World Labs Atlas：一个模型同时做视频、3D 重建与机器人模拟——空间智能的注脚

一句话结论

World Labs（李飞飞）发布的 Atlas 把三个场景揉进一个模型：受控视频生成、3D 场景重建、机器人模拟视角——这是「空间智能」路线的最新注脚：视频不再是像素的序列，而是空间世界的投影。

三个关键点

1. 为什么是「一个模型」

输入文本/图像/相机位姿/3D 深度图，输出带空间一致性的视频——用视频承载 3D 语义，是「少标注、多生成」的空间理解路线。

2. 机器人模拟的想象力

给机器人喂「模型生成的模拟视角」替代昂贵实物采集——空间智能与具身智能在此交汇：生成器充当仿真世界。

3. 与视频巨头坐标

当 Runway/fal 卷「更快更美」时，World Labs 卷「更懂空间」——视频生成的下半场是「像素」与「空间」两条路分头跑。