Skip to content

Atlas

闭源 omni 空间世界模型:相机几何原生输入,输出视频与可导航 3D 资产(点云 / 3DGS)。Early Access。

结构化 stub:仓库内 data/models/atlas.yml

核验字段

字段
名称Atlas
机构World Labs(李飞飞团队)
公开时间2026-09-01(博客)
arXiv无 / 未公开
参数量未公开
基座未公开(博客:自回归扩散 Transformer + spatial context)
分辨率相机控制生成最高约 1440p;最长约 1 分钟视频
帧率未公开/未核验(实时交互 FPS)
延迟未公开/未核验
控制像素级相机几何原生输入;空间 context 摆放参考图
模态文本/图像/视频/深度 → 视频 + 点云 / 3DGS;全向图等
时长口径up to 1 minute of video at 1440p;重建/仿真为持久 3D 资产路径
开源
许可专有 / 未公开发布许可(Early Access / 合作伙伴)
GPU hours未公开
训练硬件未公开
WBench未公开(非 WBench 公开复现)
其他评测博客自报相机控制人评与稀疏重建误差优于专项模型(团队自述,非独立复现)
核验日2026-09-16

训练阶段

未公开训练阶段配方。产品叙事是生成 + 重建/仿真分治,不是 Wan5B「双向→因果→DMD」公开课表。

选型要点

作为开源阵营的能力参照,而不是可复现基线。相关开源拆件见地图 L1–L3。

诚实边界

参数量、训练 compute、实时 FPS、首帧延迟均未公开。不要用视频 FPS 列与 DiT 交互 WM 硬比——交互帧率来自渲染/产品路径。

来源

另见 Wan5B 后训对照WM 全景控制接口差异

私有研究知识库 · 缺项写「未公开」· 禁止编造 GPU hours / 分数