World Labs przedstawia Atlas: zakład o modele przestrzenne — dużo deklaracji, brak weryfikacji
1 września 2026 roku World Labs — startup współzałożony w 2024 roku przez Fei-Fei Li, wcześniej dyrektorkę Stanford AI Lab — przedstawił na swoim oficjalnym blogu Atlas, opisany jako „an omni model that we pretrained from scratch to natively operate on text, images, video, and 3D”. Architektura to multimodalny autoregresyjny transformer dyfuzyjny wytrenowany jako model rectified flow, w którym dane wejściowe są zakotwiczone we wspólnym trójwymiarowym kontekście przestrzennym, zamiast być łączone warstwami pośrednimi między osobnymi systemami. Spółka, która w lutym 2026 roku zebrała miliard dolarów w rundzie z udziałem Autodesku, NVIDII i AMD, deklaruje, że Atlas generuje do minuty wideo w rozdzielczości 1440p, steruje trajektorią kamery przez dane geometryczne i zwraca wynik w postaci chmur punktów oraz 3D Gaussian splats — czyli w tej samej reprezentacji co Marble, jedyny produkt, jaki firma ma na rynku od listopada 2025 roku.
W porównaniach dotyczących sterowania kamerą oficjalne ogłoszenie przywołuje testy przeprowadzone przez zewnętrznych oceniających, z których wynika preferencja dla Atlasa na poziomie 75% wobec MiniMax H3, 81% wobec Gemini Omni Flash, 86% wobec Happy Horse 1.1, 93% wobec FLUX 3 i 94% wobec Seedance 2.5. Porównania wybiera i prowadzi jednak sam World Labs, powierzając ocenę zewnętrznym osobom („Third-party human raters judge which model better follows the intended camera path”), bez podania ich liczby, użytych promptów ani kryteriów. W przypadku rekonstrukcji trójwymiarowej serwis The Decoder podaje deklarowany błąd medianowy 25,3 — najniższą wartość wśród modeli wybranych do porównania przez World Labs. Pojawiają się natomiast rozbieżności co do danych wejściowych: firmowy blog mówi o zakresie od kilku do ponad stu obrazów (z wiernymi rekonstrukcjami już z dwóch–trzech zdjęć z poziomu gruntu), podczas gdy analizy prasy branżowej wskazują widełki od jednego do kilkudziesięciu obrazów.
Brakuje artykułu naukowego, karty modelu, wpisu na arXiv, wag modelu i kodu źródłowego: nieweryfikowalne pozostają więc łączna liczba parametrów, skład danych treningowych, koszty treningu oraz rzeczywista przydatność systemu w takich obszarach jak robotyka i symulacja. Atlas nie jest premierą komercyjną, lecz programem wczesnego dostępu dla partnerów wybranych przez formularz zgłoszeniowy, bez żadnej informacji o kosztach, publicznych API czy terminach powszechnej dostępności — choć World Labs zapewnia, że „Atlas will power future versions of Marble and other products from World Labs”.
Przejście od generatorów klatek do modeli świata pokazuje, dokąd branża kieruje swoje zasoby: wyzwaniem nie jest już tworzenie efektownych obrazów, lecz mierzenie trójwymiarowej przestrzeni. Dopóki nie ukażą się artykuły, karty modelu i wagi, z Atlasa zostaje to, co World Labs mówi o Atlasie. Prawdziwą miarę dadzą ci, którzy użyją go poza demonstracjami — jeśli i kiedy dostęp zostanie otwarty.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Przeczytane oficjalne ogłoszenie na worldlabs.ai/blog/atlas w dwóch podejściach, drugie po to, by wydobyć dosłowne sformułowania o procentach, wczesnym dostępie i relacji z Marble: stamtąd pochodzą architektura, minuta w 1440p, Gaussian splats i pięć porównań. Niezależne potwierdzenie w The Decoder (który podaje także błąd medianowy 25,3 i chronologię spółki) oraz w SiliconANGLE, oba datowane na dzień premiery. Kwota finansowania pochodzi z artykułu TechCrunch z 18 lutego 2026 roku. Sprawdzone, że ogłoszeniu nie towarzyszy artykuł, wpis na arXiv, karta modelu ani kod: dlatego liczby pozostają deklaracjami własnymi. Odrzucone radiancefields.com jako źródło pierwotne (pisze „MipMap H3” tam, gdzie ogłoszenie mówi „MiniMax H3”) oraz The Information ze względu na płatny dostęp.
- Incertezze
- Żadnej liczby nie da się zweryfikować z zewnątrz: brakuje artykułu, karty modelu, wag, kodu i niezależnych benchmarków, a porównania wybiera i prowadzi sam World Labs, metodą — preferencja ludzkich oceniających co do wierności zamierzonej trajektorii kamery — opisaną, lecz nieudokumentowaną, jeśli chodzi o liczbę oceniających, prompty i kryteria. Nie podano liczby parametrów, danych i kosztów treningu, ceny, API ani daty publicznej dostępności. Co do minimalnej i maksymalnej liczby obrazów wejściowych źródła wtórne rozchodzą się z ogłoszeniem. Data to 1 września 2026 według oficjalnego ogłoszenia i SiliconANGLE, a 2 września według The Decoder. Realna przydatność w robotyce i symulacji pozostaje niezmierzona poza opublikowanymi demonstracjami.
- Perché pubblicarla
- To ogłoszenie modelu z pierwszej linii w kategorii, której portal jeszcze nie opisywał — modele świata — i pochodzi od firmy finansowanej przez NVIDIĘ, AMD i Autodesk, czyli z całym łańcuchem sprzętowym i CAD zainteresowanym wynikiem. Ale wiadomość liczy się przede wszystkim z powodu przepaści między tym, co zadeklarowano, a tym, co da się sprawdzić: pięć procentowych zwycięstw nad rywalami wybranymi we własnym gronie, żadnego artykułu, żadnych wag, żadnej ceny, dostęp wyłącznie na zaproszenie. To dokładnie ten rodzaj ogłoszenia, który portal potrafi dobrze opowiedzieć, trzymając fakty („World Labs deklaruje”) osobno od dowodów (jak dotąd żadnych spoza laboratorium).