北京
2026年11月，斯坦福大学教授、World Labs创始人李飞飞在CoRL2026大会上发表演讲，介绍World Labs与斯坦福团队研发的统一生成与重建世界模型Atlas。演讲中，李飞飞用一句话概括目标函数：“视角即一切：在强相机条件下预测下一个视角，这就是我们的目标函数”。这一表述将视角预测置于模型目标的核心位置，也为理解Atlas的技术路线提供了入口。
统一生成与重建的Atlas
李飞飞在演讲中提出，机器人需理解世界状态、预测动作后果并模拟环境。围绕这一能力需求，Atlas的定位是统一生成与重建的世界模型。按演讲披露的信息，Atlas采用多视角自回归扩散Transformer，统一稠密重建、稀疏重建和纯生成三类任务。
对世界模型研究而言，重建与生成通常对应不同的输入条件和输出目标：重建侧重从观测中恢复场景，生成侧重在给定条件下产生新的视角或画面。Atlas将两者放入统一框架，意味着模型需要在不同观测密度和任务形态之间保持一致性。这里的多视角与自回归共同指向连续视角预测：模型在已有视角条件下推断下一个视角，并通过扩散式生成完成画面合成。
超过60秒与视角一致
Atlas可生成超过60秒、视角一致的视频。对机器人而言，视频生成不只是画面合成问题，更关系到场景在时间与视角变化下是否保持结构稳定。李飞飞给出的目标函数与视角一致性要求直接相关：如果模型能够根据已有相机视角预测后续视角，生成内容就需要在连续变化中保持连贯。
长时序生成对模型保持视角一致性提出更高要求。Atlas能够生成超过60秒且视角一致的视频，说明其技术设计并非只面向单帧或短片段输出，而是将时间维度上的连续性纳入统一建模范围。这也是统一生成与重建框架需要解决的关键问题之一。
第三方盲测中的表现
Atlas在第三方盲测中领先。第三方盲测意味着评价来自外部测试，而非仅由研发团队自评；对世界模型这类涉及生成质量与重建精度的技术，外部评测是观察模型泛化能力的重要参照。Atlas在这一测试中领先，为其统一框架提供了外部验证。
从CoRL2026的演讲看，李飞飞对Atlas的阐述集中在两个层面：一是用统一模型处理稠密重建、稀疏重建和纯生成，二是用视角预测约束生成结果的一致性。对科技产业观察者而言，世界模型从研究概念走向机器人系统，关键仍在于能否在真实任务中稳定理解世界状态、预测动作后果并模拟环境。Atlas的后续进展，值得持续关注。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
