← 所有文章
World Labs Atlas：能构建 3D 场景的世界模型
Atlas 是 World Labs 于 2026 年 9 月 1 日推出的新世界模型。它把文本、图像、视频和相机数据放进同一个 3D 空间上下文，再据此生成新视角、长镜头和空间重建。重点不只是生成好看的运动，而是让镜头离开原始画面后，场景仍尽量保持空间一致性。
Atlas 能做什么
- 根据一张或多张参考图和指定相机路径生成图像与视频。
- 从少量照片或视频重建真实空间，并展示新的视角。
- 输出点云和 Gaussian splats 等显式 3D 结果。
- 重新取景多机位拍摄的事件，并为机器人创建模拟场景。
它和普通 image-to-video 有何不同
每张图像都对应空间中的位置，因此创作者可以明确相机的位置和角度，而非只写一句文字指令。可见细节会锚定结果，未被拍到的部分则被合理补全；参考图越多，模型可推断的余地越小。
视频：从单帧到空间场景
这段 World Labs 原始演示把一个参考画面扩展成新视角和 3D 表示。
World Labs Atlas 演示：由一张图生成新视角和 3D 场景
重建、VFX 与机器人
Atlas 可使用一张到数十张照片。World Labs 表示，两三张图常能建立有用的重建基础，更多素材会提高保真度。VFX 团队可用几台普通相机获得原拍摄中不存在的视角；在机器人场景中，模型把空间地图与机器人沿路径会看到的 RGB 和深度信息联系起来。
常见问题
Atlas 何时发布？
World Labs 于 2026 年 9 月 1 日推出 Atlas。
它接受哪些输入？
文本、图像、视频帧序列、相机位姿和深度图。