近日，李飞飞与 World Labs 核心团队在 a16z 访谈中披露多模态世界模型 Atlas。该模型以“新视角预测”为核心原语，可根据少量场景图像或文字，生成任意视角画面，并原生处理文本、图像、视频、3D 和相机位姿等数据。团队称，Atlas 相比前代 Marble 进一步降低三维重建数据需求，几张到几十张照片即可还原场景，并已具备初步动态处理能力。其应用方向包括创意设计、建筑施工和机器人训练，后续将继续推进内容编辑与人机交互功能。
近日，李飞飞与 World Labs 核心团队在 a16z 访谈中披露多模态世界模型 Atlas。该模型以“新视角预测”为核心原语，可根据少量场景图像或文字，生成任意视角画面，并原生处理文本、图像、视频、3D 和相机位姿等数据。团队称，Atlas 相比前代 Marble 进一步降低三维重建数据需求，几张到几十张照片即可还原场景，并已具备初步动态处理能力。其应用方向包括创意设计、建筑施工和机器人训练，后续将继续推进内容编辑与人机交互功能。