World Labs uzamsal zeka için geliştirdiği Atlas dünya modelini tanıttı
Öne çıkanlar
- Atlas, metin, görsel, video ve 3B derinlik haritalarını tek bir modelde birleştiriyor.
- Model, az sayıda fotoğraftan 1440p çözünürlükte ve 1 dakikaya kadar kamera kontrollü video üretiyor.
- Çıktılar doğrudan nokta bulutu veya 3D Gaussian splat formatında 3B sahnelere dönüştürülebiliyor.
- Robotik araştırmaları için gerçek dünyayı simülasyon ortamına aktaran veri üretimi sağlıyor.
World Labs, metin, görüntü, video ve 3B verileri yerel olarak işleyebilen yeni nesil dünya modeli Atlas'ı duyurdu. Sıfırdan eğitilen model, tüm girdileri paylaşılan bir uzamsal bağlamda birleştiren çok modlu, otoregresif bir difüzyon transformatör mimarisi kullanıyor. Atlas, bu bağlam sayesinde hem üç boyutlu tutarlılığı koruyor hem de sahnelerin görünmeyen kısımlarını kendi dünya bilgisiyle tamamlayabiliyor.
Model, kamera kontrollü video üretimi, uzamsal yeniden yapılandırma ve uzay-zaman simülasyonu gibi geniş bir görev yelpazesini destekliyor. Kullanıcılar kesin kamera koordinatları vererek tek bir görselden 1440p çözünürlükte 1 dakikaya kadar tutarlı videolar oluşturabiliyor. Sistem, sadece birkaç fotoğraftan yola çıkarak sahneleri nokta bulutu veya 3D Gaussian splat formatında tam üç boyutlu çıktılara dönüştürüyor.
Atlas, video yeniden çerçeveleme yeteneğiyle sıradan birkaç telefon kaydından çoklu kamera açıları üretebiliyor. Şirket, modelin robotik alanındaki gerçek dünyadan simülasyona (Real-to-Sim) iş akışlarını ölçeklendireceğini ve şirketin Marble dahil gelecekteki ürünlerine güç vereceğini açıkladı.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.