李飛飛發佈 Atlas：幾張照片補出3D世界，虛擬鏡頭想怎麼飛就怎麼飛

動察 Beating AI 快訊，李飛飛創辦的 World Labs 發布 Atlas，官方稱這是全球首個能精確控制鏡頭生成圖像和視頻，同時完成 3D 重建的多模態世界模型。

最直觀的玩法有點像全景無人機，但 Atlas 不需要真的把四周都拍下來。給它一到幾張照片，再畫一條鏡頭路線，它就能自己補出沒拍到的牆後、物體背面和周圍空間，讓虛擬鏡頭沿著指定路線飛過去。最高能生成 1 分鐘、1440p 視頻。

普通視頻模型主要根據文字或圖片繼續生成像素，鏡頭運動也通常靠「左移」「推進」這類文字描述。Atlas 會直接讀取相機在 3D 空間裡的位置和角度，還能生成深度和完整 3D 場景。輸入照片越多，它需要自己腦補的地方就越少。

這也是 World Labs 把它叫「世界模型」的原因。它不只是在猜下一幀長什麼樣，還要知道相機在哪裡、物體在哪裡、換個角度應該看到什麼。World Labs 還用它把真實空間變成機器人訓練用的仿真環境。Atlas 目前只向部分合作夥伴開放。

原文連結

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。