一句話總結
李飛飛創立的 World Labs 在 2026 年 9 月 1 日發表 Atlas，一個同時會生成影片、重建 3D 場景、模擬機器人訓練環境的 omni 世界模型。這是她「空間智能」理論第一次變成可測試的 base model，但目前只開放給特定合作夥伴，效能數字也全部來自官方自測。
Atlas 是什麼
Atlas 的定位不是影片生成器，而是一個為空間智能設計的基礎模型。它從頭開始預訓練，原生支援文字、圖片、影片和 3D 四種輸入。架構上是 multimodal autoregressive diffusion transformer：所有輸入先被錨定到三維空間中的位置，形成官方所說的 shared spatial context，再逐個生成下一個元素。
和 Sora 這類模型最大的差別在相機控制。傳統影片模型用文字描述鏡頭運動，既不精確又難重現，Atlas 直接把相機軌跡和幾何資訊當成原生輸入，官方號稱 pixel-perfect camera control。從一張 2D 照片，可以生成最長 1 分鐘、1440p、從任意角度觀看都保持幾何一致的影片，還能輸出點雲和 3D Gaussian splat 這類顯式 3D 資產。
三大能力
第一，相機控制生成。給 1 到 6 張參考圖，加上手工設計的相機路徑，模型負責長出連貫的世界。官方的說法是「你是指導，不是拉霸」，每一顆鏡頭都由使用者決定。還有一種玩法是把兩張完全無關的圖片定位在 3D 空間兩端，讓模型自己想像中間的門廊、走道和轉角。
第二，空間重建。從 1 張到上百張輸入都能處理，2 到 3 張就能做到忠實重建，輸入越多，模型需要腦補的部分越少。示範包括用一張地面街景生成高空鳥瞰，以及用 2 到 25 張地面照片逐步拼出 Stanford Main Quad。這是 3D 電腦視覺裡做了幾十年的稀疏視角新視角合成問題，Atlas 號稱往前跨了一大步。
第三，時空模擬。一邊是 VFX，用 3 到 5 台手機就能拍出子彈時間式的多視角重構。另一邊是機器人 Real-to-Sim：拿手機掃 24 幀重建一個大場景，再模擬機器人走進去時機身相機會看到的 RGB 和深度資訊。物體、位置、光照和背景都可以換，目的是量產機器人訓練資料。
效能數字，先打折再看
官方公布了兩組評測。在相機路徑服從度的盲測人類評選中，Atlas 對 MiniMax H3 勝率 75%，對 Gemini Omni Flash 81%，對 Happy Horse 1.1 是 86%，對 FLUX 3 是 93%，對 Seedance 2.5 是 94%。在稀疏視角 3D 重建誤差上，平均 25.3，領先 Pi3X、VGGT-Ω 1B 等開源專門模型。
但有兩個保留條款。第一，對手只能用文字描述鏡頭，Atlas 用原生相機輸入參賽，結構上先天佔優。第二，這些全是 World Labs 自己設計、自己公布的測試，沒有第三方獨立驗證。VGGT-Ω 官方還在 2026 年 8 月公告過舊 checkpoint 可能有 benchmark 污染，這份排行榜不要當定論。
公司脈絡
World Labs 在 2024 年浮出水面時募了 2.3 億美元，估值 10 億，背後是 a16z、AMD、Intel 和 Nvidia。2025 年 11 月推出第一個產品 Marble，讓使用者從圖片或文字生成可編輯的 3D 世界。2026 年 2 月再募 10 億美元，其中 Autodesk 出了 2 億，累計公開募資至少 12.3 億美元。2026 年 7 月收購機器人模擬公司 SceniX，8 月推出 real-to-sim-to-real 引擎，號稱在 5 種機器人平台各做到 1 小時無人干預運作。
Atlas 會是 Marble 下一代的底座，但商業面目前全空：只開 early access，沒有公開定價、沒有論文、沒有 model card，連正式上線時間都沒說。API 文件也還停在 Marble。
競爭格局
世界模型現在是各說各話的戰場。Odyssey 做互動式世界模擬，Yann LeCun 的 AMI Labs 走可控物理規劃，Niantic Spatial 守著地理空間 mapping，Google DeepMind 的 Genie 3 和 Nvidia 的 Cosmos 則是另一條路線。Atlas 的賭注很明確：用一個 omni base model 統一全部，打對手各自分工。如果稀疏重建加 Real-to-Sim 真能量產，創意和機器人兩條線就都通了，否則只是把相鄰的 CV 任務打包成一個名字。
結語
Atlas 值得看，因為它把李飛飛講了兩年的空間智能變成可以測試的東西。但它還不是 World Labs 擁有這個品類的證明。接下來一年的考題有三道：開發者在示範場景之外用不用的起來，模擬訓練出的機器人在真實世界有沒有變強，以及 DeepMind 或 Nvidia 會不會用更便宜更好用的方案先搶走開發者。
參考來源：World Labs 官方 blog、SiliconANGLE、The Decoder、TechCrunch。