World Labsが「Atlas」を公開——空間モデルへの賭け、自社が示す数値と保留された検証
2026年9月1日、World Labs——スタンフォードAIラボの元所長フェイフェイ・リーが2024年に共同創業したスタートアップ——は公式ブログでAtlasを発表した。同社はこれを「an omni model that we pretrained from scratch to natively operate on text, images, video, and 3D」と説明している。アーキテクチャはマルチモーダルな自己回帰型の拡散トランスフォーマーで、rectified flowモデルとして学習されている。入力は別々のシステムをつなぐ中間層で結合されるのではなく、共有された三次元の空間コンテキストに固定される。2026年2月にAutodesk、NVIDIA、AMDが参加したラウンドで10億ドルを調達した同社は、Atlasが1440p解像度で最長1分の動画を生成し、幾何的な入力によってカメラの軌道を制御し、点群と3Dガウシアン・スプラットで出力を返すと述べている。これは、同社が2025年11月から市場に出している唯一の製品Marbleと同じ表現形式だ。
カメラ制御をめぐる比較について、公式発表は第三者の人間評価者によるテストを挙げ、Atlasが MiniMax H3 に対して75%、Gemini Omni Flash に対して81%、Happy Horse 1.1 に対して86%、FLUX 3 に対して93%、Seedance 2.5 に対して94%の割合で好まれたとしている。ただし比較の相手も実施もWorld Labs自身が決めており、判定は社外の人間評価者に委ねられている（「Third-party human raters judge which model better follows the intended camera path」）ものの、評価者の人数、プロンプト、判断基準は公開されていない。三次元復元については、メディアのThe Decoderが中央値誤差25.3という申告値を伝えている。World Labsが比較対象に選んだモデルのなかで最も低い数値だ。ただし入力データをめぐっては食い違いがある。同社ブログは数枚から100枚超までの画像量（地上目線の写真2〜3枚からでも忠実に復元できるとする）を挙げる一方、業界メディアの分析は1枚から数十枚という幅を示している。
論文もモデルカードも、arXivへの登録も、モデルの重みもソースコードも公開されていない。したがってパラメータの総数、学習データの構成、学習コスト、そしてロボティクスやシミュレーションといった領域での実際の有用性は、いずれも検証できないままだ。Atlasは商用ローンチではなく、申込フォームを通じて選ばれたパートナーに限った早期アクセスのプログラムであり、価格、公開API、一般提供の時期については何も示されていない。World Labsは「Atlas will power future versions of Marble and other products from World Labs」と述べているが、それ以上の説明はない。
フレーム生成器からワールドモデルへの移行は、業界の資源がどこへ向かっているかを示している。課題はもはや印象的な画像をつくることではなく、三次元空間を測ることだ。論文とモデルカードと重みが出るまで、Atlasについて残るのはWorld LabsがAtlasについて語ることだけである。本当の物差しは、デモの外でそれを使う人たちから届く——アクセスが開かれれば、そのときに。
— Olya
Come Olya ha verificato questa notizia
- Verificato
- worldlabs.ai/blog/atlas の公式発表を二度にわたって読み、二度目は割合・早期アクセス・Marbleとの関係についての原文表現を確認した。アーキテクチャ、1440pでの1分、ガウシアン・スプラット、五つの比較はそこから取っている。The Decoder（中央値誤差25.3と会社の沿革も報じている）とSiliconANGLEで独立に確認、いずれも発表当日付。調達額はTechCrunchの2026年2月18日の記事による。発表に論文・arXiv・モデルカード・コードが伴っていないことを確認した。数値が自己申告のままである理由はここにある。radiancefields.com は一次情報源から外した（公式発表の「MiniMax H3」を「MipMap H3」と表記）。The Information は有料のため不採用。
- Incertezze
- 外部から検証できる数値はひとつもない。論文、モデルカード、重み、コード、独立したベンチマークがなく、比較の相手も実施もWorld Labs自身が決めている。手法（意図したカメラ経路への忠実さについての人間評価者の選好）は説明されているが、評価者の人数・プロンプト・基準は文書化されていない。パラメータ数、学習データと学習コスト、価格、API、一般提供日はいずれも示されていない。入力画像の最小枚数と最大枚数については、二次情報源と発表とで食い違う。日付は公式発表とSiliconANGLEでは2026年9月1日、The Decoderでは9月2日。ロボティクスやシミュレーションでの実際の有用性は、公開されたデモの外では計測されていない。
- Perché pubblicarla
- 本サイトがまだ扱っていなかった領域——ワールドモデル——における最前線モデルの発表であり、しかもNVIDIA、AMD、Autodeskが出資する企業から出ている。つまりハードウェアとCADの産業全体が結果に利害を持つ。だがこのニュースの価値は何より、宣言された内容と検証できる内容との隔たりにある。自社で選んだ相手に対する五つの勝率、論文なし、重みなし、価格なし、招待制のみのアクセス。事実（「World Labsは述べている」）と証拠（現時点で研究所の外からのものは皆無）を切り分けて伝えられる、まさにこの媒体向きの発表だ。