李飞飞 World Labs 发布 Atlas 世界模型：几张照片生成 1 分钟 3D 视频

一句话说清：「AI 教母」李飞飞的公司发了个新 AI——Atlas，丢几张普通照片进去，它就能「脑补」出一个能转视角、能导出 3D 模型的虚拟世界，最长生成 1 分钟高清视频。

发生了什么

2026 年 9 月 1 日（美东），斯坦福教授 李飞飞 创办的 World Labs 发布多模态世界模型 Atlas，官方称其为「全球首个多模态世界模型（Omni World Model）」：

• 输入很轻：给 1–6 张普通照片（或几十张地面照），再指定运镜轨迹，就能生成最长 1 分钟、1440p 分辨率的视频，镜头角度精确到像素级。
• 能重建 3D：从稀疏照片还原真实场景，输出点云、3D 高斯（Gaussian Splat）、网格（mesh），可直接进 Unity / Unreal 等引擎。
• 时空模拟：能对输入视频同时建模「空间 + 时间」，支持重新构图，以及给机器人做「真实到仿真（Real-to-Sim）」训练数据。
• 架构：多模态自回归扩散 Transformer，把文本、图像、视频、相机位姿、深度图全部锚定到三维「空间上下文」里。
• 当前状态：早期访问（Early Access），仅向部分合作伙伴开放。

来源：World Labs 发布，腾讯新闻、第一财经、网易/金融界等报道（2026-09-02~03）。

对我有什么用

• AI 从「生成好看的 2D 画面」跨向「建一个几何连贯、可漫游、可仿真的 3D 空间」——这是「空间智能」的关键一步。
• 对 影视/特效、游戏、建筑、机器人 都是底层生产力：以前要扛专业设备拍几百张照片做 3D，现在几张手机照就能搭场景。
• 给机器人提供低成本训练数据，具身智能（能干活的人形机器人）落地会更快、更便宜。

我可以怎么做

1. 内容创作者 / 影视爱好者：将来用几张照片就能快速「还原一个空间、换镜头」，做分镜、概念片门槛大降。
2. 关注落地节奏：Atlas 现在只是早期访问，先收藏、等公开版，别现在就去搜「下载」。
3. 把它当信号：世界模型会是继大模型之后的下一波热点，相关工具（3D、视频、游戏）值得持续关注。

温馨提醒

• 还没公开：目前仅合作伙伴可用，普通用户暂时用不上，警惕任何「破解版」骗局。
• 不是物理引擎：擅长几何连贯的静态/弱动态空间，物体碰撞、软体、复杂动力学仍待验证；没拍到的地方靠「脑补」，参考图越少越容易出错。
• 评测主要来自官方/合作方演示，独立基准还没大规模拷打，先别神化。