World Labs presenta Atlas, un modelo mundial de próxima generación diseñado para la inteligencia espacial. Atlas es un modelo omni entrenado desde cero para operar nativamente en texto, imágenes, video y 3D. Es un transformer de difusión autoregresivo multimodal que combina todas las entradas en un contexto espacial compartido para generar lo que viene a continuación mientras se mantiene consistente en 3D e imaginando más allá de los datos observados.

Atlas escala con mayor cómputo de entrenamiento y soporta generación, reconstrucción y simulación de mundos. Las capacidades clave incluyen: Generación Controlada por Cámara, produciendo hasta 1 minuto de video 1440p a partir de una o más imágenes con control de cámara píxel-perfecto; Reconstrucción Espacial, generando vistas novedosas y salidas 3D explícitas a partir de imágenes de entrada, superando a los modelos 3D de vanguardia; Simulación Espacio-Temporal, permitiendo flujos de trabajo Real-to-Sim para robótica al modelar espacio y tiempo desde videos; y Generación de Imágenes, creando imágenes y panoramas 360 a partir de texto con adherencia a prompts complejos y diversos estilos visuales. Atlas impulsará futuras versiones de Marble y otros productos de World Labs.

El modelo usa geometría de cámara precisa como entrada nativa, permitiendo encuadre exacto de tomas y control de movimiento. Al fundamentar cada imagen en una posición 3D en el espacio, Atlas forma un contexto espacial que permite control creativo, como colocar imágenes no relacionadas en el espacio 3D para generar interpolaciones suaves imaginando puertas, pasillos y transiciones. Para videos largos, Atlas combina movimiento de cámara y gestión de contexto espacial, poniendo a los usuarios en la silla del director para la puesta en escena completa de escenas.