Компания World Labs представила Atlas, модель мира нового поколения, предобученную с нуля на тексте, изображениях, видео и 3D-данных. Это омни-модель: мультимодальный авторегрессивный диффузионный трансформер, который объединяет все входные данные в единый «пространственный контекст» и на его основе генерирует продолжение сцены, сохраняя согласованность в 3D с уже увиденным и достраивая то, что находится за его пределами. По заявлению World Labs, качество модели растёт вместе с объёмом вычислений на обучении, и компания ожидает, что эта тенденция сохранится при дальнейшем масштабировании...