Atlas de World Labs es un modelo de mundo omnidireccional diseñado para la inteligencia espacial, capaz de generar, reconstruir y simular entornos 3D a partir de entradas multimodales como texto, imágenes y video.
Qué hace el producto y cómo se presenta oficialmente
Atlas es un transformador de difusión autorregresivo multimodal desarrollado por World Labs. Está diseñado para comprender la apariencia, el comportamiento y la evolución de los mundos, permitiendo a los usuarios generar contenido 3D coherente y simular entornos del mundo real.
El modelo integra el contexto espacial al basar las entradas en el espacio 3D, lo que permite un control preciso de la cámara y la síntesis de vistas novedosas. Está diseñado para escalar con el aumento del cómputo de entrenamiento, con el objetivo de proporcionar resultados de alta fidelidad para flujos de trabajo creativos, de robótica y de simulación.
Casos de uso respaldados por fuentes oficiales
Permite flujos de trabajo de lo real a lo simulado (Real-to-Sim) mediante la reconstrucción de espacios físicos y la generación de datos de sensores, como RGB y profundidad, para entrenar y probar la navegación y manipulación de robots.
Permite a los creadores reencuadrar videos desde múltiples ángulos, congelar el tiempo y generar contenido de video de larga duración coherente utilizando trayectorias de cámara precisas.
Atlas se aleja de las arquitecturas estándar de LLM y modelos de video al utilizar un transformador de difusión autorregresivo multimodal. Este diseño trata el control espacial como un componente central al condicionar todas las entradas y salidas en poses de cámara y posiciones 3D explícitas.
Comprobaciones con tus propios materiales y flujo de trabajo
Qué fuentes se revisaron y cuándo
Respuestas basadas en el registro de producto con fuentes verificadas
Atlas es un modelo multimodal que opera de forma nativa con texto, imágenes, video, mapas de profundidad 3D y poses de cámara para formar un contexto espacial compartido.
No, Atlas puede reconstruir espacios del mundo real a partir de tan solo una o docenas de imágenes ordinarias, eliminando la necesidad de equipos de captura densos.
Atlas utiliza la geometría precisa de la cámara como un tipo de entrada nativa, lo que permite a los usuarios especificar posiciones y ángulos de cámara exactos en lugar de depender de instrucciones basadas en texto.
Sí, el modelo puede generar representaciones 3D explícitas, incluyendo nubes de puntos y Gaussian splats 3D, que son adecuados para flujos de trabajo de robótica, juegos y diseño.
Sí, Atlas admite flujos de trabajo de lo real a lo simulado al reconstruir entornos y generar los datos RGB y de profundidad que observarían los sensores de un robot durante la navegación o manipulación.
