【World Labs – Atlas：可控制 camera、重建3D,並可輸出 Gaussian splats】

AI生成另一戰場-AI3D世界領頭之一, 去年介紹過由李飛飛主理的 World Labs , 再發表新一代 omni world model 【Atlas】!!
模型由零開始預訓練, 原生處理 text、image、video 與 3D, 架構為 multimodal autoregressive diffusion transformer, 所有輸入會組成共享 spatial context, 再按 3D 一致性生成未見部分.

Atlas 可從一至多張參考圖, 以精確 camera geometry 控制生成最長約一分鐘、1440p 的影片. 它亦可由少量照片重建真實場景, 輸出 novel view, 以及 point cloud 或 3D Gaussian splats, 可直接入 Unity、Unreal、Blender 或 Spark等.
官方稱即使僅兩至三張圖, sparse-view 重建亦優於專門的 3D reconstruction 模型. 另可用三至五部普通手機鏡頭重構後重新構圖, 做出 bullet-time 效果, 並為 robotics 的 Real-to-Sim 生成 robot 視角的 RGB 與 depth.

Atlas 尚未進入 Marble , 不過將會驅動未來版本的 Marble, 而現有Marble 的 worlds、exports 與專案不受影響 !   Atlas現正接受選定合作夥伴申請 early access. 官方未同步公開論文或程式碼.