Por Canuto  

World Labs presentó Atlas, un modelo de mundo multimodal diseñado para generar, reconstruir y simular entornos espaciales a partir de texto, imágenes, video y representaciones 3D.
***

  • Atlas está orientado a generar y explorar entornos 3D, con aplicaciones potenciales en creación audiovisual, videojuegos, diseño y robótica.
  • El modelo puede trabajar con imágenes, video, texto y datos espaciales para reconstruir escenas y producir nuevas vistas.
  • World Labs también plantea utilizar sus capacidades de modelado espacial en Marble y mediante herramientas para crear mundos 3D explorables.

 

World Labs presentó Atlas, un modelo de mundo multimodal diseñado para desarrollar inteligencia espacial mediante la generación, reconstrucción y simulación de entornos. La compañía sostiene que estos sistemas pueden ayudar a comprender cómo se ven los mundos y cómo pueden evolucionar, con posibles usos en creación digital y robótica.

Según la presentación de World Labs, Atlas trabaja con texto, imágenes, video y representaciones 3D dentro de un contexto espacial compartido. El objetivo es que el sistema no se limite a producir imágenes aisladas, sino que pueda construir entornos explorables y mantener una relación coherente entre distintas vistas.

Un modelo centrado en el espacio

La propuesta se distancia de los generadores que reciben una instrucción textual y producen una imagen independiente. Atlas busca asociar las imágenes con información sobre la posición y la orientación de la cámara, lo que permite combinar referencias distintas y generar vistas adicionales de una misma escena.

Ese enfoque puede servir para solicitar recorridos con trayectorias de cámara definidas por el usuario. World Labs afirma que Atlas puede producir videos de hasta un minuto en resolución de 1440p a partir de entre una y seis imágenes de referencia, junto con una trayectoria diseñada manualmente. Se trata de una capacidad presentada por la propia compañía, no de una validación independiente.

En este flujo de trabajo, el creador establece las referencias y el recorrido, mientras el modelo genera las vistas intermedias. La función apunta a ofrecer un control más preciso que las instrucciones generales sobre movimientos de cámara, aunque la calidad final puede depender de la cantidad y calidad de la información proporcionada.

La tecnología podría resultar útil en producción audiovisual, efectos visuales, videojuegos y diseño de escenas. Sin embargo, las demostraciones y las afirmaciones de rendimiento disponibles proceden de World Labs, por lo que deben interpretarse como parte de la presentación del producto y no como una evaluación independiente de todos sus usos.

Reconstrucción y representación 3D

Atlas también aborda la reconstrucción de espacios reales a partir de un número reducido de imágenes. Según World Labs, el modelo puede trabajar desde una sola fotografía, decenas de vistas o más de cien imágenes cuando se necesita una recreación más detallada.

Una imagen única puede permitir que el sistema infiera de forma plausible zonas que no aparecen en la entrada. Al incorporar más vistas, el modelo recibe información adicional sobre la geometría del entorno y puede reducir la cantidad de elementos que debe imaginar. Esa diferencia es importante para distinguir entre una reconstrucción aproximada y una representación basada en observaciones más completas.

La compañía mostró ejemplos de entornos grandes reconstruidos a partir de imágenes y videos, incluidos espacios capturados con teléfonos. Entre las aplicaciones descritas se encuentran la generación de nuevas vistas y la creación de entornos 3D que pueden explorarse desde posiciones distintas a las de las cámaras originales.

Las salidas pueden incluir imágenes, videos, mapas de profundidad, nubes de puntos y splats gaussianos 3D. Estas representaciones permiten renderizar una escena desde nuevos ángulos y conectan Atlas con la línea de trabajo de World Labs en modelos de mundo, incluido Marble.

La empresa presenta Marble como un modelo multimodal capaz de crear mundos 3D a partir de texto, imágenes, video o diseños 3D preliminares. También ha anunciado una API pública para generar mundos explorables, aunque la información disponible no establece que todas las funciones de Atlas estén integradas en ese servicio ni detalla sus condiciones de acceso.

Simulación para video y robótica

La dimensión temporal amplía el alcance de Atlas más allá de la reconstrucción estática. World Labs plantea que el modelo puede utilizar videos para comprender cómo se observa un entorno desde distintas posiciones y generar nuevas tomas o recorridos virtuales.

En los ejemplos descritos por la compañía, las escenas pueden registrarse con cámaras ordinarias, incluidos teléfonos. Ese planteamiento podría reducir la necesidad de equipos especializados para determinadas producciones y facilitar la conversión de grabaciones reales en representaciones espaciales explorables.

Para robótica, el modelado espacial puede servir para generar observaciones simuladas desde las perspectivas de las cámaras de un agente. La empresa plantea que estas representaciones podrían utilizarse en tareas de entrenamiento y evaluación, aunque el material disponible no demuestra por sí solo que Atlas alcance un nivel de fiabilidad suficiente para operar robots en entornos reales.

World Labs también relaciona sus modelos de mundo con la planificación de acciones y la exploración de entornos. En ese contexto, la capacidad de reconstruir espacios y producir nuevas vistas podría facilitar escenarios de Real-to-Sim, en los que datos capturados en el mundo real se transforman en entornos simulados.

La manipulación robótica exigiría además que los objetos se comporten de forma consistente ante las acciones del agente. Atlas se presenta como una herramienta para investigar ese tipo de aplicaciones, pero no deben confundirse las posibilidades anunciadas por la compañía con resultados confirmados en tareas robóticas desplegadas.

Arquitectura, evaluación y próximos pasos

World Labs describe Atlas como un modelo de mundo orientado a la inteligencia espacial y capaz de procesar varias modalidades. La información pública disponible destaca su uso de texto, imágenes y video para generar entornos 3D explorables, pero no permite verificar de forma independiente todos los detalles de su arquitectura ni de su entrenamiento.

La compañía afirma que Atlas fue evaluado en tareas relacionadas con la generación condicionada por cámara y la reconstrucción 3D desde vistas escasas. También sostiene que superó a sistemas de video recientes en el seguimiento de trayectorias de cámara y que obtuvo mejores resultados que modelos especializados en determinadas comparaciones.

Esas afirmaciones de desempeño corresponden a la evaluación comunicada por World Labs. En la información disponible no aparecen resultados numéricos completos ni una evaluación independiente que permita establecer la magnitud exacta de cualquier ventaja frente a modelos como Pi3X, π³, VGGT-Ω 1B, Depth Anything 3 o MapAnything.

World Labs prevé aplicar sus avances en productos y herramientas relacionados con la creación de mundos 3D. La empresa ya ofrece Marble y ha anunciado una API pública para generar entornos explorables a partir de texto, imágenes y video, mientras que el alcance comercial y las condiciones de disponibilidad específicas de Atlas no quedan detallados en la información consultada.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados