La plupart des IA génératives créent du contenu que l’on regarde.
World Labs veut aller plus loin : créer des environnements dans lesquels on peut se déplacer.
Son nouveau modèle, Atlas, repose sur ce que l’entreprise appelle l’intelligence spatiale.
À partir d’une simple image, Atlas peut générer de nouveaux angles de caméra, reconstruire une scène en 3D, créer des mouvements de caméra contrôlés et même simuler des environnements pour des robots.
Autrement dit :
Atlas ne cherche pas seulement à générer une image. Il essaie de comprendre le monde derrière cette image.
Qu’est-ce que World Labs Atlas ?
World Labs décrit Atlas comme un Omni World Model.
Le modèle a été entraîné à travailler avec :
- du texte
- des images
- de la vidéo
- des positions de caméra
- des informations de profondeur 3D
Un générateur d’images classique se concentre surtout sur l’apparence visuelle.
Atlas essaie d’aller plus loin et de comprendre :
où les objets se trouvent réellement dans l’espace.
Prenons l’exemple d’une photo de pièce.
Un générateur d’images classique peut créer une nouvelle image qui lui ressemble.
Atlas, lui, tente de comprendre la structure de la pièce.
Il peut ensuite déplacer virtuellement la caméra vers une position qui n’apparaissait pas sur la photo d’origine et générer ce que l’on devrait voir depuis ce nouveau point de vue.
C’est l’une des principales différences entre un world model et un générateur d’images traditionnel.
La fonction clé d’Atlas : un contrôle précis de la caméra
Les modèles de génération vidéo par IA ont énormément progressé.
Mais contrôler exactement la caméra reste compliqué.
Vous pouvez écrire :
Déplace lentement la caméra autour du personnage.
Le modèle doit encore décider ce que signifie réellement « autour ».
Atlas adopte une autre approche.
Il peut utiliser directement la géométrie de la caméra comme entrée afin de mieux contrôler :
- la position de la caméra
- l’angle de vue
- la direction du mouvement
- la trajectoire
- les changements de plan
World Labs parle de pixel-perfect camera control.
Au lieu de générer encore et encore jusqu’à obtenir le bon mouvement par hasard, les créateurs peuvent définir beaucoup plus directement la façon dont la caméra doit se déplacer.
Cela pourrait être particulièrement utile pour :
- le cinéma
- le jeu vidéo
- la publicité
- la production virtuelle
- l’architecture
- la visualisation 3D
Atlas peut générer jusqu’à une minute de vidéo en 1440p
Selon World Labs, Atlas peut générer des vidéos allant jusqu’à une minute en 1440p, à partir d’images de référence et de trajectoires de caméra prédéfinies.
Mais la durée n’est pas le point le plus intéressant.
Le vrai sujet est la cohérence spatiale.
Lorsque la caméra se déplace dans un environnement généré, les objets doivent rester à leur place.
Une porte ne devrait pas changer de mur.
Une table ne devrait pas disparaître dès que la caméra pivote.
La structure de la scène doit rester stable lorsque le point de vue change.
C’est précisément l’un des problèmes qu’Atlas cherche à résoudre.
D’une image à une scène 3D
Atlas peut également servir de modèle de reconstruction 3D.
À partir d’une ou plusieurs images d’un lieu réel, il peut générer des vues depuis des positions qui n’ont jamais été photographiées.
Plus il dispose d’images de référence, plus il comprend la scène et moins il doit inventer les parties manquantes.
Atlas peut aussi produire des représentations 3D explicites, notamment :
- des nuages de points
- des 3D Gaussian Splats
Les résultats d’Atlas pourraient donc être utilisés bien au-delà de la génération d’images ou de vidéos.
Par exemple dans :
- les jeux vidéo
- la conception 3D
- les VFX
- les jumeaux numériques
- la simulation
- la robotique
Pourquoi Atlas est-il appelé un « world model » ?
Le terme world model prend de plus en plus d’importance dans l’IA.
Les grands modèles de langage apprennent principalement les relations entre les mots, les concepts et les informations.
Les world models essaient plutôt d’apprendre les relations entre :
- les objets
- l’espace
- le mouvement
- le temps
Un robot, par exemple, ne doit pas seulement reconnaître qu’un objet est une chaise.
Il doit aussi comprendre :
- où elle se trouve
- sa taille
- sa distance
- s’il peut passer autour
- à quoi elle ressemblerait depuis un autre angle
- ce qui pourrait se passer en cas de collision
C’est ce type de compréhension que World Labs appelle intelligence spatiale.
Pourquoi Atlas pourrait être important pour la robotique
L’un des cas d’usage les plus intéressants d’Atlas n’a pas grand-chose à voir avec les vidéos créatives.
Il concerne la robotique.
Entraîner des robots dans le monde réel coûte cher et prend du temps.
Les simulations permettent d’accélérer le processus, mais créer des environnements virtuels réalistes demande également beaucoup de travail.
Atlas propose une autre approche :
transformer des environnements réels en espaces numériques utilisables pour la simulation.
Le workflow pourrait devenir :
Enregistrer un environnement → Le reconstruire → Simuler des variantes → Entraîner ou tester un robot
Si cette technologie devient suffisamment fiable à grande échelle, les world models pourraient devenir une infrastructure importante pour le Physical AI.
Atlas est aussi capable de générer des images
Atlas dispose également de fonctionnalités plus classiques de génération d’images.
Il peut créer :
- des images à partir de texte
- différents styles visuels
- du texte intégré dans les images
- des panoramas à 360°
Mais ce n’est pas réellement son objectif principal.
Pour un générateur d’images classique, l’image est le résultat final.
Pour Atlas :
une image n’est qu’un point de vue sur un monde plus vaste.
World Labs Atlas vs génération vidéo IA traditionnelle
| Génération vidéo IA traditionnelle | World Labs Atlas |
|---|---|
| Génère une vidéo | Génère ou reconstruit un monde |
| Caméra principalement contrôlée par prompt | Géométrie de caméra utilisable directement |
| Se concentre sur un clip | Se concentre sur la cohérence spatiale |
| Sortie principalement 2D | Sorties 2D et 3D |
| Principalement création de contenu | Création, reconstruction, simulation et robotique |
Atlas n’essaie pas nécessairement de remplacer tous les générateurs vidéo IA.
Il cherche à résoudre un problème plus large :
une IA peut-elle réellement comprendre un espace et l’observer depuis plusieurs points de vue ?
Vous pouvez également regarder la vidéo officielle d’Atlas publiée par World Labs.
Comment iWeaver peut aider à étudier Atlas et les autres world models
Avec un modèle comme Atlas, le problème n’est généralement pas le manque d’informations.
C’est plutôt leur dispersion.
Pour comprendre ce qui a réellement changé, il faut souvent consulter :
- les annonces officielles
- les rapports techniques
- les articles de recherche
- les vidéos de démonstration
- les benchmarks
- les tests des développeurs
- les retours utilisateurs
- les modèles concurrents
Avec iWeaver, vous pouvez réunir pages web, PDF, vidéos et notes de recherche dans un seul espace, résumer les informations clés et comparer différentes sources tout en conservant le lien avec les documents d’origine.
Vous pouvez par exemple analyser ensemble :
la documentation World Labs + les rapports techniques + les vidéos de démonstration + les modèles concurrents
L’objectif n’est alors plus simplement de savoir qu’un nouveau modèle est sorti.
Il s’agit de comprendre :
quel problème Atlas résout réellement et ce qu’il change par rapport aux modèles précédents.
Peut-on utiliser World Labs Atlas aujourd’hui ?
Pour le moment, Atlas n’est pas disponible pour tout le monde.
World Labs indique que le modèle entre en early access auprès de partenaires sélectionnés.
Aucune date de disponibilité publique générale n’a encore été annoncée.
Atlas devrait également être utilisé dans de futures versions des produits Marble de World Labs.
Pour la plupart des utilisateurs, Atlas reste donc davantage un aperçu de l’avenir de l’IA spatiale qu’un outil utilisable immédiatement au quotidien.
Atlas représente-t-il la prochaine étape de l’IA ?
Ces dernières années, l’IA est devenue très performante pour générer :
- du texte
- des images
- de l’audio
- de la vidéo
Mais ces contenus restent souvent isolés.
Une image reste une image.
Une vidéo reste une vidéo.
Les world models comme Atlas posent une autre question :
l’IA peut-elle comprendre l’espace qui existe derrière ces images ?
Si la réponse devient oui, la prochaine génération d’IA pourrait ne plus seulement produire du contenu isolé.
Elle pourrait créer de véritables environnements persistants dans lesquels pourraient évoluer des personnes, des caméras, des personnages de jeux, des logiciels et des robots.
Atlas en est encore à ses débuts.
Mais le passage de la génération de contenu à la compréhension du monde mérite d’être suivi.