全球首个多模态世界模型：李飞飞 World Labs 发布 Atlas，像素级精度控制镜头、拍出“子弹时间”大片

IT之家 9 月 2 日消息，“AI 教母”李飞飞的创企 World Labs 今日发布了“ 全球首个多模态世界模型 ”—— Atlas，宣称该模型能够以像素级精确的相机控制生成图像和视频帧，并将其在 3D 中重建。 World Labs 官方介绍，其从头开始对 Atlas 进行预训练，使其能够接受多模态输入，包括相机移动，并将其转化为 3D 视图。 通过在模型的空间上下文中定位多个输入视图，Atlas 允许用户生成具有精确控制的图像和视频帧， 实现类似“子弹时间”的拍摄效果 。 Atlas 还能从一张到多张输入图像输出明确的 3D 模型，超越了顶级开源重建模型。 Atlas 会根据你指定的任意摄像机位置和角度生成一个或多个参考图像 。生成的视图与输入图像的内容和几何形状相匹配，能够平滑地扩展图像，自主想象输入中看不到的场景部分。 具体来看，Atlas 能够执行涵盖世界生成、重建和模拟的广泛任务： 相机控制生成：Atlas 通过...