World Labs Atlas

该模型是一个从头开始预训练的多模态自回归扩散 Transformer。输入被组织到一个共享的空间环境中，该环境以 3D 位置的观察为基础。然后，相机几何形状会引导新视图，让系统保留已知的场景内容，同时想象未观察到的区域。

Atlas 演示了摄像机控制的视频、一张或多张图像的重建、时空模拟和文本驱动的全景图。它旨在为未来的 World Labs 产品提供动力，包括 Marble。该公告提供了早期访问请求，而不是建立广泛可用的生产服务或公布的订阅价格。