李飞飞的World Labs发布了3D世界模型Atlas,颠覆了传统“子弹时间”拍摄对密集相机阵列的依赖。传统技术需60台相机同步捕捉,而Atlas仅用3到5台普通设备,通过“多模态自回归扩散Transformer”架构,将文字、图像、深度和相机位姿整合为空间上下文,实现稀疏视角下的几何一致性与缺失区域推断。其核心突破在于将摄影机位姿作为原生输入参数,使虚拟镜头轨迹可精确控制,并与现实空间严格对应,而非依赖提示词生成2D运镜效果。这标志着摄影决策从现场向后期大幅迁移,拍摄后用户可自由重构视角,甚至生成现场不存在的“上帝视角”,类似《赛博朋克2077》中的“超梦”体验,为影像创作开辟了全新可能性。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅