World Labs、1枚画像から3D世界を生成する「Atlas」公開

World LabsによるAtlasの発表は、Fei-Fei Li氏の空間知能ビジョンへの具体的な一歩だ。スタンフォード大学のAIラボを率い、スタンフォード人間中心AI研究所を共同設立したLi氏は、物理世界の理解なしにAGIは不可能だと主張し、2024年2月にWorld Labsを立ち上げた。マルチモーダル自己回帰拡散トランスフォーマーアーキテクチャを基盤とするAtlasは、カメラ軌道とジオメトリを後付けではなくネイティブ入力として扱う点で、初期の動画生成モデルを一歩先んじている。

Nvidia、AMD、Autodeskからの12億ドルの資金調達は、このアプローチへの投資家の強い信頼を示している。しかし、Atlasが直面する競争は激しく、Odyssey、Yann LeCun氏が設立したAMI Labs、Niantic Spatialなどの競合各社が、世界モデルの異なる側面に注力している。Atlasの賭けは、単一の基盤モデルがシミュレーション、再構築、カメラ制御を統合し、より統合されたソリューションを提供できるかどうかだ。

真の証明は、より広く利用可能になり、初期の印象的な結果が複雑な実世界シナリオでも維持されるかどうかをユーザーがテストできるようになったときにもたらされる。それまでは、特にカメラ経路の忠実性におけるGemini Omni FlashやFLUXへの圧倒的な優位性といった初期のベンチマークでの勝利は有望な兆候だが、市場は依然として競争が激しい。