World Labs de Fei-Fei Li presenta Atlas, su modelo de mundo 3D
World Labs presenta Atlas, un modelo multimodal de mundo capaz de generar vídeo 1440p con control milimétrico de cámara y reconstruir escenas 3D completas.
👁 112 lecturas
Actualización 18.09.2026: junto a los nombres de productos y modelos que han cambiado de nombre o se han retirado desde la publicación, he añadido entre paréntesis su estado actual y un enlace a la guía vigente. El resto del texto se mantiene tal como se publicó en su fecha original.
World Labs, la startup fundada por Fei-Fei Li, presentó el 1 de septiembre de 2026 Atlas, un modelo descrito como el primer modelo de mundo multimodal capaz de generar imágenes y vídeo con un control de cámara exacto al píxel, así como reconstruir escenas en 3D. Tienes una comparativa detallada de Atlas frente a Genie 3, Odyssey-3 y Cosmos en la guía sobre modelos de mundo.
Atlas permite generar hasta un minuto de vídeo en resolución 1440p a partir de una única fotografía 2D, manteniendo una rigurosa coherencia geométrica y facilitando la visualización de la escena desde cualquier ángulo. Más allá del vídeo, el modelo produce activos tridimensionales -como nubes de puntos y los denominados 3D gaussian splats-, combinando vídeo, texto, trayectorias de cámara y mapas de profundidad dentro de un marco espacial unificado.
Google · Tus fuentesBrilla más alto en tu Google - con un solo clicAñadir a fuentes preferidas →En qué se diferencia Atlas de los generadores de vídeo tradicionales
Los generadores de vídeo convencionales, como Sora (producto cerrado por OpenAI el 26 de abril de 2026; qué viene ahora), dependen de indicaciones de texto poco precisas a la hora de dirigir el ángulo y el desplazamiento de cámara. Atlas adopta un enfoque distinto: procesa trayectorias de cámara y datos geométricos como entradas nativas, lo que otorga un control de la perspectiva incomparablemente más exacto. World Labs lo define como un sistema sustentado en una arquitectura multimodal autorregresiva de transformadores de difusión, sustancialmente más compleja que la de las primeras herramientas de generación de vídeo.
Las primeras pruebas publicadas por usuarios en X resultan muy prometedoras; entre ellas destaca la del desarrollador Ian Curtis, quien mostró una escena generada a partir de una única imagen inicial combinando Atlas con las librerías spark.js y three.js.
El lanzamiento de Atlas materializa la tesis principal que Li defendió al fundar la compañía en febrero de 2024. Por entonces sostenía que alcanzar la AGI -un sistema de IA que supere las capacidades cognitivas humanas- resulta inviable sin la denominada inteligencia espacial (spatial intelligence). Se trata de la capacidad de razonar de forma nativa sobre objetos 3D, entornos y las consecuencias físicas derivadas de sus interacciones; en definitiva, lograr que la IA comprenda la física del entorno real y no solo su descripción textual.
Li dirigió anteriormente el laboratorio de IA de la Universidad de Stanford y fue cofundadora del Stanford Institute for Human-Centered AI. Su startup ha recaudado 1.200 millones de dólares en financiación procedentes de inversores entre los que figuran Nvidia, AMD y Autodesk, una cifra que ilustra el peso estratégico que la industria otorga a los modelos de mundo con noción física del espacio.
Hasta qué punto Atlas conseguirá acortar la distancia entre los entornos simulados y el razonamiento físico en el mundo real es una incógnita que despejarán el tiempo y las pruebas a gran escala.
More on this from FULGOR
