李飞飞发布Atlas，中国开源模型InSpatio-World已登顶权威榜单

事件概述：世界模型进入“空间与时间”建模新阶段

9月2日，由李飞飞创办的World Labs发布了全球首个多模态世界模型Atlas。该模型的核心突破在于将文字、图像、视频和3D信息置于统一的空间上下文中，使模型不仅能生成合理的二维画面，还能在三维空间中理解并维持场景结构。

• 核心能力：仅需少量图片即可重建三维场景，支持生成新视角、沿指定轨迹移动相机，并保持空间结构的一致性。
• 技术趋势：世界模型正从“生成合理视频”向“围绕持续存在的时空状态生成不同观测结果”演进。Atlas侧重于搭建可自由切换机位的虚拟片场，而另一条路线则侧重于将现实录像转化为可驱动的物理AI陪练环境。

核心信息：中国开源模型InSpatio-World表现亮眼

早在今年3月，国内空间智能团队影溯（Yingsuo）开源的世界模型InSpatio-World便展示了类似能力。其特点是从视频出发，显式处理时间维度，允许用户改变观察时刻和视角，探索动态4D场景。

1. 登顶WorldArena 2.0权威榜单

截至8月27日，影溯的模型InSpatio-Curious在WorldArena 2.0首版榜单中总分达66.11分，在77个参评模型中位列第一。

• 评分亮点：
  • Trajectory Accuracy（轨迹准确性）：64.89分，领先第二名3.02分。
  • Depth Accuracy（深度准确性）：99.29分。
  • JEPA Similarity（时空表征一致性）：98.36分。
  • Physics Adherence（物理遵循度）：73.24分。
• 关键洞察：尽管其Image Quality（60.64分）低于综合排名第二的模型近9分，但凭借底层空间关系、轨迹和物理逻辑的高分，依然夺得总分第一。这表明评测重点已从视觉美观转向真实可用性。

2. WorldArena评测的意义

WorldArena由清华、上交、港大等高校联合发起，被视为衡量具身世界模型真实可用性的代表性评测。相比传统视频生成测试，它更关注机械臂轨迹、空间深度关系及物体运动的物理逻辑，相当于为机器人准备的“考场”。

• 局限性：现有评测仍主要基于标准化仿真环境，未完全覆盖工厂、家庭等复杂长尾场景，也未直接测量真实世界的力、摩擦等物理量。因此，高分仅代表模型在特定任务分布下的能力，尚非通用空间智能的最终证明。

值得关注：构建空间智能的数据底座

针对空间智能缺乏大规模高质量数据的问题，8月29日，影溯联合20余家高校和行业机构在武汉启动了大规模空间智能3D数据开放计划（SIDO）。

• 目标：打通从数据生产、模型训练到应用反馈的完整链路。
• 规划：未来两年内建设百万级3D/4D场景数据底座，并同步推进评测基准（Benchmark）建设，涵盖3D重建、场景理解、空间推理、动态预测和具身规划等任务。
• 意义：当算法触及数据和评测边界时，竞争焦点将延伸至数据丰富度、任务定义及评价标准的统一。