NVIDIA AI(@NVIDIAAI)

What happens when you give a world model 32 images of a place we know very well? World Labs put Atl...

8.5内容质量
What happens when you give a world model 32 images of a place we know very well?

World Labs put Atl...

TL;DR · AI 摘要

NVIDIA Atlas模型通过32张图像实现空间场景重建与实时交互,展示多模态世界模型的突破性应用。

核心要点

  • Atlas模型可从32张静态图像生成实时可交互的3D空间场景
  • 基于NVIDIA Blackwell GPU训练实现像素级相机控制
  • Voyager平台演示了生成式AI在空间计算领域的实际应用

结构提纲

按章节快速跳转。

  1. 展示Atlas模型通过32张图像生成实时交互式3D场景的核心能力

  2. 说明模型如何融合文本、图像、视频和3D数据到共享空间上下文

  3. 揭示基于NVIDIA Blackwell GPU的预训练过程和算力需求

  4. 通过Voyager平台演示实时飞行探索的交互式场景重建效果

  5. 强调像素级相机控制和实时渲染的性能表现

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • Atlas世界模型
    • 核心技术
      • 多模态空间上下文整合
      • Blackwell GPU训练
    • 应用场景
      • 实时场景重建
      • 交互式空间探索

金句 / Highlights

值得收藏与分享的关键句。

#AI#NVIDIA#3D重建#世界模型
打开原文

NVIDIA AI on X: “当你向一个世界模型提供32张我们非常熟悉的场所图像时会发生什么?World Labs在Voyager上对Atlas进行了测试。Atlas将文本、图像、视频和3D内容整合到共享的空间上下文中,使单一模型能够生成新视角、重建场景并模拟世界…… / X

NVIDIA AI

@NVIDIAAI

当你向一个世界模型提供32张我们非常熟悉的场所图像时会发生什么?World Labs在Voyager上对Atlas进行了测试。Atlas将文本、图像、视频和3D内容整合到共享的空间上下文中,使单一模型能够生成新视角、重建场景并模拟世界。现在通过Voyager,你可以实时看到这一过程。该模型基于NVIDIA Blackwell GPU从零开始进行预训练。四处看看 👇

World Labs

@theworldlabs

9月17日

从32张输入图像到实时飞行穿越

@

nvidia

的Voyager总部。基于NVIDIA Blackwell GPU训练,Atlas利用这些图像作为3D空间上下文生成新视角,让你通过像素级精确的相机控制进行探索。四处看看。

$

00:00

/$

2026年9月17日下午5:23

·

52.5K

次观看

29

42

294

48