RecodeX 重构消息，World Labs联创李飞飞等人在a16z访谈中详解多模态世界模型Atlas。Atlas以新视角预测为核心，区别于LLM的下一token预测和视频模型的下一帧预测，能输入场景若干视角或描述，输出时空任意位置画面，首次将生成与重建纳入同一模型，原生处理文字、图像、视频、3D、相机位姿等多模态。传统3D重建需数百上千张照片，Atlas仅需几张或几十张，用三部iPhone即可拍出子弹时间视频。Atlas由前代模型Marble迭代而来，突破高斯泼溅输出瓶颈，具备可扩展空间上下文窗口，可服务创意工作者、建筑设计、施工及机器人领域，提升现实到仿真效率，解决训练数据不足问题。目前Atlas已具备初步动态处理能力，后续将推进动态、编辑、交互等功能，团队认为新视角预测可能是通往AGI的基础原语。