✨︎ Resumen (TL;DR):
- World Labs presentó Atlas el 1 de septiembre de 2026 para generar, reconstruir y simular espacios en un solo sistema.
- El modelo produce hasta un minuto de video a 1440p con entre una y seis imágenes de referencia y una trayectoria de cámara diseñada a mano.
- En la prueba publicada por la empresa, Atlas recibió el recorrido como entrada nativa y cinco modelos rivales solo recibieron una descripción en texto; el acceso queda limitado a socios seleccionados.
World Labs presentó Atlas el 1 de septiembre de 2026. Atlas es un modelo de mundo multimodal que genera, reconstruye y simula espacios dentro de un solo sistema. La compañía cofundada por Fei-Fei Li afirma que produce hasta un minuto de video a 1440p siguiendo la trayectoria de cámara del usuario. En su prueba, Atlas recibió ese recorrido como dato nativo y cinco rivales solo como texto.
Atlas convierte la cámara en un dato espacial
World Labs describe Atlas como un transformer de difusión autorregresivo y multimodal, entrenado desde cero. Procesa texto, imágenes, video, poses de cámara y mapas de profundidad.
El modelo trata el video como una secuencia de imágenes y ancla cada una a una posición concreta del espacio tridimensional. La empresa llama a esa capacidad contexto espacial.
Un generador de video convencional recibe una instrucción escrita, como un paneo o una grúa. Atlas recibe la geometría de la cámara como dato de entrada y devuelve la vista desde ese punto exacto.
Con entre una y seis imágenes de referencia y una trayectoria diseñada a mano, World Labs dice que Atlas puede producir hasta un minuto de video a 1440p. El mismo contexto espacial permite colocar dos imágenes sin relación en distintos puntos y generar el tramo que las conecta.
En los ejemplos publicados aparecen puertas, pasillos y rincones que nadie fotografió. Atlas inventa esas partes para unir una escena con otra.
La prueba de cámara no usa la misma entrada
Para medir el control de cámara, World Labs comparó Atlas con cinco modelos de video y pidió a evaluadores humanos externos que eligieran el resultado que respetaba mejor el movimiento solicitado. Atlas ganó los cinco cruces, con preferencias de 75% a 94%.
La empresa sostiene que esa ventaja crece cuando la trayectoria se vuelve más compleja. Estos fueron los resultados publicados el 1 de septiembre de 2026:
| Modelo comparado | Evaluadores que prefirieron a Atlas |
|---|---|
| MiniMax H3 | 75% |
| Gemini Omni Flash | 81% |
| Happy Horse 1.1 | 86% |
| FLUX 3 | 93% |
| Seedance 2.5 | 94% |
El diseño de la prueba introduce una diferencia relevante. Los otros modelos no aceptan cámaras como entrada nativa, así que World Labs describió el recorrido con términos cinematográficos dentro de un prompt de texto.
La propia empresa reconoce que una ingeniería de prompts más elaborada podría mejorar el seguimiento de cámara de esos sistemas. Por eso, la comparación mide tanto el seguimiento del movimiento como la distancia entre una instrucción escrita y un dato geométrico.
Reconstrucción 3D con un margen más estrecho
En la evaluación de reconstrucción 3D, Atlas promedió un error relativo de 25.3 milésimas, frente a 28.7 del mejor de los cinco sistemas especializados y 47.7 del último.
El resultado no fue el mejor en todos los conjuntos. En uno de los siete conjuntos de prueba, el modelo abierto VGGT-Ω 1B registró menos error que Atlas, con 40.2 frente a 42.4.
World Labs explica que reprodujo los resultados de todos los sistemas de referencia para ejecutar el mismo protocolo.
Atlas reconstruye un espacio real a partir de una imagen o de decenas de ellas. La compañía dice que con dos o tres imágenes suele bastar para obtener una reconstrucción fiel, aunque el contexto espacial admite más de 100. Según World Labs, mientras más imágenes recibe, menos partes tiene que rellenar por su cuenta.
Un jardín inventado detrás de la cámara puede servir para una escena de ficción, pero no para hacer el levantamiento de una bodega, una tienda o una casa en venta. Atlas entrega la reconstrucción como nube de puntos o como splats gaussianos.
Esas representaciones también aparecen en Marble, el primer producto de World Labs. La compañía prevé que Atlas alimente futuras versiones de Marble.
Bullet time y robótica con el mismo modelo
World Labs también describe dos usos que aprovechan el contexto espacial:
- Bullet time: Con material de entre tres y cinco cámaras, grabado con celulares comunes sobre trípodes, según la descripción del equipo, Atlas congela un instante y lo reencuadra desde ángulos que nadie filmó. El efecto corresponde a lo que el cine llama bullet time.
- Robótica: World Labs capturó dos entornos grandes con video de celular y utilizó 24 cuadros de cada uno para reconstruirlos. Después generó las imágenes RGB y de profundidad que verían las cámaras montadas en un robot simulado mientras recorre ese espacio.
Acceso anticipado, sin precio ni validación externa
Atlas entra en acceso anticipado con socios seleccionados y la solicitud se realiza mediante un formulario. El anuncio no indica el precio, la fecha de disponibilidad general ni los nombres de esos socios.
Tampoco hay una evaluación independiente que confirme las comparaciones publicadas. Nadie fuera de World Labs ha reproducido esos resultados.
World Labs levantó 1,000 millones de dólares el 18 de febrero de 2026. Entre sus inversionistas están AMD, Autodesk, Emerson Collective, Fidelity Management & Research Company, NVIDIA y Sea.
La empresa presenta Atlas como el resultado de entrenar modelos cada vez más grandes con más cómputo. Mientras el acceso permanezca restringido a socios elegidos por World Labs, las únicas cifras disponibles sobre Atlas serán las que la propia compañía publicó.
La verificación externa dependerá de que esos socios muestren qué hace el modelo con escenas que World Labs no seleccionó.
