首个多模态世界模型Atlas正式发布

近日，由“AI教母”李飞飞所创立的公司World Labs推出了全球首个多模态世界模型Atlas。此模型能够以极高的精确度控制相机，生成图像和视频帧，并且可以在三维空间中进行重建。World Labs对Atlas进行了全面的初步训练，使其能处理各种模态的输入，如相机位移，并转化为三维视景。

Atlas可以定位多个输入视图，让用户生成受控的图像与视频。该模型除了能从单张和多张图像中输出清晰的三维模型，还超越了现有的顶级开源重建模型。用户可以根据指定的相机位置与角度，获得一个或多个参考图像，所生成的视图将与输入图像在内容和几何形状上高度匹配，并能够扩展图像，创造出在输入中未展示的场景。

具体功能包括： - 相机控制生成：通过像素级控制，Atlas可以从一张或多张图像生成图像和视频，其视频长度可达1分钟，分辨率为1440p。 - 空间重建：Atlas支持从一张到几十张输入图像重建真实场景，能从新的视角生成图像帧，并提供明确的三维输出，表现优于专门的三维重建模型。 - 时空模拟：Atlas能够通过输入视频建模并重构空间和时间，增强视频的视觉效果，并适用于机器人的真实与模拟工作流程。 - 图像生成：Atlas还可实现从文本生成图像和360度全景，能够处理复杂的提示，渲染文本，并生成多样的视觉风格。 龙8头号玩家

目前，部分合作伙伴已提前体验Atlas，未来几周内将对外开放早期访问。