AI教母披露“里程碑式”成果！全球首个多模态世界模型来了

📋总体概括

9月2日，李飞飞旗下World Labs发布号称全球首个多模态世界模型Atlas。该模型可将图像和视频帧重建为3D世界，核心创新是用“空间上下文”替换“文本上下文”，采用多模态自回归扩散Transformer架构，为输入图片锚定三维坐标、相机位姿和深度信息，让AI理解3D世界的物理法则与几何结构，实现像素级相机控制等能力。