北京
分享至
IT时代网9月2日消息，李飞飞创立的World Labs发布号称“全球首个多模态世界模型”的Atlas，宣称能以像素级精确的相机控制生成图像与视频帧，并在3D中重建。官方介绍，Atlas从零开始预训练，可接受相机移动等多模态输入，并转化为3D视图。
通过在空间上下文中定位多个输入视图，Atlas能生成带精确控制的图像与视频，实现类似“子弹时间”的拍摄效果；也能从一张到多张输入图输出明确的3D模型，超越顶级开源重建模型。它可依据任意指定的相机位置与角度生成参考图，并自主想象画面中看不到的部分。
Atlas的能力覆盖世界生成、重建与模拟：最长可输出1分钟的1440p视频；能从单张到数十张图重建真实场景并给出显式三维输出；还能通过输入视频建模时空，重新构图以增强戏剧效果，并支持机器人真实到模拟的工作流。部分合作伙伴已获得抢先体验资格，早期访问将在未来几周开放。
注：本文综合自IT之家等，文中包含AI辅助创作的内容。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
