新闻雷峰网6 天前
李飞飞发布Atlas世界模型:统一生成与重建,实现15fps实时仿真
本文由 AI 根据公开内容整理,可能有误,请以原文为准:李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?(雷峰网)
核心内容
在CoRL 2026大会上,World Labs创始人李飞飞正式发布统一生成与重建世界模型Atlas。该模型旨在解决机器人学中的环境理解、动作预测与仿真数据短缺三大核心痛点。作为AMD收购World Labs后的首次技术亮相,Atlas展示了从“橱柜模型”向开放世界模型的跨越,并宣布将很快向全球开放,同时透露正与斯坦福团队深化其在机器人导航与操作任务中的应用研究。
Atlas采用多视角自回归扩散Transformer架构,以“下一token预测”为核心目标函数,支持文本、图像、视频、深度图及灰度框等多模态输入。技术上实现了从单图纯生成、稀疏重建到稠密重建的无缝切换,能生成超60秒视角一致视频。经模型蒸馏后达到15fps实时推理速度,在Rapidata第三方盲测中位列相机控制生成榜首,且在7个数据集上的深度预测与高斯泼溅重建误差均超越专用SOTA模型。
关键看点
- 统一架构:基于多视角自回归扩散Transformer,单一模型内实现文本生成、稀疏重建与稠密3D/4D动态模拟的自由切换
- 实时性能:通过模型蒸馏技术将推理速度提升至15fps,支持用户实时“驾驶”模型进行高保真视角交互与场景探索
- 评测领先:在Rapidata机构约50万次人工判断盲测中,Atlas在相机控制生成任务排名第一,显著领先其他先进视频模型
- 具身应用:正测试用于导航机器人训练及Sim-to-Real迁移,支持仅凭虚拟世界训练即可零样本部署至真实物理环境
工程与产业观察
Atlas将生成式AI与3D重建统一,为具身智能提供了高保真、可交互的实时仿真底座。其15fps实时性与零样本Sim-to-Real潜力,直接回应了机器人长尾数据匮乏难题。结合AMD算力协同,该模型有望大幅降低具身算法对真实采集数据的依赖,加速通用机器人在非结构化环境中的泛化落地进程。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)