World Labs hat Atlas vorgestellt, ein neues Modell, das das Unternehmen als „Weltmodell“ für räumliche Intelligenz bezeichnet. Atlas führt Texte, Bilder, Videos und dreidimensionale Daten in einer einzigen Architektur zusammen, um räumliche Beziehungen zwischen Objekten zu verstehen, statt lediglich separate Bilder oder Videoclips zu erzeugen.
Fei-Fei Li, eine Forscherin im Bereich künstliche Intelligenz, ist Mitbegründerin von World Labs, das 2024 gegründet wurde, um KI-Systeme in die Lage zu versetzen, die physische Welt und dreidimensionale Beziehungen zu verstehen. Nach Angaben des Unternehmens wurde Atlas von Grund auf vortrainiert und basiert technisch auf einer Architektur, die ein autoregressives multimodales Diffusionsmodell und einen Transformer kombiniert.
Was bietet Atlas?
Das Modell kann verschiedene Arten von Eingaben in einem gemeinsamen räumlichen Kontext zusammenführen. Dadurch kann es nicht sichtbare Teile einer Szene auf Grundlage der dreidimensionalen Struktur von Objekten und Umgebungen abschätzen. Zu seinen wichtigsten Eigenschaften gehört die Verarbeitung der Kameraposition und ihrer Bewegungsbahn als direkte Eingaben, anstatt die Kamerabewegung lediglich über Textbefehle zu beschreiben.
Auf Grundlage von einem bis sechs Referenzbildern und vorab festgelegten Kamerafahrten kann Atlas Videos mit einer Auflösung von 1440p und einer Länge von bis zu einer Minute erstellen. Außerdem kann es die Form eines Objekts oder einer Umgebung aus verschiedenen Blickwinkeln ausgehend von einem einzigen Bild abschätzen und die Szene um Teile erweitern, die im ursprünglichen Bild nicht sichtbar sind. Das Tool ermöglicht es zudem, nicht miteinander verbundene Bilder innerhalb eines dreidimensionalen Raums zu positionieren und Übergänge zwischen ihnen in einer einzigen Umgebung zu erzeugen.
Rekonstruktion der realen Welt
World Labs zufolge kann Atlas zur dreidimensionalen Rekonstruktion realer Räume eingesetzt werden. Für die Rekonstruktion vieler Szenen können bereits zwei oder drei Bilder ausreichen, während Dutzende oder mehr als hundert Bilder den Bedarf verringern, nicht sichtbare Bereiche zu schätzen, und das Ergebnis stärker an die ursprüngliche Umgebung annähern.
Die Ausgaben beschränken sich nicht auf Bilder und Videos. Das Modell kann auch dreidimensionale Punktwolken und Dateien im Format „3D Gaussian splat“ erzeugen. Diese Ausgaben lassen sich in Spielen, im Design, bei visuellen Effekten und in der Robotik einsetzen.
Robotersimulation und derzeitige Einschränkungen
Auch Handyaufnahmen einer realen Umgebung können verwendet werden, um eine dreidimensionale Simulation zu erstellen und anschließend die Daten zu erzeugen, die virtuelle Roboterkameras und Tiefensensoren während der Bewegung erfassen könnten. In der Simulation lassen sich die Positionen von Objekten, die Beleuchtung, der Hintergrund und die Bewegung des Roboters verändern, um mehrere Szenarien für Training und Tests zu erstellen.
Warum ist diese Ankündigung wichtig? Atlas verbindet die Erstellung von Inhalten mit räumlichem Verständnis und Simulation. Dadurch ähnelt es eher einem Werkzeug zum Aufbau erkundbarer Umgebungen, die in Robotersystemen eingesetzt werden können, als einem reinen Modell zur Videogenerierung. World Labs zufolge wird das Modell die Grundlage der Marble-Plattform zur Erstellung dreidimensionaler Welten sowie weiterer Produkte des Unternehmens bilden.
Atlas befindet sich jedoch weiterhin in einer Phase des frühen Zugangs für ausgewählte Partner. Das Unternehmen hat weder den Preis noch den Termin der öffentlichen Verfügbarkeit, die Modellgröße oder die für das Training eingesetzte Rechenleistung bekannt gegeben. Auch die Behauptung, Atlas sei bei der dreidimensionalen Rekonstruktion aus verstreuten Bildern einigen spezialisierten Open-Source-Modellen überlegen, stützt sich auf Tests des Unternehmens und wurde bislang nicht von unabhängigen Forschern überprüft.
World Labs hatte im Februar 2026 unter Beteiligung von AMD, Autodesk, Nvidia, Fidelity und weiteren Investoren eine Finanzierung in Höhe von einer Milliarde Dollar aufgenommen. Damit stieg die Gesamtfinanzierung auf rund 1,23 Milliarden Dollar.