जहाँ पहले चार सिस्टम लगते थे, वहाँ एक मॉडल
World Labs ने 1 सितंबर को Atlas प्रकाशित किया और उसे एक ऑम्नी वर्ल्ड मॉडल बताया, जिसे शुरू से इस तरह प्रशिक्षित किया गया है कि वह पाठ, छवियों, वीडियो और 3D पर सीधे काम करे। कंपनी के अनुसार यह प्रणाली एक मल्टीमॉडल ऑटोरिग्रेसिव डिफ्यूज़न ट्रांसफ़ॉर्मर है, और हर इनपुट किसी अलग घटक के बजाय एक ही साझा स्थानिक संदर्भ में समाहित होता है।
यही बात इस रिलीज़ का मूल है। किसी दृश्य का पुनर्निर्माण करना, चुनी हुई कैमरा-राह पर वीडियो बनाना और यह अनुकरण करना कि कोई रोबोट क्या देखेगा — ये आम तौर पर तीन अलग प्रणालियाँ रही हैं। World Labs का कहना है कि यह एक ही समस्या है।
यह क्या लेता है और क्या देता है
Atlas पाठ, छवियाँ, कैमरा स्थितियाँ और 3D डेप्थ मैप स्वीकार करता है। वीडियो को छवियों के अनुक्रम की तरह लिया जाता है, जिनमें से हर एक के साथ स्पष्ट कैमरा स्थिति जुड़ी रहती है। आउटपुट में कंपनी एक मिनट तक का वीडियो 1440p तक, पॉइंट क्लाउड और 3D गॉसियन स्प्लैट, तथा पाठ या छवि से बने 360 डिग्री पैनोरमा गिनाती है।
आँकड़े सबसे ठोस पुनर्निर्माण के मामले में हैं। World Labs का कहना है कि Atlas किसी दृश्य का सटीक पुनर्निर्माण आम तौर पर मात्र दो या तीन छवियों से कर देता है, और उपलब्ध होने पर सौ से अधिक इनपुट छवियों का भी उपयोग कर सकता है।
एक ही प्रणाली में चार क्षमताएँ
कंपनी मॉडल के काम को चार हिस्सों में बाँटती है: कैमरा-नियंत्रित जनरेशन, जिसे वह पिक्सेल-स्तर तक सटीक बताती है; कम इनपुट से स्थानिक पुनर्निर्माण; स्थान-काल अनुकरण, जो वीडियो को दोबारा फ़्रेम करने और रोबोटिक्स में काम आता है; और जटिल निर्देशों का पालन करते हुए पाठ से छवि निर्माण।
इनमें सबसे व्यावहारिक रोबोटिक्स वाला मामला है। चूँकि मॉडल स्थान और समय दोनों का प्रतिनिधित्व करता है, वह किसी वास्तविक परिवेश का पुनर्निर्माण करके अनुकरणित रोबोट दृष्टिकोणों से RGB और डेप्थ अवलोकन बना सकता है — यानी वह Real-to-Sim चरण जिसके लिए अन्यथा दृश्य हाथ से बनाना पड़ता है।
तुलनाएँ कंपनी की अपनी हैं
World Labs का कहना है कि Atlas 3D पुनर्निर्माण के लिए विशेषीकृत अग्रणी मॉडलों से बेहतर है और कैमरा-नियंत्रित जनरेशन में हाल के वीडियो मॉडलों को पीछे छोड़ता है। इनमें से किसी दावे के साथ न कोई प्रकाशित रैंकिंग है, न किसी प्रतिद्वंद्वी का नाम, न कोई स्वतंत्र मूल्यांकन, और मॉडल के वेट भी जारी नहीं किए गए हैं।
पहुँच सीमित है। मॉडल चुनिंदा साझेदारों के साथ अर्ली एक्सेस में है और इच्छुक लोगों को अनुरोध फ़ॉर्म भरना पड़ता है। World Labs ने यह नहीं बताया कि यह सबके लिए कब उपलब्ध होगा या इसकी क़ीमत क्या होगी।
यह कहाँ ठहरता है
World Labs की स्थापना स्टैनफ़ोर्ड की एआई प्रयोगशाला की पूर्व निदेशक फ़ेई-फ़ेई ली ने की थी, और SiliconANGLE के अनुसार कंपनी ने फ़रवरी 2026 में घोषित एक दौर में Nvidia, AMD और Autodesk जैसे निवेशकों से लगभग 1.2 अरब डॉलर जुटाए हैं। Atlas कंपनी के वाणिज्यिक वर्ल्ड मॉडल उत्पाद Marble के बाद आया है।
आगे किस पर नज़र रखें
तीन बातें बताएँगी कि ऑम्नी वाला दावा टिकता है या नहीं। जब साझेदार सूची से बाहर के लोग इसे चला सकेंगे, तब क्या बाहरी शोधकर्ता अपने दृश्यों पर कम छवियों से पुनर्निर्माण का नतीजा दोहरा पाते हैं। क्या रोबोटिक्स टीमें हाथ से बनाई गई सिमुलेशन के बजाय सचमुच Real-to-Sim रास्ता अपनाती हैं। और क्या World Labs सामान्य उपलब्धता की तारीख़ और क़ीमत बताती है, जो उसने अब तक नहीं किया।
