World Labs dévoile Atlas, un omni-modèle vidéo 1440p et 3D

Atlas génère jusqu'à une minute de vidéo en 1440p à partir d'une ou plusieurs images, avec un contrôle caméra au pixel près. World Labs a mis le modèle en ligne le 1er septembre 2026.

"Atlas is an omni model that we pretrained from scratch to natively operate on text, images, video, and 3D", écrit l'équipe dans son billet. La description technique est aussi frontale: "Atlas is a multimodal autoregressive diffusion transformer: all inputs are combined into a shared spatial context." Le même modèle reconstruit des scènes réelles à partir d'une à plusieurs dizaines d'images, produit des nuages de points ou des 3D Gaussian splats, et alimente des workflows real-to-sim pour la robotique à partir de deux à cinq vues caméra.

Sur la génération vidéo avec contrôle caméra, World Labs publie des tests de préférence humaine où Atlas est choisi 81% du temps face à Gemini Omni Flash, 93% face à FLUX 3, 94% face à Seedance 2.5 et 75% face à MiniMax H3. Sur la reconstruction 3D, le laboratoire revendique une erreur absolue-relative moyenne de 25,3, contre 28,7 pour Pi3X, le meilleur système open-source cité. "Despite its generality, Atlas outperforms the best specialized open-source reconstruction models", précise le billet.

Le billet ne dit rien du nombre de paramètres, du compute d'entraînement ni du protocole exact des évaluations humaines. L'accès reste en early access sur partenariats via un formulaire, et Atlas alimentera les prochaines versions de Marble, l'outil de scènes 3D maison. La sortie s'ajoute aux 25 sujets de génération vidéo que nous avons suivis ces trois derniers mois, après Seedance 2.5 et JoyAI-Video-Edit cet été.