World Labs của Fei-Fei Li ra mắt Atlas: Mô hình thế giới đa phương thức hỗ trợ tạo video 1440p

Theo tin từ IT ngày 2 tháng 9, World Labs - startup của "mẹ đẻ AI" Lý Phi Phi (Fei-Fei Li) hôm nay đã công bố "mô hình thế giới đa phương thức đầu tiên trên thế giới" mang tên Atlas. Công ty tuyên bố mô hình này có khả năng tạo ra hình ảnh và khung hình video với khả năng kiểm soát camera chính xác đến từng pixel, đồng thời tái tạo chúng trong không gian 3D.

Theo giới thiệu chính thức từ World Labs, họ đã đào tạo trước Atlas từ đầu, cho phép mô hình tiếp nhận các đầu vào đa phương thức, bao gồm cả chuyển động của camera, và chuyển đổi chúng thành các góc nhìn 3D.

Bằng cách định vị nhiều góc nhìn đầu vào trong bối cảnh không gian của mô hình, Atlas cho phép người dùng tạo ra hình ảnh và khung hình video với khả năng kiểm soát chính xác, đạt được hiệu ứng quay phim tương tự như "bullet time".

Atlas cũng có thể xuất ra các mô hình 3D rõ ràng từ một hoặc nhiều hình ảnh đầu vào, vượt trội hơn cả các mô hình tái tạo mã nguồn mở hàng đầu hiện nay.

Atlas sẽ tạo ra một hoặc nhiều hình ảnh tham chiếu dựa trên vị trí và góc camera bất kỳ mà bạn chỉ định. Các góc nhìn được tạo ra khớp với nội dung và hình học của hình ảnh đầu vào, có khả năng mở rộng hình ảnh một cách mượt mà và tự động hình dung các phần của cảnh quay không xuất hiện trong dữ liệu đầu vào.

Cụ thể, Atlas có khả năng thực hiện các tác vụ đa dạng bao gồm tạo thế giới, tái tạo và mô phỏng:

Tạo hình ảnh với kiểm soát camera: Atlas tạo ra hình ảnh và video từ một hoặc nhiều hình ảnh thông qua việc kiểm soát camera chính xác đến từng pixel, xuất ra video 1440p với độ dài lên đến 1 phút.

Tái tạo không gian: Atlas có khả năng tái tạo các cảnh thực từ một đến hàng chục hình ảnh đầu vào. Nó có thể tạo ra các khung hình từ góc nhìn mới, cũng như tạo ra đầu ra 3D rõ ràng, vượt trội hơn các mô hình tiên tiến chuyên dụng cho tái tạo 3D.

Mô phỏng không gian - thời gian: Atlas mô hình hóa không gian và thời gian thông qua video đầu vào, tái cấu trúc video để tăng cường hiệu ứng hình ảnh kịch tính và hỗ trợ quy trình làm việc từ thực tế sang mô phỏng (real-to-sim) cho robot.

Tạo hình ảnh: Atlas hỗ trợ tạo hình ảnh và toàn cảnh 360 độ từ văn bản, có khả năng tuân theo các câu lệnh phức tạp, kết xuất văn bản và tạo ra nhiều phong cách hình ảnh khác nhau.

World Labs cho biết một số đối tác đã nhận được quyền truy cập sớm vào Atlas và sẽ mở rộng quyền truy cập này trong vài tuần tới.

IT đính kèm địa chỉ demo chính thức của Atlas:

https://www.worldlabs.ai/blog/atlas

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian lựa chọn, kết quả chỉ mang tính chất tham khảo. Các bài viết của IT có chứa liên kết ngoài đều bao gồm tuyên bố này.