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

过去只在演示视频里出现的能力，现在普通人也能亲手试：随手画几栋房子、一条小路，AI 就能把草图变成可以自由探索的 3D 世界。场景布局能调整，镜头能规划，视频能生成，最后还能导出到 Blender 或游戏引擎里继续加工。

伴随这次开放，两款全新 Web 应用 Viewfinder 和 Chisel 一同亮相，进入 Atlas 网页就能直接上手。

李飞飞转发了 World Labs 宣布开放的推文，兴奋之情溢于言表：「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/重建领域迈出的最大一步。

完整的世界模型工具链

登录 Atlas 需要手机号验证，我们测试时用 +86 手机号也能正常收到验证码。不过在选择使用区域时，记得选美国或加拿大，后续体验才正常。

新用户登录后，首页摆着四个工具：Viewfinger、Chisel、Relight 和 Splat to mesh。名字看着都很专业，其实串起来就是「世界」从生成到工程化的完整链路。

Viewfinder 负责从图片到场景。给它照片或文生成图，它就能建立场景，让人探索新视角、设置相机路径，再渲染出视频。原本固定在图片里的画面，于是有了被重新取景的可能。

拿一张客厅照片来说，它就能当 Viewfinder 的起点。用户想看的画面，也许是从窗边朝沙发望过去，也许是沿着房间慢慢推过去的一段镜头。

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，也得补全。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。

要重建现实中真实存在的地方，就得多给几个视角。官方提到，Viewfinder 既支持从单张图片生成场景，也支持最多 64 个输入来重建现实环境。

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。

这套流程可以看作简化版的搭景：墙的位置、家具的摆法先定下来，材质、光线和整体风格随后再调。World Labs 的开发者在演示里把这种做法总结成先搭好空间，再自由调整视觉风格，墙壁的位置始终不动。

总的来说，四项工具基本把世界模型需要的能力都覆盖了。

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。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 里每生成一张图片消耗 50 积分，大额消耗主要集中在渲染和视频生成上。免费计划领到的 10000 积分，用来简单体验 Atlas 的各项功能还是够的。

我们拿Atlas做了实测，试着重建一座重庆山城。

官方演示里传播最广的案例，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，都在这个笔记本涂鸦里。随后把它上传到Chisel，让系统初始化整个场景。

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。拆解建筑体量、开门窗、加招牌、布置机位，这些动作都能实时看到；悬空、穿插一类几何错误，它也会自己检查并修好。

左侧的智能体对话框还能继续调整搭建流程。搭建结束后，智能体会交付场景、多个零遮挡机位，以及几套渲染方案，时间、天气、氛围各有不同。

右侧输出面板里选一套方案，点「渲染」（约 160 积分），全部机位的成片一次生成。

想接着加工，就给智能体追加指令，比如「加个夜宵小摊」；也可以点「创建视频」出漫游视频，或者生成完整Splat后在视口里360°漫游。

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

另一条路我们也走了：把一句提示词直接丢进去——「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。

接下来由Chisel内置的智能体（Gemini 4 Argon）接手搭建，它自己制定并执行了6步计划，全程约30分钟。

具体拆成这6步：先拆解建筑体量，再布置 9 个机位，接着搭建穿楼轻轨和远景楼群，然后把阳台、防盗网、波纹雨棚补齐，安放 15 块霓虹灯箱与晾衣绳，最后逐镜头校验视线遮挡。

「悬空」「穿插」「镜头遮挡」这些几何错误，系统一直在自动检查；碰到「轻轨桥墩悬空 8.25 米」这类问题，它当场就自行修复。从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，以及8个零遮挡机位。

我们挑了「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，全都齐了。

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。

图片传上去，会以「画框」的形式出现在3D视口里，点一下画布就完成放置。然后用鼠标挪相机：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，记得必须平移离开原始机位——深度估计需要视差，原地旋转渲染不出来。点Render（50 积分），约1分钟就能生成当前视角的新画面。

多换几个角度重复渲染，底部胶片栏会累积新帧。帧数够了，可以选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，能导出MP4 / PLY / SPZ文件。

不想开网页也行，Atlas提供完整的开发者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，现在也开始搭场景了。

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搭配Atlas，搭出一个第一人称实时漫游的3D世界。

这组搭配，恰好接上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？

交互作品跑通程序只是一步。用户眼睛看到的场景、材质、画面，还得另外做出来。

这次发布由研究者 Ben Mildenhall 出面介绍，他把分工讲得更细：先用 Agent 把粗略的三维几何结构搭起来，最终画面怎么生成，则通过 Atlas 的模型接口来控制。Chisel，以及这次放出的 Codex、Claude Code 集成，设计思路都落在这件事上。

他的判断是，纯靠代码程序化地去磨精细画面，成本仍旧压不下来，两条技术路线不妨互相补位。

结构由编程 Agent 搭，操作由它串起来；视觉内容交给世界模型，按空间约束生成。原先得在几个工具之间反复横跳的活儿，现在有了接上的可能。

生成结果怎么进现有流程，Atlas 也想了办法：官方给了 Blender 集成，还有把 Gaussian splats 转成网格的工具，用户能接着拿去用在游戏、交互环境这类项目里。

不过，导出一个场景，离做成一款游戏或一部影片还差得远。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，竞争强度和通用模型差不多。Viggle 的 Hang Chu 放出了 JST-2 与 Atlas 的并排对比，一边强调自家方案是直接生成三维内容，一边质疑 Atlas 把视图重建为 Gaussian splats 多出来的步骤和耗时。

Atlas 这次开放，分量可能不在单次生成的画质上。它把「世界模型」做成了一条能用的工作流：从一张图、一句话起步，到可分镜、可渲染、可漫游、可进引擎的 3D 资产，每个环节都有对应的工具，也都有明码标价。

以前 AI 编程工具能替我们写出一个游戏，可游戏里的场景和视觉资产，它很难独立搞定。现在编程 Agent 管搭结构、写交互，世界模型把这些结构变成能探索、能拍摄、能继续加工的三维环境。

独立开发者做游戏、做交互作品，或许不用再从零手搓每一个场景。普通人哪怕不懂三维建模，也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，接下来要它做的，是把代码里的世界也造出来。