World Labs revela o Atlas: a aposta nos modelos espaciais, entre números declarados e verificações em suspenso

No dia 1 de setembro de 2026, a World Labs — startup cofundada em 2024 por Fei-Fei Li, ex-diretora do Stanford AI Lab — apresentou no seu blog oficial o Atlas, descrito como «an omni model that we pretrained from scratch to natively operate on text, images, video, and 3D». A arquitetura é um transformador de difusão autorregressivo multimodal treinado como modelo de fluxo retificado, no qual as entradas ficam ancoradas num contexto espacial tridimensional partilhado, em vez de serem ligadas por camadas de junção entre sistemas separados. A empresa, que em fevereiro de 2026 levantou mil milhões de dólares numa ronda com participação da Autodesk, da NVIDIA e da AMD, declara que o Atlas gera até um minuto de vídeo em resolução 1440p, controla a trajetória da câmara através de entradas geométricas e devolve o resultado em nuvens de pontos e 3D Gaussian splats, a mesma representação do Marble, o único produto que a empresa tem no mercado desde novembro de 2025.

Quanto às comparações sobre o controlo de câmara, o anúncio oficial cita testes conduzidos por avaliadores humanos externos que indicam uma preferência pelo Atlas de 75% face ao MiniMax H3, de 81% face ao Gemini Omni Flash, de 86% face ao Happy Horse 1.1, de 93% face ao FLUX 3 e de 94% face ao Seedance 2.5; as comparações são escolhidas e realizadas pela própria World Labs, que entrega o juízo a avaliadores humanos externos («Third-party human raters judge which model better follows the intended camera path») sem revelar o número de avaliadores, os prompts nem os critérios. Para a reconstrução tridimensional, o site The Decoder refere um erro mediano declarado de 25,3, o valor mais baixo entre os modelos escolhidos pela World Labs para a comparação. Surgem, no entanto, divergências sobre os dados de entrada: enquanto o blog da empresa fala de um volume que vai de poucas unidades a mais de cem imagens (com reconstruções fiéis a partir de duas ou três fotos ao nível do solo), as análises da imprensa especializada indicam uma amplitude de uma a várias dezenas de imagens.

Faltam um artigo científico, um model card, um depósito no arXiv, os pesos do modelo e o código-fonte: permanecem assim não verificáveis a contagem total de parâmetros, a composição dos dados de treino, os custos de treino e o valor de uso efetivo do sistema em áreas como a robótica e a simulação. O Atlas não é um lançamento comercial, mas um programa de acesso antecipado para parceiros selecionados através de um formulário de inscrição, sem qualquer indicação sobre custos, APIs públicas ou prazos para a disponibilidade geral, ainda que a World Labs declare que «Atlas will power future versions of Marble and other products from World Labs».

A transição dos geradores de fotogramas para os modelos do mundo mostra para onde a indústria está a orientar os seus recursos: o desafio já não é criar imagens de impacto, mas medir o espaço tridimensional. Enquanto não saírem artigos, model cards e pesos, do Atlas fica aquilo que a World Labs diz do Atlas. A medida verdadeira virá de quem o usar fora das demonstrações — se e quando o acesso abrir.

— Olya