Modelo de mundo de li fei-fei, Atlas, abre caminho para AGI

Em 7 de setembro de 2026, Li Fei-Fei e a equipe da World Labs apresentaram seu mais recente modelo de mundo multi-modal, Atlas, na a16z. Ao contrário dos modelos tradicionais que preveem o próximo token ou quadro, o Atlas se concentra na 'previsão de novas visualizações', permitindo que gere imagens em qualquer posição espacial e temporal com base em imagens ou texto de entrada. Essa capacidade integra a geração e a reconstrução em um único modelo, lidando com texto, imagens, vídeos, dados 3D e poses de câmera. A equipe considera a 'previsão de novas visualizações' como um primitivo fundamental, comparável à previsão de tokens em modelos de linguagem grandes, e que pode ser fundamental para alcançar a AGI. O Atlas reduz significativamente os requisitos de dados para reconstrução 3D, gerando resultados de alta qualidade a partir de apenas algumas imagens. Essa melhoria aborda as limitações dos modelos anteriores, como o Marble, que lutavam com as 'splats gaussianas'. A janela de contexto espacial escalável do Atlas permite uma reconstrução espacial precisa, apoiando aplicações em design criativo, construção e robótica. O modelo já possui capacidades de processamento dinâmico, com melhorias futuras visando efeitos dinâmicos, edição de conteúdo e interação humano-máquina para permitir uma interação intuitiva com o mundo virtual 3D.