World Labs 发布世界模型 Atlas,原生处理文本图像视频与 3D
World Labs 发布下一代世界模型 Atlas,称其为从零预训练的多模态自回归扩散 Transformer,原生统一处理文本、图像、视频和 3D,将输入编码为共享空间上下文后再生成后续内容。
关注价值:统一架构把相机位姿与深度作为原生输入,其重建与可控生成结果可用于判断世界模型的路线选择。
试运行:收录范围与分类仍在校准,更新可能延迟。
World Labs 发布下一代世界模型 Atlas,称其为从零预训练的多模态自回归扩散 Transformer,原生统一处理文本、图像、视频和 3D,将输入编码为共享空间上下文后再生成后续内容。
关注价值:统一架构把相机位姿与深度作为原生输入,其重建与可控生成结果可用于判断世界模型的路线选择。
World Labs 公布其收购的 SceniX 团队所建 real-to-sim-to-real(R2S2R)引擎的早期结果,称完全在仿真中训练的策略可在零真机训练数据下直接迁移到 ALOHA、YAM、RB-Y1、Flexiv、xArm 等不同机器人平台。
关注价值:World Labs 首次公开 R2S2R 引擎的早期结果,给出仿真训练策略直接迁移到多款真机并预测真机表现的证据,可供判断仿真数据能否成为机器人训练主来源。
World Labs 发布 World API,开发者可通过接口调用其多模态世界模型 Marble,从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。
关注价值:世界模型从演示走向可调用接口,机器人仿真环境的生成成本与规模是这条最直接的影响面。
World Labs 将两个月前预览的多模态世界模型 Marble 面向所有人开放,可输入文本、图像、视频或粗略3D布局生成完整3D世界,并支持交互式编辑、扩展与组合。
关注价值:从预览到全面开放并补上多模态输入与编辑导出,读者可据此判断生成式3D世界模型当前能做到什么程度。