World Labs ने Atlas पेश किया, जो स्थानिक बुद्धिमत्ता के लिए डिज़ाइन किया गया एक अगली पीढ़ी का विश्व मॉडल है। Atlas एक ऑमनी मॉडल है जिसे स्क्रैच से प्री-ट्रेन किया गया है ताकि यह टेक्स्ट, इमेज, वीडियो और 3D पर मूल रूप से काम कर सके। यह एक मल्टीमॉडल ऑटोरिग्रेसिव डिफ्यूज़न ट्रांसफॉर्मर है जो सभी इनपुट को एक साझा स्थानिक संदर्भ में जोड़ता है ताकि यह उत्पन्न कर सके कि आगे क्या आता है, जबकि 3D में सुसंगत रहता है और देखे गए डेटा से परे कल्पना करता है। Atlas बढ़े हुए प्रशिक्षण कंप्यूट के साथ स्केल करता है और विश्व निर्माण, पुनर्निर्माण और सिमुलेशन का समर्थन करता है। प्रमुख क्षमताओं में शामिल हैं: कैमरा-नियंत्रित निर्माण, एक या अधिक इमेज से पिक्सेल-परफेक्ट कैमरा नियंत्रण के साथ 1 मिनट तक का 1440p वीडियो उत्पन्न करना; स्थानिक पुनर्निर्माण, इनपुट इमेज से नए व्यू और स्पष्ट 3D आउटपुट उत्पन्न करना, जो अत्याधुनिक 3D मॉडल से बेहतर प्रदर्शन करता है; स्पेस-टाइम सिमुलेशन, वीडियो से स्थान और समय का मॉडलिंग करके रोबोटिक्स के लिए Real-to-Sim वर्कफ्लो को सक्षम करना; और इमेज निर्माण, जटिल प्रॉम्प्ट पालन और विविध दृश्य शैलियों के साथ टेक्स्ट से इमेज और 360 पैनोरमा बनाना। Atlas भविष्य के Marble संस्करणों और अन्य World Labs उत्पादों को शक्ति प्रदान करेगा। मॉडल सटीक कैमरा ज्यामिति को मूल इनपुट के रूप में उपयोग करता है, जिससे सटीक शॉट फ्रेमिंग और मोशन कंट्रोल की अनुमति मिलती है। प्रत्येक इमेज को अंतरिक्ष में 3D स्थिति पर ग्राउंड करके, Atlas एक स्थानिक संदर्भ बनाता है जो रचनात्मक नियंत्रण को सक्षम बनाता है, जैसे असंबंधित इमेज को 3D स्पेस में रखकर स्मूथ इंटरपोलेशन उत्पन्न करना जो दरवाजे, हॉलवे और ट्रांजिशन की कल्पना करता है। लंबे वीडियो के लिए, Atlas कैमरा मूवमेंट और स्थानिक संदर्भ प्रबंधन को जोड़ता है, जिससे उपयोगकर्ता पूर्ण दृश्य मंचन के लिए निर्देशक की कुर्सी पर बैठते हैं।