World Labs von Fei-Fei Li zeigt Atlas: 3D-Weltmodell mit Spatial AI

👁 112 Aufrufe

Aktualisierung 18.09.2026: Bei Produkt- und Modellnamen, die seit der Veröffentlichung umbenannt oder eingestellt wurden, habe ich den aktuellen Stand und einen Link zum aktuellen Leitfaden in Klammern ergänzt. Der Rest des Textes entspricht dem Stand des Veröffentlichungstages.

World Labs, das Startup von Fei-Fei Li, hat am 1. September 2026 Atlas vorgestellt - ein Modell, das als erstes multimodales Weltmodell beschrieben wird, das Bilder und Videos mit pixelgenauer Kamerakontrolle erzeugen und 3D-Szenen rekonstruieren kann. Einen Vergleich von Atlas mit Genie 3, Odyssey-3 und Cosmos finden Sie in der Übersicht zu Weltmodellen.

Atlas kann aus einem einzelnen 2D-Foto bis zu einer Minute Video in 1440p-Auflösung generieren. Dabei bleibt die geometrische Konsistenz stabil, sodass sich die Szene aus jedem beliebigen Blickwinkel betrachten lässt. Neben Video gibt das Modell auch 3D-Assets aus - Punktwolken und sogenannte 3D-Gaussian-Splats. Es verknüpft Video, Text, Kamerapositionen und Tiefenkarten in einem gemeinsamen räumlichen Kontext.

Was Atlas von bisherigen Video-Generatoren unterscheidet

Klassische Video-Generatoren wie Sora (Produkt von OpenAI am 26. April 2026 eingestellt; wie es weitergeht) von OpenAI stützen sich bei der Steuerung von Kamerawinkeln und -bewegungen auf ungenaue Text-Prompts. Atlas geht einen anderen Weg: Das Modell verarbeitet Kameratrajektorien und geometrische Daten als native Eingaben, was eine deutlich präzisere Kontrolle über die Perspektive ermöglicht. World Labs beschreibt das System als Modell auf Basis einer multimodalen autoregressiven Diffusions-Transformer-Architektur, die wesentlich komplexer aufgebaut ist als frühe Video-Generatoren.

Erste Nutzertests auf der Plattform X zeigen vielversprechende Ergebnisse - unter anderem demonstrierte der Entwickler Ian Curtis eine Szene, die aus einem einzigen Eingabebild mithilfe von Atlas in Kombination mit den Bibliotheken spark.js und three.js generiert wurde.

Das Erscheinen von Atlas markiert gewissermaßen die Einlösung der zentralen These, die Li bei der Gründung des Unternehmens im Februar 2024 formuliert hatte. Damals argumentierte sie, dass die Entwicklung einer AGI - eines KI-Systems, das menschliche kognitive Fähigkeiten übertrifft - ohne räumliche Intelligenz (spatial intelligence) unmöglich sei. Gemeint ist die Fähigkeit, nativ über 3D-Objekte, Umgebungen und die räumlichen Konsequenzen von Interaktionen nachzudenken - sodass eine KI die physikalische Welt versteht und nicht nur deren textliche Beschreibung.

Li leitete zuvor das KI-Labor der Stanford University und war Mitgründerin des Stanford Institute for Human-Centered AI. Dem Startup gelang es, 1,2 Milliarden USD an Finanzierungsgeldern von Investoren wie Nvidia, AMD und Autodesk einzuwerben (ca. 1,07 Mrd. EUR, EZB-Referenzkurs vom 12.10.2026: 1 EUR = 1,1181 USD, Quelle: EZB) - ein Beleg dafür, wie wichtig der Branche physikalisch fundierte Weltmodelle sind.

Inwieweit Atlas die Kluft zwischen simulierten Umgebungen und dem logischen Erfassen der physischen Welt tatsächlich schließt, werden erst die Zeit und umfassendere Praxistests zeigen.

// weiterlesenEin Komet, fast so alt wie das Universum: Was 3I/ATLAS über unsere kosmische Herkunft verrätWeltraumMehrsprachige KI-Gespräche: Was Forschung über Gedächtnis und Modalitäten weißNachrichtenTagesabschluss:KI täuscht mit korrekten Zahlen - Vertrauen als blinder FleckNachrichten

Kinetyra