World Labs svela Atlas: la scommessa sui modelli spaziali tra dati dichiarati e verifiche in sospeso

Il 1° settembre 2026 World Labs — startup cofondata nel 2024 da Fei-Fei Li, già direttrice dello Stanford AI Lab — ha presentato attraverso il proprio blog ufficiale Atlas, descritto come «an omni model that we pretrained from scratch to natively operate on text, images, video, and 3D». L'architettura è un trasformatore di diffusione autoregressivo multimodale addestrato come modello a flusso rettificato, in cui gli input vengono ancorati in un contesto spaziale tridimensionale condiviso anziché essere collegati da strati di raccordo tra sistemi separati. L'azienda, che a febbraio 2026 ha raccolto 1 miliardo di dollari in un round di finanziamento con la partecipazione di Autodesk, NVIDIA e AMD, dichiara che Atlas genera fino a un minuto di video a risoluzione 1440p gestendo la traiettoria della telecamera tramite input geometrici e restituendo output in nuvole di punti e 3D Gaussian splats, la stessa rappresentazione di Marble, l'unico prodotto che l'azienda ha sul mercato dal novembre 2025.

Sui confronti relativi al controllo della telecamera, l'annuncio ufficiale cita test condotti da valutatori umani terzi che indicano una preferenza per Atlas del 75% rispetto a MiniMax H3, dell'81% su Gemini Omni Flash, dell'86% su Happy Horse 1.1, del 93% su FLUX 3 e del 94% su Seedance 2.5; i confronti sono scelti e condotti da World Labs, che affida il giudizio a valutatori umani esterni («Third-party human raters judge which model better follows the intended camera path») senza però rendere noti numero di valutatori, prompt e criteri. Per la ricostruzione tridimensionale, la testata The Decoder riferisce un errore mediano dichiarato di 25,3, il valore più basso tra i modelli scelti da World Labs per il confronto. Emergono tuttavia difformità sui dati d'ingresso: mentre il blog aziendale parla di un volume di input compreso tra poche unità e oltre cento immagini (con ricostruzioni fedeli a partire da due o tre foto a livello del suolo), le analisi della stampa di settore indicano una forchetta che va da una a diverse decine di immagini.

Mancano un paper scientifico, una model card, un'archiviazione su arXiv, i pesi del modello e il codice sorgente: restano quindi non verificabili il conteggio complessivo dei parametri, la composizione dei dati di addestramento, i costi di addestramento e l'effettivo valore d'uso del sistema in ambiti quali la robotica e la simulazione. Atlas non costituisce un lancio commerciale ma un programma di accesso anticipato per partner selezionati tramite modulo di iscrizione, senza alcuna indicazione su costi, API pubbliche o tempistiche per la disponibilità generale, anche se World Labs dichiara che «Atlas will power future versions of Marble and other products from World Labs».

La transizione dai generatori di fotogrammi ai modelli del mondo mostra dove si stiano orientando le risorse dell'industria: la sfida non è più creare immagini d'impatto, ma misurare lo spazio tridimensionale. Finché non escono paper, model card e pesi, di Atlas resta ciò che World Labs dichiara di Atlas. La misura vera arriverà da chi lo userà fuori dalle demo — se e quando l'accesso si aprirà.

— Olya