World Labs memperkenalkan Atlas, model dunia generasi berikutnya yang dirancang untuk kecerdasan spasial. Atlas adalah model omni yang dilatih sebelumnya dari nol untuk beroperasi secara native pada teks, gambar, video, dan 3D. Ini adalah transformer difusi autoregresif multimodal yang menggabungkan semua input ke dalam konteks spasial bersama untuk menghasilkan apa yang datang selanjutnya sambil tetap konsisten dalam 3D dan membayangkan di luar data yang diamati.

Atlas menskalakan dengan komputasi pelatihan yang meningkat dan mendukung generasi, rekonstruksi, dan simulasi dunia. Kemampuan kunci meliputi: Generasi Terkendali Kamera, menghasilkan hingga 1 menit video 1440p dari satu atau lebih gambar dengan kontrol kamera pixel-perfect; Rekonstruksi Spasial, menghasilkan pandangan baru dan output 3D eksplisit dari gambar input, mengungguli model 3D state-of-the-art; Simulasi Ruang-Waktu, mengaktifkan alur kerja Real-to-Sim untuk robotika dengan memodelkan ruang dan waktu dari video; dan Generasi Gambar, menciptakan gambar dan panorama 360 dari teks dengan kepatuhan prompt kompleks dan gaya visual beragam. Atlas akan menggerakkan versi masa depan Marble dan produk World Labs lainnya.

Model ini menggunakan geometri kamera presisi sebagai input native, memungkinkan framing shot yang tepat dan kontrol gerakan. Dengan meletakkan setiap gambar pada posisi 3D di ruang, Atlas membentuk konteks spasial yang memungkinkan kontrol kreatif, seperti menempatkan gambar yang tidak terkait di ruang 3D untuk menghasilkan interpolasi halus yang membayangkan pintu, lorong, dan transisi. Untuk video panjang, Atlas menggabungkan gerakan kamera dan manajemen konteks spasial, menempatkan pengguna di kursi sutradara untuk staging adegan penuh.