李飞飞World Labs开放Atlas：注册送10000积分，一句话生成3D世界

李飞飞团队那个靠「一张图片生成整个 3D 世界」刷屏的世界模型，如今向所有人敞开了大门。

就在今天，由「AI 教母」李飞飞创办的 World Labs 正式开放世界模型 Atlas，网页应用和开发者 API 同步上线，新用户注册即送 10000 积分。

体验地址：atlas.worldlabs.ai

曾经只在演示视频里出现的能力，现在普通人也能上手：随手画几栋房子、一条小路，AI 就能把草图变成一个可以自由探索的 3D 世界。场景布局能调，镜头能规划，视频能生成，最后还能导出到 Blender 或游戏引擎里接着加工。

这次开放还带来两款全新的 Web 应用 Viewfinder 和 Chisel，进 Atlas 网页就能直接上手。李飞飞转发 World Labs 宣布开放的推文时难掩兴奋，表示「Atlas 现已向所有人开放！！我非常期待看到用户能用我们最新的世界模型构建出什么！🤩🌎」

a16z 合伙人 Martin Casado 同样给出超高评价，他认为这是自生成式 AI 兴起以来，3D 生成/重建领域最大的一步。

完整的世界模型工具链

登录 Atlas 需要手机号验证，我们测试用 +86 手机号也能正常收到验证码。不过之后选择使用区域时，要记得选美国或加拿大，后续体验才能正常。

新用户登录后，首页有四个工具：Viewfinger、Chisel、Relight 和 Splat to mesh。名字看着都很专业，其实做的是「世界」从生成到工程化的完整链路。

Viewfinder 管的是从图片到场景。给它照片，或者文生图，它就能建起场景，让人探索新视角、设置相机路径，再渲染成视频。原本固定在图片里的画面，于是有了被重新取景的可能。

只要有一张客厅照片，就能拿它当 Viewfinder 的起点——画面可以是从窗边看沙发，也可以是顺着房间缓缓推过去的一段镜头。

问题是这张照片没拍到沙发背面，模型得推测那里长什么样；画面之外还有多大空间，也要补全。Viewfinder 从单张图片往外扩，生成的是一个能延展的场景，里面包含大量想象。

要重建现实中存在的地方，就得多给几个视角。官方提到，Viewfinder 支持从单张图片生成场景，也可以用最多 64 个输入来重建现实环境。

但创作很快会撞上下一个问题：生成的房间确实好看，布局却不符合拍摄需要。沙发离窗户太远，走廊太窄，想要的镜头根本摆不进去。这时候第二款工具 Chisel 就派上用场了：先用简单的三维形状搭出场景结构，确定物体位置，再让模型照着这些结构生成视觉效果。

这套流程更像简化版布景：墙在哪儿、家具怎么摆要先定下来，材质、光线和整体风格随后再考虑。World Labs 的开发者在演示里把这种工作方式说成先搭空间，再自由调整视觉风格，同时保持墙壁的位置。

四项工具的功能合起来，世界模型需要用的能力基本都覆盖了。

• Viewfinder：图片 → 场景。输入 JPG/PNG/WEBP/HEIC，生成新视角（MP4）或高斯溅射点云（PLY/SPZ）。

• Chisel：智能体驱动的 3D 环境搭建器。支持图片、文档、网页 URL、网格模型（GLB/glTF/OBJ/FBX）混合输入，用自然语言指挥 AI 搭白模，再由 Atlas 渲染出图、出 splat。

• Relight：给 splat 场景重新打光，加阴影。

• Splat to mesh：把 splat 点云转成带贴图的 GLB 网格，直接对接游戏引擎。

平台目前采用积分制：Viewfinder 渲染一帧 50 积分，Chisel 智能体按 token 计费（Gemini 4 Argon，每 1M 输出 token 10000 积分），Chisel 整组渲染 160 积分，生成完整 Splat 则要 5000 积分。

我们在 Viewfinder 内每生成一张图片消耗 50 积分，大额消耗主要在渲染和视频生成上。免费计划领的 10000 积分，拿来做一次简单体验、试试 Atlas 这个新模型的各项功能，还是够用的。

实测 Atlas，重建一座重庆山城

官方演示里传播最广的一个案例，是把笔记本上的随手涂鸦变成能走进去的 3D 场景。

我们也让 AI 画了一张草图：小房子、大树、微笑的太阳、蜿蜒小路，然后传进 Chisel 初始化整个场景。

点下「在 Chisel 中构建」，系统先出一张参考图，接着内置智能体自动搭 3D 白模。建筑体量怎么拆、门窗怎么开、招牌怎么挂、机位怎么摆，全过程实时可见；悬空、穿插这类几何错误，它也会自己检查并修掉。

左侧的智能体对话框还能接着调搭建流程。搭完之后，智能体交付场景、多个零遮挡机位和几套渲染方案，时间、天气、氛围各不相同。

右侧输出面板里挑一套方案，点「渲染」（约 160 积分），全部机位的成片一次生成。

想继续加工也行：给智能体追加指令，比如「加个夜宵小摊」；或者点「创建视频」生成漫游视频；也可以生成完整 Splat，在视口里 360° 漫游。

收尾环节，用 Relight 调光照氛围，或者走 Splat to mesh 转成 GLB 导出。

提示词还有一条，是这么写的：「暴雨夜的重庆山城巷弄：陡峭的石阶向下延伸，两侧是层层叠叠的老式居民楼，挂满了霓虹灯招牌和晾衣绳，湿漉漉的石板路反射着粉蓝色灯光，远处一列轻轨正从楼体中间穿过。」

大约 1 分钟，Atlas 先给出一张参考图，石阶、筒子楼、霓虹、晾衣绳、湿路面反光、穿楼轻轨都在里面。

后面的搭建由 Chisel 内置智能体（Gemini 4 Argon）接手，它自己制定并执行了 6 步计划，全程约 30 分钟。

整个流程分 6 步走：先把建筑体量拆开，再摆下 9 个机位，接着把穿楼轻轨和远景楼群搭起来，阳台、防盗网、波纹雨棚一并补上，随后放好 15 块霓虹灯箱和晾衣绳，最后逐个镜头核对视线有没有被挡住。

「悬空」「穿插」「镜头遮挡」这些几何错误，系统一直在自动查，碰到「轻轨桥墩悬空 8.25 米」这种问题当场就修。智能体的思考过程也能看出这套工具的专业度，它会说「缩短近景与中景建筑的檐口高度，以露出开阔的轻轨穿楼视野」。

最终场景里有 38 级石阶、左右各 5 栋退台居民楼、3 节带受电弓的轻轨车厢、8 个零遮挡机位。

我们选了「暴雨深蓝夜」这套渲染方案（160 积分），12 个机位一次出齐：湿滑石阶上粉蓝霓虹的倒影、砖墙上的防盗窗笼、绳上晾晒的 T 恤，一样不少。

想最快上手 Atlas，还是走 Viewfinder：点「Drop or click」上传图片（支持 JPG/PNG/WEBP/HEIC），选 Image 模式导入。

图片进了 3D 视口会先当一个「画框」，点一下画布完成放置。然后鼠标控制相机：左键拖拽环绕，中键拖拽平移，滚轮缩放。

把相机挪到新位置后点 Render（50 积分），约 1 分钟内生成当前视角的新画面。这里有个要点：必须平移离开原始机位，深度估计要靠视差，原地旋转是渲染不出来的。

多换几个角度重复渲染，底部胶片栏会一帧帧累积。帧数够了，可以选 Splats 模式点「Create splats」生成完整点云（约 15 分钟），也可以在 Video 模式下出视频。

最后从右上角 Export 导出 MP4 / PLY / SPZ 文件。

不想开网页的话，Atlas 还有完整的开发者 API，Chisel 界面里就有「API 文档」入口，世界生成能力可以直接接进自己的产品管线。

会写代码的 AI，也开始搭场景了

Atlas 开放后，World Labs 设计师 Ian Curtis 把世界模型、编程模型和网页三维技术塞进了同一个演示：Fable 5.2 + three.js 搭配 Atlas，搭出一个第一人称实时漫游的 3D 世界。

这个组合也接上了 AI 编程热潮里的另一个问题：代码越来越容易生成之后，场景和视觉资产该由谁来做？

交互作品光把程序跑通还不够，用户最终要看的场景、材质和画面，同样得有人做。

研究者 Ben Mildenhall 在介绍这次发布时把分工说得更细：先用 Agent 把粗略的三维几何结构搭出来，再通过 Atlas 的模型接口去控制最终画面的生成。Chisel，以及这次提供的 Codex、Claude Code 集成，都是照着这个思路设计的。

他提到，纯靠代码程序化地做出精细画面，成本仍然很高，两条技术路线可以搭着用。

编程 Agent 管搭结构、串联操作，世界模型按空间约束生成视觉内容。过去要在不同工具之间来回倒腾的活，现在开始有接上的可能。

Atlas 也在试着把生成结果送进现有的制作流程。官方给了 Blender 集成，还有把 Gaussian splats 转成网格的工具，方便用户接着拿去做游戏、交互环境等项目。

不过导出一个场景，离做完一款游戏、一部影片还差得远。交互规则、角色行为，还有资产的检查和调整，都得接着处理。

世界模型这条赛道的竞争，激烈程度不输通用模型。Viggle 的 Hang Chu 发了 JST-2 与 Atlas 的并排对比，强调自家方案直接生成三维内容，并质疑 Atlas 把视图重建为 Gaussian splats 那一步多出来的工序和耗时。

说到底，Atlas 这次开放的意义可能不在单次生成的画质，而在于它把「世界模型」包装成了一条能用的工作流：从一张图、一句话，到可分镜、可渲染、可漫游、可进引擎的 3D 资产，每个环节都有明确的工具、明确的标价。

以前 AI 编程工具能帮我们写出一个游戏，却很难独立把游戏里的场景和视觉资产做出来。现在编程 Agent 负责搭建结构、编写交互，世界模型负责把这些结构变成可以探索、拍摄和继续加工的三维环境。对独立开发者来说，做游戏、做交互作品，可能不用再从零手工搭每一个场景。

对普通人也是一样，就算不懂三维建模，也终于有机会把脑海里的一个画面，变成能走进去的世界。

AI 已经越来越会写代码，下一步，就是让它把代码里的世界也造出来。