李飞飞发布：全球首个多模态世界模型

「全球首个」多模态世界模型，来了！图像生成：Atlas可以根据文本生成图片和360°全景图，能够遵循复杂Prompt、准确渲染文字，并生成大量不同的视觉风格。这样一来，机器人就能在更多不同的模拟空间中进行训练和测试。从头训练的多模态世界模型 技术细节上，Atlas是一个全能模型（omni model）。更具体地拆解一下，多模态，指的是Atlas可以原生处理多种不同的数据类型，包括文本、图像、相机位姿、3D深度图等。