World Labs stellt Atlas vor: die Wette auf räumliche Modelle — viele Angaben, keine Überprüfung

Am 1. September 2026 hat World Labs — das 2024 von Fei-Fei Li, der früheren Direktorin des Stanford AI Lab, mitgegründete Start-up — über den eigenen Blog Atlas vorgestellt, beschrieben als „an omni model that we pretrained from scratch to natively operate on text, images, video, and 3D“. Die Architektur ist ein multimodaler autoregressiver Diffusions-Transformer, trainiert als Rectified-Flow-Modell: Die Eingaben werden in einem gemeinsamen dreidimensionalen räumlichen Kontext verankert, statt über Zwischenschichten getrennter Systeme miteinander verbunden zu werden. Das Unternehmen, das im Februar 2026 in einer Finanzierungsrunde unter Beteiligung von Autodesk, NVIDIA und AMD eine Milliarde Dollar eingesammelt hat, erklärt, Atlas erzeuge bis zu einer Minute Video in 1440p, steuere die Kamerabahn über geometrische Eingaben und liefere die Ausgabe als Punktwolken und 3D Gaussian Splats — dieselbe Darstellung wie bei Marble, dem einzigen Produkt, das das Unternehmen seit November 2025 auf dem Markt hat.

Zu den Vergleichen bei der Kamerasteuerung nennt die offizielle Ankündigung Tests durch externe menschliche Bewerterinnen und Bewerter, denen zufolge Atlas gegenüber MiniMax H3 zu 75 % bevorzugt wurde, gegenüber Gemini Omni Flash zu 81 %, gegenüber Happy Horse 1.1 zu 86 %, gegenüber FLUX 3 zu 93 % und gegenüber Seedance 2.5 zu 94 %. Ausgewählt und durchgeführt werden die Vergleiche jedoch von World Labs selbst, das die Beurteilung an externe Personen abgibt („Third-party human raters judge which model better follows the intended camera path“), ohne Anzahl der Bewertenden, Prompts und Kriterien offenzulegen. Für die dreidimensionale Rekonstruktion berichtet das Fachmedium The Decoder von einem angegebenen Medianfehler von 25,3 — dem niedrigsten Wert unter den von World Labs für den Vergleich ausgewählten Modellen. Bei den Eingangsdaten treten allerdings Abweichungen auf: Während der Unternehmensblog von wenigen bis über hundert Bildern spricht (mit originalgetreuen Rekonstruktionen schon aus zwei oder drei Fotos auf Bodenhöhe), nennen Analysen der Fachpresse eine Spanne von einem bis zu mehreren Dutzend Bildern.

Es fehlen ein wissenschaftliches Paper, eine Model Card, ein Eintrag auf arXiv, die Modellgewichte und der Quellcode: Damit bleiben die Gesamtzahl der Parameter, die Zusammensetzung der Trainingsdaten, die Trainingskosten und der tatsächliche Nutzwert des Systems in Bereichen wie Robotik und Simulation nicht überprüfbar. Atlas ist kein kommerzieller Start, sondern ein Programm für frühen Zugang für ausgewählte Partner über ein Anmeldeformular, ohne jeden Hinweis auf Kosten, öffentliche APIs oder Zeitpläne für die allgemeine Verfügbarkeit — auch wenn World Labs erklärt: „Atlas will power future versions of Marble and other products from World Labs“.

Der Übergang von Bildgeneratoren zu Weltmodellen zeigt, wohin die Branche ihre Mittel lenkt: Die Aufgabe besteht nicht mehr darin, eindrucksvolle Bilder zu erzeugen, sondern den dreidimensionalen Raum zu vermessen. Solange Paper, Model Cards und Gewichte fehlen, bleibt von Atlas das, was World Labs über Atlas sagt. Das eigentliche Maß liefern jene, die es außerhalb der Demos einsetzen — falls und sobald der Zugang geöffnet wird.

— Olya