李飞飞团队发布 Atlas：用少量照片补全 3D 世界，可精确控制虚拟镜头

李飞飞创办的 World Labs 发布 Atlas。官方称，这是一款能够精确控制镜头生成图像和视频，并同时完成 3D 重建的多模态世界模型。

Atlas 的使用方式类似“虚拟全景无人机”，但不需要提前拍下完整环境。用户只需提供一到几张照片，并绘制一条镜头路线，系统就能补全未拍到的墙后、物体背面和周围空间，让虚拟镜头沿指定路径移动。其最高可生成 1 分钟、1440p 视频。

与主要基于文字或图片延展像素的普通视频模型不同，Atlas 会直接读取相机在 3D 空间中的位置和角度，并生成深度信息与完整 3D 场景。输入照片越多，模型需要自行补全的内容就越少。

World Labs 将其称为“世界模型”，原因在于它不只是预测下一帧画面，还需要理解相机位置、物体位置，以及换个角度应看到的内容。World Labs 还将 Atlas 用于把真实空间转化为机器人训练所需的仿真环境。

目前，Atlas 仅向部分合作伙伴开放。