刚刚，李飞飞掀桌！全球首个多模态世界模型发布，几张照片省掉几百个机位

刚刚，李飞飞掀桌！全球首个多模态世界模型发布，几张照片省掉几百个机位

大模型理解文字，李飞飞想让 Atlas 理解空间

背景

前脚友商还在为你追我赶生成几秒钟的「电子榨菜」视频卷到头秃；后脚李飞飞创办的 World Labs 微微一笑，把桌子掀了——

▲官方博客🔗 https://www.worldlabs.ai/blog/atlas

按照官方定义，Atlas 是一款面向空间智能的 omni world model，从零开始完成预训练，可以原生处理文本、图像、视频、相机位姿与 3D 深度信息，并在同一套模型中完成世界生成、空间重建和时空模拟。

以前大家玩视频生成模型，多少有点玄学抽奖。我们在 Prompt 框里卑微敲下：「镜头缓慢向左拉升、绕着人物微仰角旋转」，回车之后全凭老天保佑。

核心内容

只要丢进去 1 到 6 张普通照片，定好运镜轨迹，Atlas 就能生成最长达 1 分钟、1440p 分辨率 的大片。

原文来源

本文整理自 爱范儿：https://www.ifanr.com/1678079，版权归原作者所有，了解详情请查看原文。