
World Labsが数枚の写真から3D世界を生成するAIモデル「Atlas」を発表。
動画生成やシーン再構築、ロボット向けシミュレーションを実現する。
何が起きたか
World Labsが、テキスト・画像・動画・3Dデータで学習し、各入力を3D空間内の特定位置に紐付けるオムニモデル「Atlas」を発表。ユーザーが操作するカメラ経路で最大1分間の1440p動画を生成できるほか、2〜3枚の写真から実シーンを再構築し、100以上の入力も処理可能。
なぜ重要か
2025年11月に李飛飛氏が指摘した課題、すなわち現在のマルチモーダル・動画モデルはデータを1D・2Dの系列に分解するため単純な空間タスクが不必要に難しくなるという問題に、Atlasは対応。共有された空間理解により純粋な言語・動画モデルと一線を画し、人間による評価では専用モデルを上回り、MiniMax H3に対して75%、Seedance 2.5に対して94%で勝利。国内の映像制作やロボット関連企業では、写真からの3D空間生成による業務効率化が進む可能性がある。
注目点
Atlasのネイティブ3D出力はポイントクラウドと3Dガウシアンスプラットに対応し、Marbleの表現と一致。また、2026年8月に実証された、5つのロボットプラットフォームで各1時間、人間の介入なしに稼働したreal-to-sim-to-realエンジンを基盤に、ロボティクス向けの実物からシミュレーションへのツールとしても機能する。Atlasは現在、一部パートナー向けに早期アクセスプログラムを提供中。
World Labsは2024年、ImageNetを創設しGoogle CloudのAI部門を率いた李飛飛氏によって設立された。同社の軌跡は、限られた初期システムからより高性能な製品への進化を示している。2024年末の初代システムは仮想的な移動が数メートルに限られていたが、2025年11月にはMarbleが登場した。2026年2月にはAutodesk、Andreessen Horowitz、Nvidia、AMDから10億ドルの資金調達を実施し、Bloombergは評価額50億ドルでの交渉を報じていた。
Atlasは言語モデルと拡散技術の両方を基盤とし、KVキャッシングなどの高速化手法を可能にする言語モデルのように出力を断片的に生成する一方、拡散原理を用いて出力をノイズから徐々にフィルタリングする。このハイブリッドアプローチにより、ノイズ除去の短縮や画質向上の手法を利用できる。同社は、Atlasの能力を単一のベンチマークで捉えることはできず、カメラ制御生成と少数視点再構築の個別テストを参照している。
ロボティクス分野では、2026年8月に実証されたreal-to-sim-to-realエンジンを拡張する。これは、7月に買収したスタートアップSceniX由来で、実世界の単一タスクから数千のバリエーションを生成し、モデルを完全にシミュレーション内で訓練する。5つのロボットプラットフォームが人間の介入なしに各1時間稼働した。Atlasも同様に、部屋を再構築し、シミュレーション経路に沿ってセンサーデータを生成することで、物理的な状況をすべて撮影することなく多様な訓練データを生成することを目指す。同社は、スケールに応じて計算リソースを増やすことでAtlasの性能は向上すると見込んでおり、将来のMarbleや他製品に搭載される予定だ。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
SemaforとRiddance AIは、実在の俳優とAI生成スクリプトを使い、民主党政治家に関する誇張や虚偽の主張を広める約12のYouTubeチャンネルを発見

最近のICRAパネルで、ロボット工学の研究者らが論文数の急増への対応を議論した

Anthropicは新たな旗艦モデルとしてClaude Fable 5.1とClaude Mythos 5.1を公開した

GoogleはGemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteにエージェント型動画分析を追加した

ウィナンプ・グループ傘下のJamendo SAは、NVIDIAに対する米連邦訴訟を修正し、正式な送達が完了した

Anthropicの年換算売上高(年間ベースの売上レート)は7月に650億ドルを超え、前年の7倍に達した
