李飞飞创立的 World Labs 发布了从零预训练的多模态空间智能大模型 Atlas它能根据照片生成视频、重建 3D 场景等引发社区广泛讨论。模型特性Atlas 核心架构独特输入为「空间上下文」以相机位姿控制视角。技术上能实现相机控制生成、空间重建、时空模拟及文本到图像和 360 度全景图生成等功能。性能表现官方 benchmark 显示Atlas 在人类评分偏好测试中领先主流模型3D 重建误差低于竞品。不过这些数据是自报的需独立验证。社区讨论社区对 Atlas 看法不一。teraflop 认为其价值在语义知识用于机器人规划JohnnyAPI 质疑依赖预置 3D 资产联合创始人解释其处于渲染器和模拟器之间。现存局限演示中存在时间一致性问题场景时间基本冻结。且目前仅对合作伙伴开放早期访问官方未明确帧率能否支持实时应用。未来展望有人提出用地理标签照片建全球 3D 模型设想项目负责人称理论可行这或重新定义世界建模方式。编辑观点Atlas 潜力巨大但数据待验证、局限待突破。若能解决问题其对世界建模方式的革新将推动行业发展。
李飞飞创立的 World Labs 发布了从零预训练的多模态空间智能大模型 Atlas它能根据照片生成视频、重建 3D 场景等引发社区广泛讨论。模型特性Atlas 核心架构独特输入为「空间上下文」以相机位姿控制视角。技术上能实现相机控制生成、空间重建、时空模拟及文本到图像和 360 度全景图生成等功能。性能表现官方 benchmark 显示Atlas 在人类评分偏好测试中领先主流模型3D 重建误差低于竞品。不过这些数据是自报的需独立验证。社区讨论社区对 Atlas 看法不一。teraflop 认为其价值在语义知识用于机器人规划JohnnyAPI 质疑依赖预置 3D 资产联合创始人解释其处于渲染器和模拟器之间。现存局限演示中存在时间一致性问题场景时间基本冻结。且目前仅对合作伙伴开放早期访问官方未明确帧率能否支持实时应用。未来展望有人提出用地理标签照片建全球 3D 模型设想项目负责人称理论可行这或重新定义世界建模方式。编辑观点Atlas 潜力巨大但数据待验证、局限待突破。若能解决问题其对世界建模方式的革新将推动行业发展。
)
