Fei-Fei Li：世界模型将如何颠覆机器人与 3D？（a16z 访谈 World Labs 团队）
World Labs 三人组把 Atlas 的核心原语定义为 new view prediction（新视角预测），并宣称它与 next-token prediction 等价、同属 AI-complete——用相机位姿作为模型原生输入统一了此前分裂的像素生成与 3D 重建两条赛道，把稀疏重建…
相机控制
李飞飞发布全球首个多模态世界模型 Atlas：像素级相机控制+单图生成完整 3D 世界
把相机位姿做成原生输入的全能世界模型，单图生成可自由探索的 3D 世界并直出点云与 3DGS
ArXiv 每日精选 · 2026-04-19
精选 8 篇 ArXiv 最新 AI 论文，涵盖扩散模型、Flow Matching、相机可控视频生成、文本驱动动作生成、视频编辑、3D 生成、多语言面部动画等核心方向深度分析。