资讯
World Labs Atlas 技术详解：统一生成、重建与模拟的空间底座
一句话：Atlas 以 3D 空间为上下文，把图像、深度与相机位姿绑定，第三方评测对其镜头控制偏好率达 75%–94%，稀疏重建误差低于专用模型 11.8%。
背景
- World Labs 由李飞飞 2024 年创立，累计融资约 $12.3 亿；Atlas 是其空间智能路线的最高表达，后续将驱动 Marble 等产品。
核心要点
- 统一架构：多模态自回归扩散 Transformer，图像/深度均绑定显式相机位姿，实现「像素级相机控制」。
- 四大能力：相机控制生成、空间重建、时空模拟、图像生成，可输出点云与 Gaussian Splatting 进入既有 3D 工作流。
- 评测：镜头可控生成第三方偏好 75%–94%；稀疏视图 3D 重建平均误差 25.3，较最优专用模型低 11.8%。
- 短板：暂无原生机器人动作输入，未披露摩擦/接触/形变与 Sim-to-Real 指标；目前以自测为主。
为什么重要
- 与 Genie 3、Cosmos 3 相比，Atlas 最突出的特点是把相机、深度、视频与 3D 几何放进同一套模型。
- 为影视特效、游戏、数字孪生与机器人仿真提供内容生产成本坍缩的可能。
关键事实速记
- 类型：omni world model
- 偏好率：75%–94%（镜头控制）
- 重建误差：25.3（低 11.8%）
- 局限：无原生动作输入 / 第三方验证待补
📂 原文链接：查看原文 →
← 返回资讯列表
AI8899 · 内容仅供学习参考