World Labs показала Atlas — модель, которая генерирует минутные видео и восстанавливает 3D-сцены по фото
ИИ учится понимать и строить трёхмерный мир, а не только плоские картинки, — это прямой путь к дешёвому обучению роботов в виртуальных копиях реальности.
Atlas — единая мультимодальная «модель мира» (авторегрессионный диффузионный трансформер): генерирует до минуты видео в 1440p с точным управлением камерой, восстанавливает реальные сцены из одного или нескольких десятков снимков в облака точек и 3D-гауссианы, перекадрирует готовые видео и создаёт симуляции для обучения роботов. По заявлению компании, модель обходит специализированные системы в генерации с управлением камерой и в 3D-реконструкции. Пока доступ — только у отдельных партнёров.
Источники 1