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。

由「AI 教母」李飞飞创办的 World Labs 今天正式开放世界模型 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

过去只能在演示视频里看到的能力，现在可以亲自上手：随手画几栋房子、一条小路，AI 就能把草图变成可自由探索的 3D 世界。调整场景布局、规划镜头、生成视频也能做，最后还能导出到 Blender 或游戏引擎里继续加工。

这次开放还一并推出两款全新的 Web 应用 Viewfinder 和 Chisel，进入 Atlas 网页就能直接体验。

李飞飞转发了 World Labs 宣布开放的推文，兴奋之情溢于言表，她说「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，在他看来，这是生成式 AI 兴起以来 3D 生成/重建领域迈出的最大一步。

完整的世界模型工具链

登录 Atlas 要过手机号验证这一关。我们实测 +86 手机号能正常收到验证码，只是之后选择使用区域时，记得选美国或加拿大，后续体验才正常。

新用户登录后，首页列出四个工具：Viewfinger、Chisel、Relight 和 Splat to mesh。名字听着都很专业，其实做的是同一件事——把「世界」从生成到落地串成一条完整链路。

Viewfinder 负责从图片到场景。给它照片或文生图，它就能建立场景，让人探索新视角、设置相机路径，再渲染成视频。原本被固定在图片里的画面，因此有了重新取景的可能。

一张客厅图片就能当 Viewfinder 的起点。你想看的，也许是从窗边望向沙发的画面，也许是一段沿房间缓慢移动的镜头。

可这张照片没拍到沙发背面，模型得去猜那里长什么样；画面之外还有多大空间，同样要补全。Viewfinder 从单张图片往外扩展，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 既支持单张图片生成场景，也支持最多 64 个输入来重建现实环境。

不过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。这时第二款工具 Chisel 就派上用场：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。

可以把它看成一次简化的布景——先定墙在哪里、家具怎么摆，再考虑材质、光线和整体风格。World Labs 的开发者在演示中把这套做法概括为：先搭空间，再自由调整视觉风格，同时保持墙壁的位置不变。

总的看，四项工具基本把世界模型用得上的能力都覆盖了。

• 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。图片、文档、网页 URL、网格模型（GLB/glTF/OBJ/FBX）可混合输入，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，加上阴影。

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

平台眼下走积分制：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 要 5000 积分。

在Viewfinder里每出一张图要花50积分，真正吃积分的是渲染和视频生成。免费计划送的那10000积分，拿来简单试试Atlas的各项功能还是够用的。

上手Atlas，重建一座重庆山城

官方给的几个演示里，传播最广的那个，大概是把笔记本上随手画的简笔画，变成能走进去的3D场景。

我们也让AI画了一张草图：笔记本涂鸦上有小房子、大树、微笑的太阳和一条蜿蜒的小路，随后上传到Chisel，让它把整个场景初始化。

点下「在Chisel中构建」，系统先出一张参考图，接着内置智能体自己动手搭3D白模。拆解建筑体量、开门窗、加招牌、布置机位，这些过程都能实时看到；悬空、穿插之类的几何错误，它也会自己检查并修掉。

左侧的智能体对话框里，还能进一步调整3D搭建的流程。搭完之后，智能体会交付场景、多个零遮挡机位，以及几套渲染方案，覆盖不同时间、天气和氛围。

打开右侧输出面板，挑一套方案点「渲染」（约160积分），全部机位的成片一次就能生成。

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。

最后用Relight调整光照氛围，或者走Splat to mesh转成GLB导出。

提示词我们也拿一句试过：「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。」

大概1分钟，Atlas先出了张参考图，石阶、筒子楼、霓虹、晾衣绳、湿路面反光、穿楼轻轨这些元素都在里面。

后面由Chisel内置的智能体（Gemini 4 Argon）接手搭建。它自己定了一套6步计划并逐步执行，前后约30分钟。

具体分6步走：先把建筑体量拆开，再摆下9个机位，接着搭出穿楼轻轨和远景楼群，然后补上阳台、防盗网、波纹雨棚，随后放入15块霓虹灯箱与晾衣绳，最后按镜头逐个核对视线遮挡。

过程中系统一直在自动排查「悬空」「穿插」「镜头遮挡」这类几何错误，碰上「轻轨桥墩悬空8.25米」这种问题，当场就自己修了。智能体的思考过程也能看出这套工具确实专业，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」。

成型的场景里有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，还有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」传一张图片（支持JPG/PNG/WEBP/HEIC），选Image模式导入。

图片会以「画框」的形式出现在3D视口里，点一下画布就放好了。之后用鼠标挪相机：左键拖拽环绕观察，中键拖拽平移，滚轮缩放。

相机换到新位置后，记得必须先平移离开原始机位——深度估计要靠视差，原地旋转是渲染不出来的。然后点Render（50积分），大约1分钟内生成当前视角的新画面。

多换几个角度重复渲染，底部胶片栏会不断累积新帧。帧数够了，可以切到Splats模式点「Create splats」生成完整点云（约15分钟），或者在Video模式下生成视频。

最后在右上角Export，可导出MP4 / PLY / SPZ文件。

不想开网页的话，Atlas也提供了完整的开发者API，Chisel界面里就有「API文档」入口，可以把世界生成能力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的设计师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。他用最近热门的Fable 5.2 + three.js配合Atlas，搭出一个第一人称实时漫游的3D世界。

代码越来越容易生成之后，场景和视觉资产该由谁来做？这组搭配正好接上了AI编程热潮里的这个问题。拿一个交互作品来说，程序跑起来只算完成了一部分，用户最终看到的画面、环境、材质，同样得有人做。

研究者 Ben Mildenhall 介绍这次发布时把分工说得更细：先用 Agent 搭出粗略的三维几何结构，最终画面的生成则通过 Atlas 的模型接口来控制。Chisel，还有这次提供的 Codex、Claude Code 集成，都围绕这个思路在设计。

他的判断是，纯靠代码程序化地做出精细画面，成本还是太高，两条技术路线可以互相补位——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。以前要在不同工具之间来回切的工作，现在开始有了连起来的可能。

生成结果也在往现有制作流程里送。官方给了 Blender 集成，还有把 Gaussian splats 转成网格的工具，用户可以直接接着用于游戏、交互环境等项目。

不过，导出一个场景，离做完一款游戏、一部影片还差不少活：交互规则、角色行为，以及资产的检查和调整，都得继续处理。

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 把 JST-2 和 Atlas 的成品并排摆出来对比，强调自家方案直接生成三维内容，同时质疑 Atlas 把视图重建为 Gaussian splats 要多走的那几步和所花的时间。

说到底，Atlas 这次开放的真正意义，或许不在单次生成的画质，而在于它把「世界模型」做成了一条能用的工作流：从一张图、一句话出发，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，可游戏里的场景和视觉资产，它很难独立完成。现在编程 Agent 负责搭结构、写交互，世界模型负责把这些结构变成能探索、能拍摄、能继续加工的三维环境。

对独立开发者而言，做游戏、做交互作品，可能不必再每个场景都从零手工搭起。普通人就算不懂三维建模，也终于有机会把脑子里的一幅画面，变成能走进去的世界。

AI 写代码已经越来越顺手，下一步，就是让它把代码里的世界也造出来。