 derniers jours, nous avons publié un article mentionnant ce nom, daté du 25 août 2026.