XNews

World Labs、世界モデル「Atlas」を公開

World Labs、世界モデル「Atlas」を公開

World Labsは2026年9月2日、テキスト、画像、動画、3Dを単一のアーキテクチャで統合する世界モデル「Atlas」を公開した。Atlasはマルチモーダル自己回帰拡散トランスフォーマーとしてゼロから事前学習され、生成、再構築、シミュレーションをネイティブに処理する。デモでは、三脚に設置されたわずか3台のスマートフォンから完全な3Dシーンを再構築し、これまで存在しなかった全く新しいカメラアングルからレンダリングできることが示された。本モデルは、動画生成をフレームの修正から真の3D空間理解へとシフトさせるものであり、新たなアプリケーションクラスへの扉を開くブレークスルーと評された。ある観測者は、そのスパースビュー再構築を「ありえない」「ブラックマジック」と表現した。World Labsの共同創業者であるフェイフェイ・リー氏は、この発表と研究コミュニティからの興奮を増幅させた。

Key insights

Atlas、最小限のカメラ映像から新規視点レンダリングを実現

Atlasは、三脚に設置されたわずか3台のスマートフォンの映像から完全な3Dシーンを再構築し、実際には撮影されていない角度からの動画を合成できる。この能力は、不可能と思われることを実現したとして、観測者から「ブラックマジック」と評された。

Atlas、単一のマルチモーダル自己回帰拡散トランスフォーマーアーキテクチャを採用

Atlasはゼロから事前学習され、単一の自己回帰拡散トランスフォーマーでテキスト、画像、動画、3Dをネイティブに処理する。モダリティごとに個別のモデルを必要とせず、生成、再構築、シミュレーションを実行する。

業界リーダー、Atlasを新たなアプリケーションクラスを開くブレークスルーと称賛

フェイフェイ・リー氏は、Atlasをまったく新しいカテゴリーのアプリケーションの可能性を生み出す画期的な世界モデルとする研究者たちの反応を共有した。この強い支持は、その変革の可能性が認識されていることを強調している。

Atlas、フレーム操作から真の空間理解への移行を象徴

このデモンストレーションは、Atlasが記録されていない角度からシーンを再構成することで、動画生成が既存のフレームの改変を超え、三次元空間の真の理解へと移行していることを示している。

Source posts