Fei-Fei Li参与共同创办的 World Labs 发布了其为空间智能开发的 Atlas 世界模型。该公司将 Atlas 定义为“全能模型”：这是一种从零开始预训练的多模态自回归扩散 Transformer，能够在同一架构中处理文本、图像、视频和 3D 数据。该模型可以将输入整合到共同的空间语境中，从而预测场景中不可见的部分。
Atlas 可直接接受摄像机位置和运动路径作为输入；结合1至6张参考图像和指定路径，它能够以1440p分辨率生成最长达1分钟的视频。它还可以根据单张或多张图像生成新的视角、3D 几何结构、点云以及“3D Gaussian splat”输出。World Labs 表示，Atlas 在利用稀疏图像进行3D重建方面超越了一些开源模型，但相关结果尚未得到独立验证。
该模型可以利用手机拍摄的图像构建机器人仿真环境。Atlas 将成为 Marble 及其他产品的基础；目前仅向选定合作伙伴提供早期访问。价格、面向公众的使用日期、模型规模和训练计算能力尚未公布。World Labs 成立于2024年，旨在开发能够理解物理世界及其三维关系的系统。
为何重要
Atlas 的真正区别在于，它不仅旨在同时处理不同类型的数据，还希望在场景的空间关系中对这些数据进行分析；这种方法可能使物理世界相关的数字内容生成超越二维图像。它能够生成新的视角、3D 几何结构和机器人仿真环境，这使这项技术不再只是视频生成工具，而是与物理环境建模联系起来。不过，由于 World Labs 的一些对比结果尚未得到独立验证，其性能声明的适用范围仍不明确。Atlas 目前仅限选定合作伙伴使用，这暂时无法说明其能力在不同使用场景中的可行性有多高。价格、面向公众的使用日期和技术规模信息尚未公布，也使可及性和资源需求存在不确定性。
背景
World 并不是 FikirPilot 档案中的新名字：过去 90 天内，我们发布过一篇提到这一名称的新闻；该文章发表于2026年8月25日。