作者：默思編輯部 發布：2026-09-09
由知名AI學者李飛飛（Fei-Fei Li）創辦的新創公司World Labs，於2026年9月發布名為Atlas的世界模型（world model），這是一款號稱能展現先進空間智慧能力的多模態模型，只需要少量照片就能生成、重建並模擬完整的3D場景。
Atlas被定位為「全能模型」（omni model），擅長從單張圖片輸入就創造出範圍寬廣、細節豐富的模擬3D環境，並支援精準的鏡頭控制，讓使用者能從任意角度觀看生成的場景。這款模型是從零開始，同時在文字、圖片、影片與3D資料上訓練而成，其中一個關鍵技術差異是：每一筆輸入資料都會被錨定到3D空間中的特定位置，而不是像傳統模型那樣把資料當成扁平序列處理。
Atlas的發布，某種程度上是李飛飛長期主張的「空間智慧」理論的具體實踐成果。她的核心論點是：如果AI真的要理解並複製物理世界的運作方式，就必須具備對周遭一切事物進行原生空間推理的能力——換句話說，缺乏空間智慧的AI系統，無論語言能力多強，都難以真正達到通用人工智慧的水準。這也是為什麼World Labs選擇投入資源打造這類專注於3D空間理解與生成的模型，而不是延續多數同業聚焦語言與純視覺任務的路線。
World Labs成立於2024年，李飛飛此前曾擔任史丹佛大學AI實驗室主任，並共同創辦史丹佛以人為本AI研究所。公司目前已從Nvidia、AMD與Autodesk等投資方募得12億美元資金，這個投資陣容本身也頗具意義——Nvidia與AMD在晶片與運算基礎建設領域的深厚背景，加上Autodesk在3D設計軟體領域的專業，某種程度上暗示了這款模型未來可能的應用場景會延伸到工業設計、遊戲開發與模擬訓練等領域。
世界模型技術對機器人領域格外重要，因為機器人的強化學習訓練往往需要大量的模擬環境資料，如果Atlas這類模型能低成本、快速地從少量照片生成逼真的3D模擬場景，可能大幅降低機器人訓練所需的模擬環境建構成本。
過去要生成可互動的3D環境，通常需要仰賴專業的3D建模軟體與人工建構流程，耗時且需要專業技能。Atlas這類模型的價值在於大幅降低了3D環境生成的門檻——使用者不需要具備3D建模的專業知識，只要提供少量照片，模型就能自動推論並生成完整的可互動空間，這對遊戲開發、建築視覺化、虛擬實境內容製作等領域而言，可能帶來工作流程上的實質改變。
世界模型與空間智慧是AI研究領域的新興前沿方向，具備3D電腦視覺、空間推理與生成模型背景的研究人才，在這個快速發展的次領域持續有強勁需求。