文章介绍了世界模型的最新进展：李飞飞团队发布多模态世界模型Atlas，能重建3D场景并生成新视角；国内影溯的InSpatio-World也能从视频构建动态4D场景，并登顶WorldArena 2.0榜单。文章强调，世界模型正从生成视频转向建模空间，同时影溯联合多方启动SIDO计划，推动3D数据底座建设。

World Labs发布3D世界模型Atlas，仅需3-5台手机或相机即可生成“子弹时间”效果，替代传统60台相机阵列。它融合文字、图像、深度和相机位姿，构建三维空间，支持后期自由调整机位、生成新视角，甚至重建场景为点云或Gaussian Splat。该技术旨在推动空间智能，降低机器人训练成本，让创作摆脱设备限制。

World Labs发布全球首个多模态世界模型Atlas，支持相机控制生成、空间重建与时空模拟，可从少量照片生成1分钟1440p视频，并补全未拍摄区域。其空间重建能力优于现有模型，旨在解决具身智能训练数据不足问题，通过Real to Sim路线降低仿真成本。Atlas采用多模态自回归扩散Transformer架构，在盲测中胜率高达94%，未来将作为Marble平台底层模型。

李飞飞团队发布全球首个多模态世界模型Atlas，可通过单张图片生成像素级相机控制的视频，重建3D场景并模拟时空变化。该模型融合文本、图像、视频和3D数据，支持机器人训练和视觉特效，性能优于现有SOTA模型，现已开放早期访问。

李飞飞在访谈中强调，AI不是人类的替代者，而是个人能力的放大器。她指出，视觉是智能基石，AI发展依赖算法灵感与数据觉醒，如ImageNet项目。AI在医疗、教育等领域有巨大潜力，但缺乏私人情感与内在驱动力。她主张人机协作，警惕过度依赖或全盘禁止AI，并呼吁社会共同参与技术设计，重视教师与家长支持，培养青少年提问能力。

World Labs收购SceniX，推动世界模型从生成空间转向模拟行动后果，实现R2S2R闭环。无问智科提出“采集世界—生成世界—模拟世界”技术路线，构建物理AI数据基础设施，通过真实数据、生成扩展和物理模拟，持续训练和评测机器人，提升模型能力。

李飞飞团队World Labs发布机器人训练引擎R2S2R，通过Real-to-Sim将真实任务重建为仿真环境，再经Sim-to-Real训练策略并部署回现实，打通仿真到真实闭环。该引擎无需真实数据即可让机器人连续自主运行1小时，并支持多平台任务，旨在规模化获取经验、评估策略，推动机器人商业化落地。

李飞飞团队世界模型榜单更新，兔展智能联合北大、鹏城实验室的UniWorld-View登顶。该模型支持单图或视频生成新视角，通过遮挡感知渲染和双流条件注入解决大基线难题，实现精确相机控制，并统一单图3D与视频4D生成，代码已开源。

EgoVerse是由佐治亚理工等机构发起的全球第一视角人类操作数据生态，旨在为机器人学习建立统一数据标准。光轮智能作为唯一中国公司参与，提供端侧采集、云端处理和仿真验证的质量控制体系，并同时参与NVIDIA等发起的Newton仿真标准，推动物理AI基础设施的全球定义。

SimFoundry是由英伟达与多所高校合作开发的系统，利用真实视频自动生成可交互的机器人仿真环境。该系统通过提取、生成和增强三个阶段，创建数字孪生和数字表亲，提供丰富的训练数据。实验表明，SimFoundry能有效预测机器人在真实环境中的表现，提高任务成功率，减少对真实数据的依赖。

谷歌的离职潮加剧，推理专家周登勇已转投Meta，谷歌内部人才流失严重。Meta吸引了多位顶尖研究人员，显示其在AI领域的吸引力。谷歌正在重组AI Coding团队，优先发展编程能力以应对竞争。

谷歌的“推理之王”Sato已离开Meta，此消息引发了对科技行业人才流动的关注。

李飞飞的文章探讨了“世界模型”的概念，指出其定义混乱，行业需重新梳理。文章将世界模型分为渲染器、模拟器和规划器三类，强调模拟器在连接视觉与行动中的重要性。三者的融合将推动空间智能的发展，使机器不仅能理解世界，还能参与其中。

李飞飞探讨了“世界模型”的定义与功能，强调其在人工智能中的重要性。她将世界模型分为渲染、模拟和规划三大功能，指出模拟器是连接渲染与规划的关键。渲染器关注视觉效果，规划器决定行动。三者的融合将推动机器智能与物理世界的关系发展，未来的挑战在于数据获取与精度的平衡。

李飞飞团队发布了ESI-Bench，这是一个用于评测具身空间智能的新基准。该基准要求AI主动探索以获取信息，研究显示当前AI在空间智能方面，尤其是主动探索和推理能力上仍存在不足。ESI-Bench包含3081个任务实例，覆盖人类核心空间认知能力，旨在提升AI的空间推理能力。

这篇文章讨论了Odyssey公司推出的多人AI生成游戏Agora-1，玩家与AI在同一虚拟世界中对战，体验独特的操作和视觉效果。同时，文章探讨了AI生成世界模型的复杂性及其对真实感的影响，并对未来虚拟体验进行了思考。

李飞飞宣布3D高斯泼溅技术可在移动端流式传输，尽管技术成熟，但3D内容尚未成为主流创作工具。关键在于解决用户对3D技术应用的疑问，行业需建立基础设施以融入3D数据，才能实现应用价值。3D高斯技术正从展示转向生产力工具，未来有望迎来“MP4时刻”。

群核科技近日在港股上市，股价大幅上涨。公司专注于空间智能，致力于让AI理解和重建物理世界。其技术积累了大量三维数据，推动AI从文本理解向空间理解转变。群核的空间语言模型和生成模型已取得显著成果，未来将助力机器人等领域的发展，空间智能被视为AI的基础设施，具有广阔的应用前景。

苏昊加盟复旦大学，担任浩清特聘教授，负责建设通用物理智能研究院。他是具身智能领域的领军人物，参与过ImageNet等重要项目，致力于推动AI在物理世界中的应用。苏昊强调研究院将打破学科界限，培养未来AI领军人才，推动物理智能的发展。

李飞飞的World Labs发布了Spark 2.0，这是一个动态3D高斯点云渲染引擎，能够在手机浏览器中流畅展示超过1亿个3D粒子。该技术通过连续细节层级、流式加载和GPU虚拟内存等手段，解决了渲染效率和内存限制问题，开发者们已利用Spark 2.0创建多种3D应用，旨在让普通用户轻松体验3D世界。