11月12日(美国时间),李飞飞创办的World Labs宣布把新一代世界模型Atlas向所有人开放,入口在官网atlas.worldlabs.ai,提供Viewfinder和Chisel两个网页应用,开发者API同步开放。不用会3D建模、电脑里没有显卡也不影响——上传一张照片或输入一句话,就能得到一个能换机位、能走进去、能导出继续加工的3D场景。上手玩的关键,是弄清两个工具各走哪条路、第一晚怎么省着试,以及“能走进去”和“经得起细看”之间还差什么。微博
Atlas发布于9月1日,World Labs把它称为“全球首个多模态世界模型”,主张用一个模型同时完成视频生成、3D重建和时空模拟。顺带一提,这家公司正被AMD收入囊中:9月28日AMD官宣收购World Labs,交易总额82亿美元、全股票支付,预计2026年底完成交割,仍需多国监管机构审批。在11月12日的CoRL2026演讲中,李飞飞把它讲得更直白:模型的核心是用相机位姿作为控制条件预测下一个视角,喂的图多就做稠密重建,只给一两张就做稀疏重建补全整个空间,只给文字就纯生成。她在大会上说“我们很快就会发布Atlas”,如今官网入口确实向所有人放开了。知乎微博36氪
实拍照片走Viewfinder,凭空造景走Chisel
想把手里的实拍照片变成3D场景,用Viewfinder:一张图变成能走进去的三维世界,同一场景最多64张照片则可以重建真实环境。生成后不只得到一段视频,空间一致的图片、视频和3D高斯泼溅模型都能导出。演讲里展示过对应的能力:33张地面拍摄的照片重建出斯坦福主广场,只用三台iPhone当机位阵列就复出了“子弹时间”。普通用户最接近的用法已有样本:有博主输入13张清华二校门及周边的照片重建了场景,生成后可以从全新视角漫游。微博36氪小红书
想“造”一个不存在的场景,Chisel是另一条路:用文字或参考图先做出明确的三维几何,把墙、家具、机位摆好再交给模型渲染,导出前结构可以先改。APPSO的实测给出了一个直观案例:一段提示词生成暴雨夜的重庆山城,内置智能体自动拆解建筑体量、安排镜头、检查悬空和遮挡,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。微博小红书
两条路都能接进制作流程:已经有人把概念图生成的世界导入Blender接着往下做。当天流传的体验帖还提到,Atlas开始与Codex、Claude Code等编程工具结合——编程Agent负责搭结构和交互逻辑,世界模型负责生成建筑、环境等视觉资产,这是目前看得见的进阶玩法。微博
第一晚先试一帧,别急着烧全景
对普通用户,开放首日的体验帖已经把流程整理清楚。小红书注册要过手机号验证、选可用区域,官方没公开区域清单,进不去就换区;第一次动手建议只传一张自己的图、先平移机位再渲染,单帧满意之后再攒视角做视频。先拿一张图试一帧,比一上来就生成完整场景划算得多。
官方成绩和用户口碑,中间隔着一次实测
先对齐官方口径:据CoRL演讲披露,Atlas在第三方机构RapidData的相机控制基准中排名第一,该测试包含约50万次人工判断。同一场演讲里还披露,模型能生成超过60秒的连贯视频,蒸馏后的实时版已能以每秒15帧运行。体验侧则是另一种声音:有AI博主直言,能走进去和经得起细看是两回事,门洞、家具、遮挡关系能不能对上,还得拿自己的素材验证。实测帖同时给出了消费和质量两端的边界:按积分扣费,完整场景消耗最大,生成物会穿模悬空,每个机位都要逐个检查。36氪微博小红书
更早一批体验同公司上一代产品Marble的用户,提到过晕3D和“掉入虚空”的观感,这类空间生成产品普遍要过这一关。行业层面的争论也一直在:600亿级热投世界模型,概念泛化、技术远未达预期的质疑声从未停。李飞飞本人对节奏有过一个判断:模型被产品化并广泛开放使用之后,世界模型就会迎来属于它们的ChatGPT时刻。现在入口就摆在所有人面前——判断它行不行最快的方式,是拿一张你自己的图,先试一帧。微博36氪微博