李飞飞最新世界模型正式开放,我用它一句话造出重庆山城

李飞飞最新世界模型正式开放,我用它一句话造出重庆山城

💡 原文中文,约4400字,阅读约需11分钟。
📝

内容提要

李飞飞创办的World Labs正式开放世界模型Atlas,提供网页应用和开发者API,新用户赠1万积分。平台含四款工具:Viewfinder从图片生成可探索场景,Chisel用自然语言搭建3D白模,Relight重新打光,Splat to mesh转网格导出引擎。实测可从草图或提示词生成重庆山城场景并渲染多机位视频。Atlas将世界模型整合为从生成到导出的完整工作流,可与编程Agent配合制作游戏场景。

🔎

延伸解读

从生成到导出的完整工作流

Atlas 将世界模型拆解为四个工具:Viewfinder 从图片生成可探索场景,Chisel 用自然语言搭建 3D 白模,Relight 重新打光,Splat to mesh 转网格导出。这覆盖了从输入到输出的完整链路,每个环节都有明确标价,例如渲染一帧 50 积分、生成完整 Splat 5000 积分。对用户而言,这意味着世界生成不再是单点演示,而是一条可规划、可预算的生产管线。

实测重庆山城:能力与耗时

作者用一句提示词生成重庆山城场景,Chisel 智能体自动执行 6 步计划,耗时约 30 分钟,最终产出 38 级石阶、10 栋居民楼、3 节轻轨车厢和 8 个零遮挡机位。系统能自动检测并修复悬空、穿插等几何错误,例如修复轻轨桥墩悬空 8.25 米的问题。这说明 Atlas 在复杂场景搭建上具备一定自动化能力,但耗时和积分消耗也提示它更适合有明确产出的项目,而非随意试玩。

与编程 Agent 的分工协作

文章指出,编程 Agent 负责搭建结构、编写交互,世界模型负责根据空间约束生成视觉内容。World Labs 提供了 Codex、Claude Code 集成和 Blender 集成,方便将生成结果送入现有制作流程。但导出一个场景距离完成游戏或影片仍有距离,交互规则、角色行为和资产检查调整都需要继续处理。对独立开发者来说,这降低了场景制作门槛,但并未替代完整的开发工作。

竞争与局限:画质之外的价值

文章提到,Viggle 的 Hang Chu 发布 JST-2 与 Atlas 的并排对比,质疑 Atlas 将视图重建为 Gaussian splats 所需的额外步骤和耗时。Atlas 开放的真正意义可能不在于单次生成画质,而在于把世界模型包装成可用的工作流。不过,文章也承认,导出的场景仍需大量后续加工,且积分制下免费额度仅够简单体验,深度使用需考虑成本。

❓

Q&A

李飞飞的World Labs开放了什么产品?新用户有什么福利?

World Labs正式开放了世界模型Atlas,同步上线网页应用和开发者API。新用户注册即送10000积分,可用于体验各项功能。

Atlas平台包含哪些工具?各自有什么作用?

Atlas包含四款工具:Viewfinder从图片生成可探索场景;Chisel用自然语言搭建3D白模;Relight给splat场景重新打光;Splat to mesh将点云转成带贴图的GLB网格,对接游戏引擎。

Atlas的积分是如何消耗的?免费积分够用吗?

Viewfinder渲染一帧50积分,Chisel智能体按token计费(每1M输出token 10000积分),Chisel整组渲染160积分,生成完整Splat需5000积分。免费10000积分可用于简单体验各项功能。

如何用Atlas从一张图片生成可探索的3D场景?

使用Viewfinder上传图片(支持JPG/PNG/WEBP/HEIC),图片作为画框放入3D视口。移动相机到新位置(需平移产生视差),点击Render(50积分)生成新视角画面。多角度渲染累积帧后,可生成完整点云(约15分钟)或视频,最后导出MP4/PLY/SPZ文件。

Atlas能否根据文字描述生成复杂场景?效果如何?

可以。例如输入一句关于“暴雨夜的重庆山城巷弄”的提示词,Atlas先生成参考图,Chisel智能体自动执行6步计划(约30分钟),搭建出包含38级石阶、10栋居民楼、轻轨车厢、霓虹灯箱等元素的场景,并自动修复几何错误,最终渲染出多机位视频。

Atlas如何与编程Agent配合制作游戏场景?

编程Agent(如Fable 5.2、Codex、Claude Code)负责搭建粗略三维几何结构和编写交互,Atlas的世界模型接口负责根据空间约束生成视觉内容。生成结果可通过Blender集成或Splat to mesh转成网格,导入游戏引擎继续加工。

🏷️

标签

➡️

继续阅读