李飞飞公司推出全球首个多模态世界模型
9月2日，李飞飞旗下创企World Labs发布了“全球首个多模态世界模型”——Atlas，该模型不再满足于生成图片、文字，而是可生成具有像素级精确的图像和视频帧，并将其重建为3D世界。
Atlas的核心能力围绕“理解与模拟3D世界”展开，旨在让AI真正理解3D世界的物理法则和几何结构，而不仅仅是生成看起来合理的2D画面，底层创新在于用“空间上下文”（Spatial Context）替换“文本上下文”。Atlas展现出的关键能力包括：只需1到6张图片，就能生成最长1分钟的1440p视频；“少即是多”的空间重建；能处理普通手机拍摄的视频，组成一套多视角拍摄系统；可根据文本描述生成图像及360°全景图。
［本文为作者独立观点，不代表i黑马立场。如需转载请联系微信公众号（ID:iheima）授权，未经授权，转载必究。］
匿名用户
