World Labs 发布 Atlas 全能世界模型，支持文本图像视频生成 3D 世界
World Labs 发布 Atlas 全能世界模型，可从文本、图像、视频和相机位姿生成、重建并模拟 3D 世界。官方称其支持像素级相机控制、最长 1 分钟 1440p 视频、稀疏视角 3D 重建，并输出点云和 3D Gaussian splats，用于机器人 real-to-sim 流程，架构为共享空间上下文的多模态自回归扩散 Transformer。
创作方向
AI 视频 最新动态
AI 视频生成与编辑：文生视频、图生视频、数字人与 AI 短片创作的工具、玩法和作品。
603 条精选近 30 天 554 条共收录 1,587 条
更新
精选归档 · 第 31 页
Olivio Sarikas精选AI 评分7272
发布页 · Runway精选AI 评分7878 Runway 发布 GWM Worlds 2 实时交互世界模型研究预览
Runway 发布 GWM Worlds 2，这是基于其音视频生成基础模型迭代的实时交互世界模型研究预览，可生成 720p、24 fps 视频和 48,000 Hz 音频。
选题角度：原文给出实时生成演示和按键绑定玩法，适合录屏展示用文字动作和镜头操控实时改变沙漠场景的效果。
发布页 · MiniMax精选AI 评分8282 MiniMax 发布多模态生成模型 H3，支持 2K 15 秒视频与原生立体声
MiniMax 发布通用多模态生成模型 H3，可统一理解文本、图像、视频和音频上下文，生成带原生立体声、最长 15 秒的 2K 视频。官方称 2K 下每秒价格不到主流模型的三分之一，768p 下不到主流模型 720p 价格的一半，并计划在符合法规的前提下于近日开放模型权重。
选题角度：官方放出多段 2K 样片和原生立体声演示，适合逐条拆解多模态上下文输入的实际生成效果。