World Labs 正式對外推出新一代通用世界模型 Atlas，標誌著空間智能技術從傳統二維內容生成，向著三維場景理解、可控重建與時空模擬實現關鍵跨越。
該模型僅依靠一張或少量圖片素材，就可以完成帶精確機位控制的圖像、影片生成，同時實現複雜三維空間重建，為 VR、創意設計、數字孿生等領域帶來新的技術可能性。
Atlas 採用從零完整預訓練的多模態自回歸擴散變換器架構，原生兼容文本、圖像、影片、相機位姿、3D 深度圖等多種輸入資訊。所有數據會被統一映射進共享的空間上下文，模型以此為基礎生成新內容，保障新增畫面與原有場景在三維幾何層面保持邏輯一致。
整套模型覆蓋四大核心能力。相機可控生成是其一大亮點，不同於依靠文字描述鏡頭運動的傳統方案，Atlas 直接把相機幾何參數作為原生輸入，用戶自定義機位角度，即可由參考素材產出全新視角畫面，最高可輸出 1 分鐘時長、1440p 解析度影片，做到像素級鏡頭操控。
在空間重建任務上，Atlas 利用少量圖片就能還原現實場景，輸出新視角畫面，同時支持點雲、3D 高斯潑濺等三維格式。在 DTU、ETH3D 等七項公開基準數據集測試中，它的重建誤差表現優於 Pi3X、Depth Anything 3 等多款專用重建模型，還能夠補齊原始影片拍攝中沒有捕捉到的場景區域。
時空模擬功能可以把多路普通拍攝素材轉化為子彈時間式多視角重拍效果。除此之外，模型也保留文生圖、360° 全景圖的圖像生成能力。
根據官方的人類主觀評測結果，在相機可控生成任務中，對比多款主流生成模型，Atlas 獲得 75%-94% 的用戶偏好率，並且性能會隨著訓練算力提升持續增長。目前 Atlas 處於早期訪問階段，僅面向部分合作夥伴開放，後續將集成到 World Labs 的 Marble 產品體系，開發者可提交申請獲取試用資格。
World Labs 表示，Atlas 的目標是打造能夠生成、重建、模擬各類虛擬與現實世界的通用基礎模型，後續將持續落地創意內容、虛擬現實仿真等多元產業場景。
