Atlas | 把”相机位姿”写进模型输入层的多模态世界模型（2026–至今）
2026年9月5日
Atlas | 把”相机位姿”写进模型输入层的多模态世界模型（2026–至今）
一个把相机参数当成原生输入类型、而不是事后提示词的世界模型：它把文本、图像、深度与相机位姿压进同一个"空间上下文"，在同一套自回归扩散 Transformer 里既生成新视角画面、又直接吐出能渲染的 3D 高斯点云——生成、重建、模拟这三件…