李飞飞CoRL2026演讲:Atlas统一世界模型,机器人需要怎样的AI

资讯 雷峰网 全文 3918 字 · 约 10 分钟读完 配图 16 张 分类世界模型机器人

时隔两年,World Labs 的工作已经完全不同了。

所属频道 模型发布机器人与具身智能
李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?
World Labs 这两年的进展,跟两年前已经不是一回事了。

CoRL 这一机器人学习领域的顶会在 2026年11月于奥斯汀开幕。

演讲嘉宾里有个绕不开的人物:李飞飞。她的身份包括斯坦福教授、ImageNet 发起者、World Labs 创始人。就在本届 CoRL 开幕前,World Labs 被 AMD 收购的消息已在圈内传开,她也将出任 AMD 首席科学家。这次她系统讲了自己团队近来的工作和对行业的判断,还把 AMD 苏妈请上台做了一场对话圆桌。某种程度上,这算是她的「AMD 首秀」。

开场介绍由她的学生、本届 CoRL 组织者之一 Yuke(朱玉可)来做。他提到一个细节:毕业典礼上李飞飞对他说,「你在我的实验室时是我的学生,但从今往后,你是我的朋友。」

演讲真正的主角,是 World Labs 与斯坦福团队做出的新模型 Atlas——一个统一的生成与重建世界模型。

以下为 AI 科技评论在现场记录的实录。

▎《Atlas:A Unified World Model for Generation and Reconstruction》

▎分享者:李飞飞

能受邀来 CoRL 我特别荣幸,何况好几位组织者都是我以前的学生。你们做得很好,我这么说是有依据的——我不少论文和工作坊提案都被你们拒了。(全场笑)向 CoRL 致敬。

今天要讲的是我们实验室最近做的一个模型,名字叫 Atlas:一个统一的生成与重建世界模型。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

既然站在 CoRL 的讲台上,那就先从机器人学的动机说起。

机器人领域近来变动不小。可无论采用哪种方法,机器人要回答的根本问题还是那个:世界状态已知、目标已知、机器人已知,每个时刻下一步该做什么?

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

归纳起来,机器人得解决几件事。首先是对世界状态的理解与表示——用隐式还是显式可以商量,但「理解」这件事本身绕不过去;其次是预测动作会带来什么后果,并据此做规划。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

还有一个绕不开的是数据。机器人是典型的长尾问题,能成功部署的场景极其有限,于是大家总想尽量多模拟出各种环境,用它们补足真实数据,拿去训练和评估。

方法怎么变,这三个问题在机器人学里都还是重要的。巧的是,它们正好对上世界模型要处理的事:理解环境,对应渲染;预测动作后果,对应规划;模拟世界状态,对应仿真。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

渲染、规划与仿真:世界模型的三个维度

我不想把它们说成彼此完全独立。实际上,这三者在很多层面能统一起来、互相衔接,而这些正是该领域最前沿也最让人兴奋的方向。

今天专门讲的 Atlas,主要处理的是渲染和仿真,尤其是把世界的几何结构以及 3D/4D 动态模拟出来。

简单说,Atlas 是从零训练的自回归基础模型,只有单一模型,输入可以是多模态的——文本、图像、视频、深度信号、灰度框(graybox)或 3D 结构信号。它输出像素帧;产出的帧不只在时空上好看,还能合成新视角,由此完成高精度、高保真的 3D 重建。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

Atlas:聚焦于渲染和仿真

先回头看看历史。

计算机视觉里有两个极重要的问题,研究者们花了几代人的时间去弄明白。

其一是 3D 重建。从经典的「Building Rome in a Day」到后来 NeRF 一类神经渲染工作,核心问题都是:拿到不同相机位姿下的图像,造出一个符合真实世界的 3D 世界。多数方法要求大量带位姿的图像;位姿覆盖不够的地方,重建结果就充满不确定性。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

经典三维重建存在的问题所在

生成式AI是另一条路径。扩散架构在探索多视角生成时有其天然优势,让"生成+重建"这条路越走越近。此前已有不少工作尝试对多个视角联合去噪,以维持空间一致,可整体效果有限:空间一致性很难守住,每次去噪又只对固定的目标视角起作用,算力开销大,实时运行做不到。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

经典三维重建在保持空间一致性上很吃力。

一旦切换视角或要求实时跑起来,计算成本就高得难以承受。

Atlas接着这条思路往下走,想用一套模型架构、一套训练配方,把生成和重建装进同一个屋檐下。

具体做法从一个极端开始:给多张图像,Atlas就做重建;图像足够多时做稠密重建,场景恢复得很好。另一个极端是零像素条件,只给一句文本提示,Atlas转入纯生成,产出多帧视角一致的图像。

两端之间的事Atlas也能做,团队把它叫作稀疏重建:只给极少量视角,最极端时仅一张图,Atlas先估计相机位姿,再生成尽可能多的视角,把完整世界重建并生成出来。稠密重建、稀疏重建、纯生成,在同一个模型里自由切换。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

看个例子。

在场应该有人认得,这是斯坦福校园里著名的主广场(Main Quad)。只给两张有限的图像,模型"幻觉"出一个主广场。熟悉斯坦福的人看得出,这不是真的主广场,只是"神似":拱廊的影子还剩一点,大部分是生成出来的。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

给8张图,效果好了不少。相对这么大的空间,8张图已经非常稀疏,但它基本给出了整个广场的全貌,只是著名的纪念教堂没出现,因为输入图像里没有它。

最后是33张图,总体上依旧很稀疏,不过其中一张拍到了纪念教堂,Atlas于是基本重建出漂亮、完整的斯坦福主广场。

还有一点要说:这33张图都是在地面上拍的,就是一个人拿着相机走了一圈,可我们生成出了完全不同的视角,包括现在你们看到的这个航拍视角。

Atlas的技术洞见是什么?就是大家都听过的下一token预测。

团队的说法是,视角即一切(Viewpoint is all you need)。在强相机条件下预测下一个视角,这就是目标函数。架构上,它是一个多视角自回归扩散Transformer。

因此Atlas能做这些事:输入文本,生成带相机位姿的图像;输入图像,估计位姿,再基于输入生成更多新位姿的图像;接收多视角输入,沿不同相机路径在视角之间插值和外推,恢复3D场景;还能接收深度图或灰度框,输出RGB像素,这在不少机器人和游戏场景里很有用。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

Atlas在生成和重建两方面的能力都很强。

下面看一些量化结果。

几天前,一家我们事先并不知情的第三方机构做了盲测,用约50万次人工判断,比较多个最先进视频模型的相机控制生成能力(测评机构为Rapidata),Atlas排在榜首,领先第二名明显。

Atlas能生成超过60秒、视角一致的视频。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

我特别想对比一年半前的上一代模型:那时生成范围和几何一致性都很有限,有人批评说:"你们做的不是世界模型,是closet models(秘密不公开的,类似于被关在橱柜里的模型)。"(全场笑)

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

现在,我们已经从"橱柜"走进了大得多的世界。

这是个有意思的生成例子:Atlas能接收两张毫不相干的图像,估计出合理的相机位姿,再补全场景其余部分,造出一个融合两处场景的奇幻世界,很适合创意应用。还有这个:给Atlas灰度框输入,它就能据此生成一个完整精美的大世界,对机器人、设计和创意工作都很有用。

重建这块,团队把Atlas和专门的3D重建模型放在一起比:深度预测任务横跨7个数据集做测试,结果Atlas连近期最先进的专用3D重建与深度预测模型都压了过去。

李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?
李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?

Atlas本身不必用高斯泼溅(Gaussian Splatting)做表示,但如果在后面接上它,我们在6个数据集上与专用模型比较高斯泼溅重建误差,Atlas同样达到很强的SOTA水平。我们还调节输入视角数量,让稀疏重建平滑过渡到稠密重建,两个数据集上都表现很好。

看几个例子。这是3D重建社区很著名的一套公寓:只给8张图,Atlas就重建出这个相当大的公寓,各种视角都能采样,人对相机有完全的控制。还有一个"单图升维"的例子:一张输入图,得到一个高斯泼溅世界,一个非常漂亮的奇幻空间。

这个例子里,模型不光生成场景,还生成深度信息,艺术家因此能精确控制相机方向,得到想要的运镜效果。

说到好玩的应用,还有一个绕不开的例子——“子弹时间”(Bullet Time)。《黑客帝国》里那个经典镜头,当年动用了数百台相机阵列去捕捉时空动态。如今在办公室里临时架起3台iPhone,Atlas就能把这个时空动态场景重建出来,子弹时间的效果相当漂亮。

另一项进展发生在最近:模型已被蒸馏到实时运行,达到15fps。现场播放的画面,是有人实时“驾驶”Atlas、实时生成的录屏,保真度和视角一致性都很好。

(编者注:多视角自回归扩散,再加上 15fps 的实时生成,对底层算力的吞吐能力提出了多高的要求,不用多说。演讲一结束,李飞飞和 AMD CEO 苏姿丰就在随后的对话里,围绕世界模型与底层算力怎么配合聊了不少,实录见今日次条。)

机器人仿真也是Atlas的潜在落点,目前正在测试。一条路是训练导航机器人,另一条是把真实世界接入仿真、再回到真实的机器人操作。这些机器人只在仿真的虚拟世界里训练,却能零样本部署到真实世界。我们正结合Atlas把这项工作往深里推。

Atlas可以给机器人重建空间,提供仿真环境

我们的X账号可以关注一下,这个工作的首映很快就能看到,我保证视频很棒。创作者想实现自己的创作梦想,用Atlas就能做到——精确的相机控制、物体交互和实时导航都在里面。Atlas很快会向全世界开放,敬请期待。

最后打几个广告。斯坦福BEHAVIOR挑战赛今年已是第二年,明天公布获奖者,今年很激动人心,包括生成式AI在内的新方法不断涌现。另外,我有很多学生很努力才进入CoRL,我们有6篇论文,World Labs团队和斯坦福学生团队为这些研究付出了很多。

谢谢大家。雷峰网

▎后记:

演讲到这里就结束了,主题是《一个统一的生成与重建世界模型——Atlas》。之后,李飞飞与 AMD CEO 苏姿丰(Lisa Su)又坐下来做了一场炉边对话,话题涉及算力、机器人,还有“这个时代最大的失误”。这是 AMD 收购 World Labs 之后两人第一次同台,不过那属于另一段故事,下一篇推文再讲。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AMD 82亿美元收购李飞飞公司:世界模型为何成AI新战场?

    飞象原创(高靖宇/文)世界模型,已经成为今年AI行业最热闹的赛道之一。AMD宣布以约82亿美元收购李飞飞创办的World Labs,谷歌发布新一代世界模型Genie 4,百度Apollo World世界模型亮相——巨头们接连出手,一场通往物理AI的竞赛就此开启。为什么世界模型突然成了焦点?行业里一个普遍的共识是:语言模

    来源 腾讯网
  2. OpenAI再撤机器人团队:通用模型够用了,中国厂商还在押注“小脑”

    11 月 13 日,机器人学习大会 CoRL 在奥斯汀开幕。OpenAI 预订的 208 号展位空着。没有样机,没有海报,没有人站在那里回答问题。同一天,《财富》披露OpenAI正式撤销独立机器人团队:研究员并入首席研究官Mark Chen统管的研究部门,应用机器人与硬件人员则划归总裁Greg Brockman分管的应

    来源 腾讯网
  3. GreenWAM:一套模型管20种机器人,Sber新研究把动作空间拧成79槽

    你有没有想过一个问题:如果你买了一台机器人,想让它学会叠衣服,它需要知道什么?大多数人的第一反应是,它需要会动手,会抓、会放、会转腕子。但真正有经验的机器人研究者会告诉你,光会动手不够。它还得知道,如果我这样动手,接下来会发生什么。衣服会不会滑下去,手会不会碰到桌角,叠好的角会不会歪。这其实是两件事...

    来源 腾讯网
  4. 物理AI提速,高质量数据成模型发展关键制约

    近日,国泰海通最新研报中指出,AI迈向物理世界,数据服务迎来新机遇。物理AI加速发展,高质量数据需求持续增长,数据供给成为制约模型发展的关键因素。随着数据服务市场扩容,具备数据资源、规模化生产及平台服务能力的企业有望受益。物理AI及世界模型加速发展,数据需求持续增长。AI 正由数字世界向物理世界延伸,模型能...

    来源 腾讯网
  5. 星舰第15飞:B22助推器返场未果,S42将试塔捕?

    11月14日消息,美国中部时间2026年11月13日下午,SpaceX“星舰” 第15次试飞成功升空。此次任务使用超重型助推器 B22 号和飞船 S42 号,原计划首次实现助推器与飞船双双返回发射场并由发射塔机械臂实施空中捕获回收,同时部署 26 颗第三代星链卫星。但任务并未完全按计划推进。助推器未能按计划返回发射场,

    来源 TechWeb
  6. SpaceX星舰第15次试飞升空:双回收未全达成,飞船返航待验证

    【TechWeb】11月14日消息,美国中部时间2026年11月13日下午,SpaceX“星舰”(Starship)第15次试飞成功升空。此次任务使用超重型助推器 B22 号和飞船 S42 号,原计划首次实现助推器与飞船双双返回发射场并由发射塔机械臂实施空中捕获回收,同时部署 26 颗第三代星链卫星。 但任务并未完全按

    来源 AI 行业观察
  7. 星舰第15次试飞:B22与S42首演双回收未成,墨西哥湾落幕

    11月14日消息,美国中部时间2026年11月13日下午,SpaceX“星舰” 第15次试飞成功升空。此次任务使用超重型助推器 B22 号和飞船 S42 号,原计划首次实现助推器与飞船双双返回发射场并由发射塔机械臂实施空中捕获回收,同时部署 26 颗第三代星链卫星。但任务并未完全按计划推进。助推器未能按计划返回发射场,

    来源 TechWeb
  8. AI写出诗却拧错试剂瓶:W2W-Bench测出大模型在物理世界缺了什么

    你有没有想过,一个能写出诗歌、能通过律师考试的AI,在面对一个真实的乐高积木时,可能连两块积木有没有真正卡紧都看不出来?这听起来有点荒谬。毕竟我们都见过那些让人惊叹的新闻:某个AI团队用智能体写出了能编译Linux内核的C语言编译器,另一个团队号称用AI解决了纳维斯托克斯方程这个数学界悬赏的难题。这些成就都发生...

    来源 腾讯网
  9. AI时代提速,日用品质量却在缩水:谁在为凑合买单

    出品 | 虎嗅青年文化组作者 | 渣渣郡本文首发于虎嗅年轻内容公众号“那个NG”(ID:huxiu4youth)。在这里,我们呈现当下年轻人的面貌、故事和态度。2026年的AI大爆炸与具身机器人风口,让人类文明再次狂飙突进。身处这趟飞驰的时代列车之中,总让人觉得距离共产主义就差一次版本更新。然而,当各国工程师在如此振奋

    来源 腾讯网
  10. 黄仁勋离任引不满:英伟达机器人工程师辞职

    【TechWeb】11月16日消息,英伟达机器人工程师Darrell Dai(戴达瑞)已通过个人X账号宣布辞职。他在帖子中解释,离职的核心原因是对公司前CEO黄仁勋(Jensen Huang)的离任方式感到失望,认为公司在此事上缺乏透明度和

    来源 TechWeb
  11. 英伟达机器人学习工程师戴士钦宣布辞职:“黄仁勋离职让我格外失望”

    IT之家 11 月 16 日消息,英伟达机器人学习工程师戴士钦(Darrell Dai)昨日发文,宣布将离开公司。 戴士钦表示,他眼中的黄仁勋不只是英伟达 CEO,他钦佩黄仁勋投资那些一下子看不到明确前景的未来技术。在深度学习热潮到来之前,黄仁勋就已投入 CUDA,并在人工智能成为所有人关注焦点之前布局 AI 领域。这

    来源 AI 行业观察
  12. 李沐出任Aimotion联合创始人兼CTO,联手打造产业级世界模型

    2026年的AI圈,世界模型毫无疑问是最火热却也最混沌的概念之一。杨立昆、李飞飞等学界泰斗纷纷下场,具身智能、机器人公司悉数跟进,仿佛世界模型的终点,注定是模拟物理规律、驱动实体机械。 但一个问题是,除了物理世界,商业规则、用户决策、业务因果这些构成消费闭环的商业世界,难道不是更需要一套专属的世界模型吗? 同样陷入尴尬

    来源 AI 行业观察
  13. 戴士钦离开英伟达:黄仁勋辞职令他格外失望

    IT之家 11 月 16 日消息,英伟达机器人学习工程师戴士钦(Darrell Dai)昨日发文,宣布将离开公司。戴士钦表示,他眼中的黄仁勋不只是英伟达 CEO,他钦佩黄仁勋投资那些一下子看不到明确前景的未来技术。在深度学习热潮到来之前,黄仁勋就已投入 CUDA,并在人工智能成为所有人关注焦点之前布局 AI 领域。这些

    来源 腾讯网
  14. 黄仁勋辞职:周鸿祎称创始人离场比丢CEO更伤,中国AI封锁难挡?

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
  15. 马斯克再创历史 SpaceX首次实现“筷子夹飞船”

    【TechWeb】11月15日消息,美国中部时间11月14日下午,美国太空探索技术公司(SpaceX)的“星舰”飞船在执行了大约22个半小时的飞行任务后,返回得克萨斯州的发射基地,并由发射塔“筷子”机械臂实施“捕获”回收。 这是SpaceX首次成功捕获从地球轨道返回的星舰上面级飞船,为实现星舰完全、快速重复使用迈出关键

    来源 AI 行业观察
  16. 众筹超500万美元,全球首款多地形跟拍机器人Beni线下首发

    2026 年 11 月 14 日,深圳湾文化广场北馆INNO100 全球创新旗舰店,Kickstarter为其平台上的众筹爆款新品——妙动科技打造的多地形跟拍机器人Beni,举办“首硬礼”中国线下首发活动。即日起用户可在该线下门店现场体验并直接购买Beni跟拍机器人,标准套装4999元、探索套装5799元。 此前,Be

    来源 AI 行业观察
向下滚动自动加载更多