World Labs、3D空間生成の世界モデルAtlas発表

米AIスタートアップのWorld Labs（スタンフォード大学のフェイフェイ・リー教授らが設立した空間知能AI企業）は2026年9月1日、物理空間の構造や時間の流れをシミュレートする基盤モデルとして、空間知能のための新しい世界モデル（現実世界の物理法則や3D空間構造を理解・予測してシミュレーションするAIモデル）「Atlas（アトラス）」を発表した。テキスト・画像・動画・3Dデータのすべてをゼロから事前学習したオムニモデルであり、1枚の画像から精密なカメラワークで最長1分の1440p動画を生成できるほか、ガウシアンスプラッティング（複数の3Dガウス分布を用いて空間を高速かつ高品質に描画・復元する3D表現技術）（3D Gaussian Splatting）による明示的な3D空間データの復元に対応している。

空間コンテキストを核としたオムニモデルの多機能性

窓の杜およびGIGAZINEの報道によると、Atlasは入力を「空間コンテキスト」と呼ばれる共有枠組みにまとめ、すでに観測した領域との3D的な整合性を維持しながら、見えていない空間や未来の動きを想像・生成する。

Atlasが対応する主なタスクは以下の通りである。

• ​高精度カメラ制御動画生成​: 1枚以上の静止画から、指示通りのカメラ軌道・アングルで最大1440p・最長1分の動画を出力
• 3D空間の復元​: 1枚〜数十枚の画像から被写体や空間の未撮影部分を補完し、新規視点映像と明示的な3Dデータを同時生成
• ​時空間シミュレーション​: 入力動画から空間と時間をモデル化し、別アングルでの再撮影やロボット向け「Real-to-Sim（実世界からシミュレータへの変換）」を実現
• ​画像・パノラマ生成​: テキスト指示から360度パノラマ画像や文字を含む複雑な静止画を生成

競合モデルとのカメラ制御性能比較

World Labsが公開した人間による評価テストにおいて、Atlasは指定されたカメラワークへの追従性で高い優位性を示している。

比較対象モデル	Atlasの勝率
Google Gemini Omni Flash	81%
MiniMax MiniMax H3	75%

従来の動画生成AIがカメラの動きに伴って物体の形状崩壊や空間の不整合を起こしやすかったのに対し、Atlasは3D空間構造を内部的に保持して描画するため、一貫した視点移動が可能となっている。

提供状況と今後の展開

Atlasは現在、一部のパートナー企業を対象とした限定的な早期アクセス段階にあり、同社ブログでウェイトリストへの登録を受け付けている。今後は同社の空間生成プラットフォーム「Marble」をはじめとする次期製品群に順次統合される予定である。

分析・展望

2次元のピクセル生成を競ってきた動画生成AIのフロンティアは、3次元の物理構造と時間の連続性を同時に扱う「空間知能（Spatial Intelligence）」へと大きく舵を切っている。

Atlasのように2D画像から即座に編集可能な3D空間やシミュレーション環境を構築できる技術は、ゲーム制作や映像演出のワークフローを革新するだけでなく、ロボットの自律行動学習や自動運転向けシミュレーションなどの産業用途に直結する基盤技術として極めて大きな波及効果を持つとみられる。

引用元：GIGAZINE | 窓の杜