11 月 12 日，李飞飞创办的 World Labs 把最新的世界模型 Atlas 向所有人开放，官网网页应用和开发者 API 一起放出。随开放一起放出的，还有两个网页应用 Viewfinder 和 Chisel。真正让这个热点出圈的是实测案例：输入一句"暴雨夜的重庆山城"，就能生成一座可走进去的 3D 世界，最终场景包含 38 级石阶、10 栋退台居民楼、3 节轻轨车厢和 8 个零遮挡机位。它比拼的不是再生成一段好看的视频，而是 AI 能不能理解并生成真正的空间结构。小红书微博小红书
一句话造城，难在把"生成"和"重建"收进同一个模型
就在 Atlas 开放同期，李飞飞在奥斯汀的 CoRL 2026 上发表了题为《Atlas：一个用于生成与重建的统一世界模型》的演讲，随后与 AMD CEO 苏姿丰进行炉边对话——这是 AMD 宣布收购 World Labs 后，两人首次同台。Atlas 的定位是多模态世界模型：以像素级精准的相机控制生成图像和视频帧，并把它们重建回 3D。知乎微博
演讲里，李飞飞把能力划成三档：给多张图，做稠密重建；只给一张图，模型先估计相机位姿、再外推出其余视角，做稀疏重建；只给一句文本提示，Atlas 也能纯生成，并且产出多帧视角一致的画面。三档共用同一套多视角自回归扩散 Transformer，目标函数是她反复强调的那句话——“视角即一切”，在强相机条件下预测下一个视角。知乎
"造山城"正是纯生成加稀疏重建能力的组合演示：输入描述后，Atlas 先生成参考图，Chisel 内置的智能体接着自动搭建 3D 场景，会拆解建筑体量、安排镜头、补充阳台和防盗网，还会自查悬空、穿插和遮挡问题。整个过程大约 30 分钟。小红书
这套能力有第三方数据背书：一个事先未通知他们的评测机构，用约 50 万次人工判断对多个最先进视频模型做了相机控制生成盲测，Atlas 排在榜首、明显领先第二名。官方演示口径里，它能输出最高 1440p 分辨率、长达 1 分钟的视角一致视频。速度也在往前追：本月早些时候发布的实时演示 Frameboy，从云端 GPU 流式传输画面，最高可达 15FPS，意味着每隔约 67 毫秒就能获得一帧新画面。知乎微博知乎
开放之后，能拿来干什么
Viewfinder 可以把一张图变成能走进去的三维世界，也能用最多 64 张照片重建真实场景，生成后能导出空间一致的图片、视频和 3D 高斯泼溅模型。Chisel 走的是另一条路：先用简单几何体摆好墙、家具和机位，再让模型出效果，避免生成得好看但镜头摆不进去。转成网格后还能进 Blender 和游戏引擎，更值得关注的是它开始与 Codex、Claude Code 等编程工具结合。分工由此变清晰：编程 Agent 搭结构和交互，世界模型出建筑、环境和材质——过去 AI 写游戏，代码几分钟跑通，地图资产却要人工磨几周，现在后半段也交得出去了。微博小红书小红书
机器人一侧，李飞飞披露 Atlas 正在测试用于导航训练和真实—仿真衔接：机器人可以只在仿真的虚拟世界中训练，再以零样本方式部署到真实世界。这也是 AMD 愿意花约 82 亿美元（约合人民币 547 亿元）全股票收购 World Labs 的原因之一——苏姿丰对谈时说，物理 AI 尤其机器人，未来几年可能是数千亿美元的市场机会，而实时世界模型的算力胃口恰好落在 AMD 的主场。知乎知乎
能走进去，不等于经得起细看
上手前，边界比效果更值得读。最早一批实测用户列出的限制相当具体：注册需要手机号验证和可用区域、官方没有公开区域清单，按积分扣费且完整场景最贵，生成物会穿模悬空、每个机位都要人工检查。门洞、家具、遮挡关系能不能对上，还得拿自己的素材试。支撑"实时驾驶"体验的 Frameboy 目前仍依赖云端高性能 GPU 运行，成本高于本地渲染。另外，收购本身预计 2026 年底前才完成交割，"AMD 世界模型首秀"的全部承诺都还只是进行时。小红书微博知乎
还有一条边界是李飞飞自己在演讲里划的：世界模型要干渲染、规划、仿真三件事，Atlas 只做渲染和仿真——它管"世界长什么样"，暂时不管"动作会导致什么"。接下来值得盯的信号有三个：区域和积分定价是否对国内用户放开、仿真训练到真实部署的机器人结果能否兑现，以及谷歌 Genie 一路产品在世界模型赛道上的实时性追赶。微博
