World Labs 推出用于空间智能的世界模型 Atlas
World Labs 推出下一代世界模型 Atlas，它从零预训练，可原生处理文本、图像、视频和 3D，并采用多模态自回归扩散 Transformer 架构。Atlas 支持相机控制生成、空间重建、时空模拟和图像生成，可从 1 到 6 张输入图像生成最高 1 分钟、1440p 视频，也能输出点云或 3D Gaussian splats。
推荐理由：原文展示了空间上下文、相机控制和3D输出，便于判断世界模型在创作与机器人仿真中的用法。
#图像生成
#图像生成
今日 0 条World Labs精选AI 评分7272
MiniMaxAI · Hugging Face 新模型AI 评分4646 MiniMax VTP-Base-f16d64 视觉 tokenizer 模型发布
MiniMax 发布 VTP 视觉 tokenizer 预训练框架，联合图文对比、自监督和重建损失，面向理解、重建与生成统一优化。VTP-L-f16d64 达到 78.2 zero-shot accuracy、85.7 linear probing、0.36 rFID，生成 FID-50K 为 2.81。