Atlas de World Labs est un modèle de monde omni conçu pour l'intelligence spatiale, capable de générer, reconstruire et simuler des environnements 3D à partir d'entrées multimodales telles que du texte, des images et de la vidéo.
Fonction du produit et positionnement officiel
Atlas est un transformer de diffusion autorégressif multimodal développé par World Labs. Il est conçu pour comprendre l'apparence, le comportement et l'évolution des mondes, permettant aux utilisateurs de générer du contenu 3D cohérent et de simuler des environnements réels.
Le modèle intègre un contexte spatial en ancrant les entrées dans l'espace 3D, permettant un contrôle précis de la caméra et la synthèse de nouvelles vues. Il est conçu pour évoluer avec l'augmentation de la puissance de calcul d'entraînement, visant à fournir des résultats de haute fidélité pour les flux de travail créatifs, la robotique et la simulation.
Cas d’usage étayés par les sources officielles
Permet des flux de travail Real-to-Sim en reconstruisant des espaces physiques et en générant des données de capteurs, telles que le RVB et la profondeur, pour entraîner et tester la navigation et la manipulation des robots.
Permet aux créateurs de recadrer des vidéos sous plusieurs angles, de figer le temps et de générer du contenu vidéo long format cohérent en utilisant des trajectoires de caméra précises.
Atlas s'écarte des architectures standard de LLM et de modèles vidéo en utilisant un transformer de diffusion autorégressif multimodal. Cette conception traite le contrôle spatial comme un composant central en conditionnant toutes les entrées et sorties sur des poses de caméra et des positions 3D explicites.
Vérifications à effectuer avec vos contenus et votre flux de travail
Sources vérifiées et date de la vérification
Réponses fondées sur la fiche produit dont les sources ont été vérifiées
Atlas est un modèle multimodal qui fonctionne nativement sur du texte, des images, de la vidéo, des cartes de profondeur 3D et des poses de caméra pour former un contexte spatial partagé.
Non, Atlas peut reconstruire des espaces du monde réel à partir d'une seule à plusieurs dizaines d'images ordinaires, éliminant ainsi le besoin d'un équipement de capture dense.
Atlas utilise la géométrie précise de la caméra comme type d'entrée natif, permettant aux utilisateurs de spécifier des positions et des angles de caméra exacts plutôt que de se fier à des instructions textuelles.
Oui, le modèle peut produire des représentations 3D explicites, notamment des nuages de points et des splats gaussiens 3D, qui conviennent aux flux de travail de la robotique, du jeu vidéo et de la conception.
Oui, Atlas prend en charge les flux de travail Real-to-Sim en reconstruisant des environnements et en générant les données RVB et de profondeur que les capteurs d'un robot observeraient lors de la navigation ou de la manipulation.
