World Labs의 Atlas 모델은 단 2~3장의 사진으로 3D 장면을 재구성합니다.

본문

World Labs는 수백 장의 사진이 아닌 단 2~3장의 사진으로 3D 장면을 재구성하는 AI 모델인 Atlas를 공개했습니다. Fei-Fei Li의 공간 지능 스타트업의 경쟁사를 능가했습니다. 몇 장의 이미지에서 전체 3D 장면을 재구성하는 옴니 월드 모델을 공개했습니다. 이는 오픈 소스 경쟁사보다 훨씬 뛰어난 성능을 발휘했습니다. 수백 장의 신중하게 캡처한 사진, 값비싼 장비 및 상당한 인내심이 필요한 3D 장면을 재구성하는 데 사용되는 3D 장면입니다. 스탠포드 AI 전문가인 Fei-Fei Li가 공동 설립한 공간 지능 회사인 World Labs는 해당 워크플로우를 2~3개의 스냅샷으로 압축했습니다. Atlas라고 불리는 이 회사의 새로운 모델은 사전 훈련된 다중 모드 자동 회귀 확산 변환기입니다. Atlas는 World Labs가 공간 지능을 위한 "옴니 월드 모델"이라고 부르는 방식으로 작동합니다.

기존의 사진 측량 파이프라인에서는 일반적으로 사용 가능한 3D 모델을 구축하기 위해 신중하게 계획된 각도에서 촬영한 100~300개 이상의 이미지를 요구합니다. DTU 및 ETH3D를 포함한 희소 뷰 3D 재구성 벤치마크에서 Atlas는 25.3의 평균 절대 상대 포인트맵 오류를 게시했습니다. 카메라 제어 품질을 평가하는 소비자 테스트에서 인간 평가자는 75%에서 94% 사이에서 경쟁 모델보다 Atlas를 선호했습니다. 비디오 생성, 3D 재구성 및 새로운 뷰 합성을 위한 별도의 도구를 함께 연결하는 대신 Atlas는 이러한 기능을 단일 시스템으로 통합합니다. World Labs는 2024년 회사 창립 이후 이 순간을 향해 발전해 왔습니다. World Labs는 모델의 무게나 코드를 공개적으로 공개하지 않았으며 현재로서는 제어된 액세스 벽 뒤에 기술을 유지하고 있습니다.

최소한의 사진으로 3D 장면을 재구성하는 Atlas의 능력은 로봇 공학, 시각 효과, 공간 지능과 같은 분야에 혁명을 일으킬 수 있습니다. World Labs의 Atlas 모델은 Crypto Briefing에 처음 등장한 단 2~3장의 사진으로 3D 장면을 재구성합니다.