📖 AI 总结

李飞飞创立的World Labs推出Atlas，一个从零预训练的多模态空间智能大模型，核心能力在于从少量图像或视频输入中重建连续3D场景。其架构基于多模态自回归扩散Transformer，融合了自回归生成与扩散模型的优势，实现了对空间信息的深度理解与动态模拟。关键突破在于，Atlas不仅支持从任意角度生成连续视频，还能将手机拍摄的普通视频转化为完整3D环境，供机器人进行模拟导航。这一技术标志着AI从二维内容生成向三维空间认知的跨越，为机器人交互、虚拟现实及自动驾驶等领域提供了低成本、高精度的场景重建方案，展现了空间智能在物理世界理解中的巨大潜力。