World Labs 發布空間智能世界模型 Atlas：支援圖文與 3D 原生輸入，可生成 1 分鐘 1440p 影片
採用自迴歸擴散 Transformer 架構，Atlas 僅需 2 至 3 張照片即可精確重建場景，並輸出 Gaussian splats 格式。
Hacker News綜合 2 家多家報導
完整日報
AI 日報 2026-09-02
68 則值得知道的變化
68 則值得知道的變化
採用自迴歸擴散 Transformer 架構，Atlas 僅需 2 至 3 張照片即可精確重建場景，並輸出 Gaussian splats 格式。
影像經壓縮後以最高 384 個 Token 進入語言主幹，系統並為視覺特徵獨立修改了注意力滑動窗口與專屬 MoE 專家分配路徑。
整合 Nano Banana 模型，主打點擊物件局部修改與 4K 放大，已內建於 Docs 與 Slides，即日起向企業用戶釋出。