Atlas es el modelo de mundo de próxima generación desarrollado por World Labs, diseñado para la inteligencia espacial. Es un modelo omnidireccional preentrenado desde cero para operar de forma nativa con texto, imágenes, video y 3D. Como un transformador de difusión autorregresivo multimodal, combina todas las entradas en un contexto espacial compartido, lo que le permite generar contenido coherente en 3D y extrapolar más allá de lo visto.
Capacidades clave de Atlas:
- Generación controlada por cámara: genera imágenes y videos de hasta 1 minuto en 1440p a partir de una o más imágenes, con control de cámara preciso.
- Reconstrucción espacial: reconstruye escenas del mundo real a partir de múltiples imágenes, produciendo tanto fotogramas desde nuevas vistas como salidas 3D explícitas.
- Simulación espacio-tiempo: modela el espacio y el tiempo a partir de videos, permitiendo efectos visuales dramáticos y flujos de trabajo "real a sim" para robótica.
- Generación de imágenes: crea imágenes y panoramas de 360 grados a partir de texto, siguiendo indicaciones complejas y renderizando una amplia variedad de estilos visuales.
Atlas está construido para escalar, con su rendimiento mejorando a medida que aumenta la capacidad de cómputo de entrenamiento. Potenciará futuras versiones de productos de World Labs como Marble.