李飞飞的World Labs发布世界模型Atlas：几张图就能重建场景、生成长达1分钟高清视频 ...

AI 圈又一枚重磅炸弹落地——由著名AI学者李飞飞创办的 World Labs，昨晚正式发布了新一代世界模型 Atlas。这家 2024 年才成立的公司，这次没有做"聊天机器人"，而是想让 AI 真正"看懂并重建我们身处的三维世界"。

Atlas 能干什么？ 据了解，它是一个从零开始预训练的全域模型，能同时处理文字、图片、视频和 3D 数据，主要本领有三块：

• 可控运镜：给一张或几张图，它就能生成最长 1 分钟、1440p（超高清）的视频，而且镜头怎么动、相机放哪，创作者都能像"下达精确坐标"一样控制，不像过去只能"碰运气式"让 AI 随便生成一段。
• 空间重建：给它一张或几十张现场照片，它能重建出真实的场景，连"照片没拍到的那一面"也能按逻辑补全，还能直接输出成 3D 模型——据官方称效果优于目前最强的专用 3D 重建模型。
• 时空模拟：它能通过视频学习空间和时间的变化，既能为影视画面重做特效，也能为机器人搭"真实到模拟"的训练环境，让机器人先在虚拟世界里反复练手。

为什么值得关注？ 关键在于，交出这份成绩的并非 OpenAI、谷歌这类巨头，而是一支 2024 年才组建的小团队。李飞飞曾推动 ImageNet 改变了整个 CV（计算机视觉），这次 Atlas 被视为她"空间智能"路线的一次集中展示——不仅认得画面里"有什么"，还要知道物体"在哪"、换个角度看是什么样。

Atlas 目前还只是面向部分合作伙伴开放早期访问，并非全面上线，未来会支撑 World Labs 的 Marble 等产品。据了解，公司背后已集齐英伟达、AMD、Autodesk、Fidelity 等投资方，今年 2 月刚新增 10 亿美元融资——可见资本对这一"空间智能"路线相当看好。

来源：InfoQ（《李飞飞首个多模态世界模型 Atlas 正式发布：从零开始预训练，几张图就能构建世界》，2026-09-03）

原文链接：https://www.infoq.cn/article/9YiEhb3hAFtUlxOpMdGC