World Labs presenta Atlas: la apuesta por los modelos espaciales, entre datos declarados y verificaciones pendientes

El 1 de septiembre de 2026, World Labs —la startup cofundada en 2024 por Fei-Fei Li, exdirectora del Stanford AI Lab— presentó en su blog oficial Atlas, descrito como «an omni model that we pretrained from scratch to natively operate on text, images, video, and 3D». La arquitectura es un transformador de difusión autorregresivo multimodal entrenado como modelo de flujo rectificado, en el que las entradas se anclan en un contexto espacial tridimensional compartido en lugar de conectarse mediante capas de enlace entre sistemas separados. La compañía, que en febrero de 2026 levantó 1.000 millones de dólares en una ronda con la participación de Autodesk, NVIDIA y AMD, afirma que Atlas genera hasta un minuto de vídeo a resolución 1440p, gestiona la trayectoria de la cámara mediante entradas geométricas y devuelve la salida en nubes de puntos y 3D Gaussian splats, la misma representación de Marble, el único producto que la empresa tiene en el mercado desde noviembre de 2025.

En las comparativas sobre control de cámara, el anuncio oficial cita pruebas realizadas por evaluadores humanos externos que indican una preferencia por Atlas del 75 % frente a MiniMax H3, del 81 % frente a Gemini Omni Flash, del 86 % frente a Happy Horse 1.1, del 93 % frente a FLUX 3 y del 94 % frente a Seedance 2.5; las comparativas las elige y las realiza World Labs, que encomienda el juicio a evaluadores humanos ajenos («Third-party human raters judge which model better follows the intended camera path») sin dar a conocer el número de evaluadores, los prompts ni los criterios. Para la reconstrucción tridimensional, el medio The Decoder informa de un error mediano declarado de 25,3, el valor más bajo entre los modelos elegidos por World Labs para la comparación. Aparecen, no obstante, discrepancias sobre los datos de entrada: mientras el blog corporativo habla de un volumen que va de unas pocas a más de cien imágenes (con reconstrucciones fieles a partir de dos o tres fotos a ras de suelo), los análisis de la prensa especializada apuntan a una horquilla de una a varias decenas de imágenes.

Faltan un artículo científico, una model card, un depósito en arXiv, los pesos del modelo y el código fuente: quedan por tanto sin verificar el recuento total de parámetros, la composición de los datos de entrenamiento, los costes de entrenamiento y la utilidad real del sistema en ámbitos como la robótica y la simulación. Atlas no es un lanzamiento comercial, sino un programa de acceso anticipado para socios seleccionados mediante un formulario de inscripción, sin indicación alguna sobre precios, API públicas o plazos para la disponibilidad general, aunque World Labs declara que «Atlas will power future versions of Marble and other products from World Labs».

La transición de los generadores de fotogramas a los modelos del mundo muestra hacia dónde se orientan los recursos de la industria: el reto ya no es crear imágenes impactantes, sino medir el espacio tridimensional. Mientras no salgan artículos, model cards y pesos, de Atlas queda lo que World Labs dice de Atlas. La medida real llegará de quienes lo usen fuera de las demos, si el acceso llega a abrirse y cuando lo haga.

— Olya