Die meisten generativen KI-Modelle erzeugen Inhalte, die man betrachtet.
World Labs will einen Schritt weitergehen: KI soll Welten erschaffen, durch die man sich bewegen kann.
Mit Atlas hat das Unternehmen ein neues multimodales World Model vorgestellt, das auf sogenannter Spatial Intelligence basiert.
Aus einem einzelnen Bild kann Atlas neue Kameraperspektiven erzeugen, Szenen in 3D rekonstruieren, kontrollierte Kamerabewegungen erstellen und sogar Umgebungen für Roboter simulieren.
Kurz gesagt:
Atlas erzeugt nicht nur ein Bild. Das Modell versucht, die Welt hinter diesem Bild zu verstehen.
Was ist World Labs Atlas?
World Labs bezeichnet Atlas als Omni World Model.
Das Modell wurde mit verschiedenen Datentypen trainiert:
- Text
- Bilder
- Video
- Kamerapositionen
- 3D-Tiefeninformationen
Ein klassischer Bildgenerator konzentriert sich hauptsächlich darauf, wie ein Bild aussieht.
Atlas versucht zusätzlich zu verstehen:
wo sich Objekte im Raum befinden.
Lädt man zum Beispiel ein Foto eines Zimmers hoch, könnte ein normaler Bildgenerator ein ähnliches Bild erstellen.
Atlas versucht dagegen, die räumliche Struktur des Zimmers zu erfassen.
Anschließend kann die virtuelle Kamera an eine Position bewegt werden, die im Originalfoto nie zu sehen war. Atlas generiert dann, was aus diesem Blickwinkel sichtbar sein sollte.
Genau darin liegt einer der wichtigsten Unterschiede zwischen einem World Model und einem klassischen Bildgenerator.
Die wichtigste Atlas-Funktion: präzise Kamerasteuerung
KI-Videomodelle sind in kurzer Zeit deutlich besser geworden.
Die Kamera exakt zu steuern, ist jedoch weiterhin schwierig.
Ein Prompt könnte etwa lauten:
Bewege die Kamera langsam um die Figur herum.
Was „um die Figur herum“ genau bedeutet, entscheidet aber immer noch das Modell.
Atlas verfolgt einen anderen Ansatz.
Kamerageometrie kann direkt als Eingabe verwendet werden. Dadurch lassen sich unter anderem präziser steuern:
- Kameraposition
- Blickwinkel
- Bewegungsrichtung
- Kamerapfad
- Einstellungswechsel
World Labs spricht von pixel-perfect camera control.
Statt eine Szene immer wieder neu zu generieren, bis die Kamera zufällig die gewünschte Bewegung ausführt, können Kreative den Kamerapfad wesentlich direkter festlegen.
Das könnte besonders interessant sein für:
- Filmproduktion
- Spieleentwicklung
- Werbung
- virtuelle Produktion
- Architektur
- 3D-Visualisierung
Atlas kann Videos mit bis zu einer Minute Länge in 1440p erzeugen
Laut World Labs kann Atlas Videos mit einer Länge von bis zu einer Minute in 1440p erzeugen.
Dabei können Referenzbilder und geplante Kamerapfade verwendet werden.
Noch wichtiger als die Länge ist jedoch die räumliche Konsistenz.
Bewegt sich die Kamera durch eine generierte Umgebung, müssen Objekte an ihrem Platz bleiben.
Eine Tür sollte nicht plötzlich an einer anderen Wand erscheinen.
Ein Tisch sollte nicht verschwinden, sobald sich die Kamera dreht.
Die Struktur der Szene muss auch bei wechselnden Blickwinkeln stabil bleiben.
Genau dieses Problem soll Atlas lösen.
Von einem Bild zur 3D-Szene
Atlas kann außerdem für die 3D-Rekonstruktion genutzt werden.
Aus einem oder mehreren Bildern eines realen Ortes kann das Modell Ansichten erzeugen, die ursprünglich nie fotografiert wurden.
Je mehr Referenzbilder vorhanden sind, desto mehr Informationen hat Atlas über die Szene und desto weniger muss das Modell ergänzen.
Atlas kann außerdem explizite 3D-Repräsentationen erzeugen, darunter:
- Punktwolken
- 3D Gaussian Splats
Dadurch könnten Atlas-Ergebnisse nicht nur für Bilder und Videos genutzt werden.
Mögliche Anwendungen wären:
- Games
- 3D-Design
- VFX
- digitale Zwillinge
- Simulation
- Robotik
Warum wird Atlas als World Model bezeichnet?
Der Begriff World Model wird in der KI immer wichtiger.
Large Language Models lernen hauptsächlich Beziehungen zwischen Wörtern, Konzepten und Informationen.
World Models versuchen dagegen, Beziehungen zwischen folgenden Elementen zu verstehen:
- Objekte
- Raum
- Bewegung
- Zeit
Ein Roboter muss zum Beispiel nicht nur erkennen, dass ein Objekt ein Stuhl ist.
Er muss auch verstehen:
- wo der Stuhl steht
- wie groß er ist
- wie weit er entfernt ist
- ob er daran vorbeifahren kann
- wie er aus einem anderen Winkel aussieht
- was bei einer Kollision passieren könnte
Diese Art von Verständnis bezeichnet World Labs als Spatial Intelligence.
Warum Atlas für Robotik wichtig werden könnte
Eine der spannendsten Anwendungen von Atlas hat wenig mit kreativen Videos zu tun.
Es geht um Robotik.
Roboter in der realen Welt zu trainieren ist teuer und zeitaufwendig.
Simulationen können helfen, doch realistische virtuelle Umgebungen zu erstellen ist ebenfalls aufwendig.
Atlas bietet einen anderen Ansatz:
Reale Umgebungen könnten direkt in digitale Simulationsräume umgewandelt werden.
Ein möglicher Workflow:
Reale Umgebung aufnehmen → 3D-Szene rekonstruieren → Varianten simulieren → Roboter trainieren oder testen
Wenn solche Modelle zuverlässig skalieren, könnten World Models zu einer wichtigen Infrastruktur für Physical AI werden.
Atlas kann auch Bilder generieren
Atlas unterstützt auch klassische generative Funktionen.
Dazu gehören:
- Text-zu-Bild
- unterschiedliche visuelle Stile
- Text innerhalb von Bildern
- 360-Grad-Panoramen
Die reine Bildgenerierung ist aber nicht der wichtigste Punkt.
Für einen klassischen Bildgenerator ist ein Bild das Endprodukt.
Für Atlas gilt:
Ein Bild ist nur eine einzelne Perspektive innerhalb einer größeren Welt.
World Labs Atlas vs. klassische KI-Videogenerierung
| Klassische KI-Videogenerierung | World Labs Atlas |
|---|---|
| Erzeugt ein Video | Erzeugt oder rekonstruiert eine Welt |
| Kamera hauptsächlich per Prompt gesteuert | Kamerageometrie kann direkt verwendet werden |
| Fokus auf einzelne Clips | Fokus auf räumliche Konsistenz |
| Hauptsächlich 2D-Ausgabe | Unterstützt 2D und 3D |
| Vor allem Content-Erstellung | Content, Rekonstruktion, Simulation und Robotik |
Atlas soll also nicht einfach jeden KI-Videogenerator ersetzen.
Das Modell versucht, ein grundlegenderes Problem zu lösen:
Kann KI einen Raum wirklich verstehen und ihn aus unterschiedlichen Perspektiven betrachten?
Wer Atlas in Aktion sehen möchte, kann sich auch das offizielle Atlas-Video von World Labs ansehen.
Wie iWeaver bei der Recherche zu Atlas helfen kann
Bei neuen Modellen wie Atlas besteht das Problem meist nicht darin, dass zu wenig Informationen vorhanden sind.
Im Gegenteil: Sie sind überall verteilt.
Wer wirklich verstehen will, was sich verändert hat, muss häufig mehrere Quellen vergleichen:
- offizielle Ankündigungen
- technische Berichte
- Research Papers
- Demo-Videos
- Benchmarks
- Entwicklertests
- Nutzererfahrungen
- Konkurrenzmodelle
Mit iWeaver lassen sich Webseiten, PDFs, Videos und eigene Notizen an einem Ort sammeln, zusammenfassen und miteinander vergleichen.
Dabei bleibt die Verbindung zur ursprünglichen Quelle erhalten.
Zum Beispiel lassen sich gemeinsam analysieren:
World-Labs-Dokumentation + technische Reports + Demo-Videos + Konkurrenzmodelle
So geht es nicht nur um die Frage:
„Welches neue Modell wurde veröffentlicht?“
Sondern um:
„Welches Problem löst Atlas wirklich und was ist im Vergleich zu früheren Modellen neu?“
Kann man World Labs Atlas bereits nutzen?
Derzeit ist Atlas noch nicht allgemein verfügbar.
World Labs zufolge befindet sich das Modell im Early Access mit ausgewählten Partnern.
Ein Termin für den öffentlichen Zugang wurde bislang nicht angekündigt.
Atlas soll außerdem zukünftige Versionen der Marble-Produkte von World Labs unterstützen.
Für die meisten Nutzer ist Atlas damit aktuell eher ein Ausblick auf die Zukunft räumlicher KI als ein Tool, das sofort in den Alltag integriert werden kann.
Zeigt Atlas, wohin sich KI als Nächstes entwickelt?
In den vergangenen Jahren ist KI immer besser darin geworden, Folgendes zu erzeugen:
- Text
- Bilder
- Audio
- Video
Diese Inhalte existieren jedoch meist unabhängig voneinander.
Ein Bild bleibt ein Bild.
Ein Video bleibt ein Video.
World Models wie Atlas stellen eine andere Frage:
Kann KI den Raum hinter diesen Bildern verstehen?
Wenn das gelingt, könnte die nächste Generation generativer KI nicht mehr nur einzelne Inhalte erzeugen.
Sie könnte dauerhafte digitale Umgebungen schaffen, in denen sich Menschen, Kameras, Spielfiguren, Software und Roboter bewegen können.
Atlas befindet sich noch in einer frühen Phase.
Doch der Schritt von Content generieren zu Welten verstehen ist definitiv einen Blick wert.