2026年9月1日，李飞飞创办的World Labs公司宣布推出全球首个多模态世界模型Atlas，在三维场景生成、重建和模拟方面取得突破，尤其在精准相机控制与稀疏图像三维重建任务上超越现有专用模型，为创意内容制作、机器人仿真等领域提供了新工具。

Atlas是一个原生支持文本、图像、视频和三维数据的统一模型，其核心创新在于将空间位置作为基础输入，构建“空间上下文”。这使得Atlas能实现像素级的精准相机控制，根据用户指定的相机路径生成长达1分钟、1440P分辨率的视频。在三维重建方面，Atlas仅需一至数张二维图片，即可重建出高保真的三维场景，并能以点云或3D高斯泼溅（Gaussian splats）格式输出，其效果优于当前最先进的专用三维重建模型。此外，Atlas还能模拟时空演变，实现视频重定帧（Reframing）和机器人“现实到仿真”（Real-to-Sim）的训练环境构建。

Atlas采用多模态自回归扩散Transformer架构，其性能随训练算力的增加而持续提升。目前，该模型已面向部分合作伙伴开放早期访问。

信息来源：

https://www.worldlabs.ai/blog/atlas

https://www.ithome.com/0/997/241.htm