Um modelo onde antes eram quatro
A World Labs publicou o Atlas em 1º de setembro e o descreveu como um modelo de mundo omni, pré-treinado do zero para operar nativamente com texto, imagens, vídeo e 3D. A empresa afirma que o sistema é um transformador de difusão autorregressivo multimodal e que cada entrada é incorporada a um único contexto espacial compartilhado, em vez de ser tratada por um componente separado.
Esse enquadramento é o sentido do lançamento. Reconstruir uma cena, gerar vídeo ao longo de uma trajetória de câmera escolhida e simular o que um robô veria costumavam ser três sistemas diferentes. A World Labs sustenta que são um único problema.
O que recebe e o que entrega
O Atlas aceita texto, imagens, poses de câmera e mapas de profundidade 3D. O vídeo é tratado como uma sequência de imagens, cada uma com posicionamento de câmera explícito. Na saída, a empresa lista vídeo de até um minuto em até 1440p, nuvens de pontos e splats gaussianos 3D, e panorâmicas de 360 graus geradas a partir de um texto ou de uma imagem.
É na reconstrução que os números são mais concretos. A World Labs afirma que o Atlas produz reconstruções fiéis de uma cena normalmente a partir de apenas duas ou três imagens, e que também pode aproveitar mais de cem imagens de entrada quando elas existem.
Quatro capacidades em um só sistema
A empresa agrupa o trabalho do modelo em quatro funções: geração controlada por câmera, que descreve como precisa no nível do pixel; reconstrução espacial a partir de entradas esparsas; simulação espaço-tempo, usada para reenquadrar vídeo e para robótica; e geração de imagens a partir de texto com obediência a instruções complexas.
O caso da robótica é o mais prático dos quatro. Como o modelo representa espaço e tempo em conjunto, pode reconstruir um ambiente real e depois renderizar observações RGB e de profundidade a partir de pontos de vista simulados de um robô — a etapa Real-to-Sim que, de outro modo, exige montar a cena à mão.
As comparações são da própria empresa
A World Labs afirma que o Atlas supera os modelos de ponta especializados em reconstrução 3D e vence modelos de vídeo recentes na geração controlada por câmera. Nenhuma das duas afirmações vem acompanhada de posição publicada em um ranking, de um concorrente nomeado ou de avaliação independente, e os pesos não foram liberados.
O acesso é limitado. O modelo está em acesso antecipado com parceiros selecionados e os interessados passam por um formulário de solicitação; a World Labs não disse quando ele ficará disponível de forma ampla, nem quanto custará.
Onde isso se encaixa
A World Labs foi fundada por Fei-Fei Li, ex-diretora do laboratório de IA de Stanford, e levantou cerca de 1,2 bilhão de dólares de investidores como Nvidia, AMD e Autodesk em uma rodada anunciada em fevereiro de 2026, segundo o SiliconANGLE. O Atlas sucede o Marble, o produto comercial de modelo de mundo da empresa.
O que observar
Três coisas mostrarão se o enquadramento omni se sustenta. Se pesquisadores externos conseguem reproduzir o resultado de reconstrução esparsa em suas próprias cenas, assim que alguém fora da lista de parceiros puder executá-lo. Se equipes de robótica de fato adotam o caminho Real-to-Sim no lugar da simulação construída à mão. E se a World Labs coloca data e preço na disponibilidade geral, o que até agora não fez.
