World Labs présente Atlas, IA 3D en accès anticipé

Atlas, nouveau modèle de World Labs cofondé par Fei‑Fei Li, revendique des résultats supérieurs à des systèmes spécialisés dans des tests de génération contrôlée et de reconstruction 3D. Les évaluateurs humains l’ont préféré jusqu’à 93 % des fois selon les cas, et un programme d’accès anticipé est ouvert à des partenaires. Conçu comme un omni‑modèle ancré en 3D, Atlas produit de la vidéo en 1440p, des sorties 3D natives et des simulations pour la robotique.

Des préférences humaines jusqu’à 93 % et un accès anticipé ouvert

World Labs précise qu’aucune référence unique ne permet de mesurer l’ensemble des aptitudes d’Atlas et s’appuie sur deux batteries de tests. Lors de la génération contrôlée par caméra, évaluée par des juges externes, ainsi que pour la reconstruction 3D à partir d’un nombre limité de vues, la société affirme qu’Atlas surclasse des modèles spécialisés. Selon les comparaisons réalisées par des évaluateurs humains, Atlas a été préféré dans 75 % des cas face à MiniMax H3, dans 81 % face à Gemini Omni Flash, dans 86 % face à Happy Horse 1.1 et dans 93 % face à Seedance 2.5. Pour la reconstruction, Atlas affiche une erreur médiane de 25,3, devant Pi3X et VGGT‑Ω 1B. Le modèle est accessible via un programme d’accès anticipé réservé à des partenaires sélectionnés. World Labs affirme que la performance d’Atlas progresse avec davantage de calcul d’entraînement et prévoit d’intégrer Atlas dans les prochaines versions de Marble et d’autres produits. L’entreprise estime qu’Atlas surpasse les modèles spécialisés, et évoque la possibilité que cette avance rende certains d’entre eux obsolètes.

Sorties 3D natives, effet bullet time et données pour robots

Atlas génère des données 3D réelles en traitant la profondeur en même temps que les informations RGB, et prend en charge des formats comme les nuages de points et les splats gaussiens 3D. En mode simulateur, il modélise l’espace et le temps ensemble et peut produire un effet « bullet time » à partir de séquences captées par quelques caméras seulement, avec des démonstrations réalisées à partir de smartphones et de caméras d’action. Pour la robotique, Atlas sert d’outil de passage du réel à la simulation : il reconstruit une pièce et génère les images et données de profondeur que percevraient les capteurs d’un robot simulé le long de son trajet. À partir de quelques photos, il est possible de simuler et de varier des tâches de préhension et de mouvement en modifiant objets, positions, éclairage ou arrière‑plans, afin de produire des jeux de données d’entraînement diversifiés sans devoir capturer chaque situation réelle.

Atlas crée de nouvelles vues 3D à partir d’images fournies

Lors de la génération contrôlée par caméra, Atlas utilise une ou plusieurs images pour créer de nouvelles vues à des emplacements et orientations choisis librement. Le déplacement de la caméra est fourni comme une information géométrique explicite plutôt que décrit par une instruction textuelle. World Labs indique que le modèle est capable de générer jusqu’à une minute de vidéo en 1440p et insiste sur la possibilité pour l’utilisateur de contrôler chaque prise. Pour la reconstruction spatiale, Atlas recompose des scènes réelles à partir d’un nombre restreint de photos sans recourir à un équipement spécialisé, et ses performances augmentent avec le nombre d’images fournies. Selon l’entreprise, deux ou trois images peuvent déjà suffire pour obtenir une fidélité élevée, et le système accepte aussi plus d’une centaine d’entrées. Une démonstration montre l’assemblage progressif du Main Quad de Stanford à partir de deux à 25 photos prises au sol, ainsi que la génération de vues aériennes au‑dessus du campus.

Un omni‑modèle ancré en 3D pour l’« intelligence spatiale »

World Labs décrit Atlas comme un omni‑modèle formé depuis le début sur des textes, des images, des vidéos et des données 3D. Chaque donnée d’entrée correspond à une localisation précise dans l’espace, et non à une séquence linéaire, ce que la société désigne comme du « contexte spatial » et présente comme une différence par rapport aux modèles strictement linguistiques ou vidéo. Atlas constitue le premier modèle développé à grande échelle par l’entreprise pour répondre à l’ambition déclarée d’« intelligence spatiale », c’est‑à‑dire une capacité à appréhender l’espace 3D comparable à celle des humains. Ce modèle est capable de générer, reconstruire et simuler des scènes 3D à partir d’un petit nombre d’images.

Cap sur les mondes 3D : trajectoire de World Labs et cadre scientifique

Un premier système, présenté à la fin de l’année 2024, permettait de parcourir quelques mètres virtuels avant de rencontrer des frontières invisibles, puis Marble a été lancé en novembre 2025. World Labs, créée en 2024 par Fei‑Fei Li — à l’origine d’ImageNet et ancienne directrice de l’IA de Google Cloud entre 2017 et 2018 — a commercialisé son produit avec le soutien d’Andreessen Horowitz, AMD, Intel et Nvidia. En février 2026, l’entreprise a levé 1 milliard de dollars auprès d’Autodesk, Andreessen Horowitz, Nvidia et AMD, après des discussions antérieures mentionnées autour d’une valorisation de 5 milliards de dollars. Fei‑Fei Li a également formulé en novembre 2025 une critique des architectures séquentielles 1D/2D pour les tâches spatiales et plaidé pour des mécanismes de tokenisation, de contexte et de mémoire conscients des dimensions 3D ou 4D. Dans la communauté scientifique, la notion de « modèle de monde » demeure débattue, tandis qu’une équipe internationale dirigée par l’Université de Pékin a proposé en avril 2026 via OpenWorldLib une définition unifiée excluant les modèles purement texte‑à‑vidéo, et considérant la reconstruction 3D et les simulateurs comme des briques fondamentales.