ไฮไลต์ที่บริษัทประกาศ
- สร้างภาพและวิดีโอแบบคุมมุมกล้องเป๊ะระดับพิกเซล จากภาพตั้งแต่หนึ่งภาพขึ้นไป วิดีโอยาวได้ราวๆ 1 นาที ความคมชัดระดับ 1440p บริษัทบอกว่าเรื่องกล้องเคลื่อนตามทิศทาง คนทดลองให้คะแนนชอบผลของ Atlas มากกว่าโมเดลวิดีโอเฉพาะทางตัวอื่น
- สร้างมุมมองใหม่และ 3D จริงจากภาพ 1 ถึงหลายสิบภาพ ได้ทั้ง point cloud คือก้อนจุดใน 3 มิติ และ Gaussian splats คือภาพ 3 มิติที่ประกอบจากจุดสีจำนวนมหาศาล บริษัทบอกว่าค่าคลาดเคลื่อนต่ำกว่าโมเดลเฉพาะทาง 3D แบบโอเพนซอร์สในชุดทดสอบที่ทีมนี้เอามาวัดใหม่เอง
- จำลองห้วงอวกาศ-เวลา ทำเอฟเฟกต์กล้องหมุนรอบฉากสไตล์ bullet-time ได้จากมือถือแค่ไม่กี่เครื่อง และทำ Real-to-Sim คือเปลี่ยนโลกจริงให้เป็นโลกจำลองสำหรับฝึกหุ่นยนต์เดินนำทางและจับจับของ
- สร้างภาพจากข้อความและพาโนรามา 360 องศาก็ทำได้ แต่บริษัทไม่ได้หยิบมาเน้นเป็นจุดขายหลัก
- เทรนใหม่จากศูนย์ ไม่ได้ต่อยอดโมเดลเดิมของใคร ใช้สถาปัตยกรรม autoregressive diffusion transformer พูดง่ายๆ คือค่อยๆ สร้างผลลัพธ์ทีละส่วน แล้วรวมข้อมูลทุกชนิดไว้ในพื้นที่กลางที่ยึดโลก 3 มิติเป็นฐาน
- บริษัทบอกว่ายิ่งเทรนด้วยพลังการคำนวณมากขึ้น โมเดลยิ่งเกิดความสามารถใหม่เพิ่มขึ้นจริงๆ
- Atlas จะถูกใช้ขับเคลื่อน Marble และผลิตภัณฑ์อื่นของบริษัทนี้ในเวอร์ชันถัดไป
- สถานะตอนนี้คือ early access ต้องยื่นขอ และเปิดให้พันธมิตรที่คัดเลือกเท่านั้น ยังไม่มี API สาธารณะหรือไฟล์โมเดลให้ดาวน์โหลด และชื่อเหมือนหุ่นยนต์ Atlas ของ Boston Dynamics แต่อันนี้เป็นโมเดล AI ล้วนๆ
สรุป
Atlas คือการเดิมพันของ World Labs ว่า AI รุ่นถัดไปต้องเข้าใจพื้นที่และมิติของโลก ไม่ใช่แค่ตัวหนังสือ ใครอยากลองเล่นต้องหน่วงใจไว้ก่อน เพราะยังเปิดแค่วงในให้พันธมิตรที่คัดเลือกเท่านั้น
แหล่ง: World Labs Blog (worldlabs.ai/blog/atlas) · โพสต์ 1 ก.ย. 2026