Die wichtige Nachricht
World Labs, das von Fei-Fei Li gegründete Unternehmen für räumliche Intelligenz, hat Atlas vorgestellt — ein Weltmodell der nächsten Generation zur Erstellung, Rekonstruktion und Simulation von 3D-Umgebungen.
Was Atlas kann
Atlas ist ein multimodaler autoregressiver Diffusion-Transformer, der von Grund auf Text, Bilder, Video und 3D-Daten nativ verarbeiten kann. Er erzeugt kamerakontrollierte Videos mit bis zu einer Minute Länge in 1440p, rekonstruiert reale Szenen aus nur 1-3 Eingabebildern und übertrifft dabei spezialisierte 3D-Rekonstruktionsmodelle auf Benchmarks wie DTU, ETH3D, KITTI und ScanNet.
Warum es wichtig ist
Die Fähigkeit, 3D-Umgebungen aus spärlichen Eingabebildern zu rekonstruieren, hat direkte Anwendungen in Robotik, autonomen Fahrzeugen und Augmented Reality. Atlas könnte die Kosten für die Roboterschulung drastisch senken, indem er aus Handy-Aufnahmen realistische Simulationsumgebungen erzeugt.
